共计 1182 个字符，预计需要花费 3 分钟才能阅读完成。
微信开源通用多模态嵌入模型 WeMM-Embedding, 已大规模部署在微信推荐与搜索系统中
微信 AI 的一项底层能力正式面向开发者开放。 据官方披露 , 通用多模态嵌入模型 WeMM-Embedding 已开源, 并提供 2B、4B、9B 三个参数规模版本。值得注意的是, 这并非只停留在实验室阶段的模型, 而是已经在微信多个线上业务中大规模使用, 日调用量达到十亿级。
📌 从文本到视频: 一个统一的多模态嵌入模型
WeMM-Embedding 的定位是“通用多模态嵌入模型”。简单理解, 它可以把不同形态的信息转换成可计算、可比较的向量表示, 从而服务搜索、推荐、匹配和理解等任务。
官方介绍称, 该模型支持文本、图像、视频、视觉文档 , 以及任意交错的多模态输入。这意味着它并不只处理单一内容类型, 而是尝试在同一框架下理解文字、画面与视频片段之间的关联。
对于推荐和搜索系统来说, 嵌入模型的价值在于让“内容”和“用户意图”更容易被机器统一表示与匹配。
🔍 基于 Qwen3.5 多模态架构, 提供三种规模
在模型架构上,WeMM-Embedding 选择基于 Qwen3.5 多模态架构作为统一骨干。官方的说法是, 图像、视频和文字从一开始就在同一个模型中共同处理, 而不是先分别编码再进行简单拼接。
- WeMM-Embedding-2B: 更轻量, 适合对部署成本较敏感的场景。
- WeMM-Embedding-4B: 在模型能力与资源消耗之间提供折中选择。
- WeMM-Embedding-9B: 面向更高性能需求的任务。
💡 已进入微信推荐与搜索链路
与许多新发布模型不同,WeMM-Embedding 的看点还在于其线上应用范围。官方表示, 该模型已部署在微信的推荐与搜索系统中, 覆盖视频号、直播、公众号、电商与朋友圈等业务。
- 候选内容检索, 帮助系统从海量内容中找到可能相关的结果;
- 排序特征构建, 为推荐和搜索排序提供额外信号;
- 用户序列建模, 理解用户长期或近期兴趣变化;
- 跨域内容理解, 增强不同业务内容之间的关联判断。
📊 开源后的行业看点
多模态嵌入模型正在成为内容平台的重要基础设施。 随着图文、短视频、直播和电商内容在同一平台内交织 , 单纯依赖文本标签或传统特征, 越来越难以准确理解内容关系和用户需求。
- 降低开发门槛: 开发者可基于开源版本探索多模态检索、推荐、内容理解等应用。
- 推动评测对比: 公开模型有助于社区在统一任务上验证其泛化能力。
- 加速产业落地: 已经过大规模线上业务检验的模型, 更容易被关注实际效果的团队参考。
🚀 总结: 一次偏基础设施层的开源
总体来看,WeMM-Embedding 的意义不只是“微信又开源了一个模型”, 而是把一个已在推荐与搜索系统中运行的多模态表示能力释放给社区。对于关注多模态检索、内容推荐和跨模态理解的开发者来说, 这一模型值得持续跟进其代码、模型权重与后续生态进展。
