Wechat presenta un modelo de incrustación multimodal de código abierto, wemm-embedding

El 4 de septiembre de 2026, WeChat AI anunció la apertura de su modelo de incrustación multimodal de propósito general, WeMM-Embedding, que ya está ampliamente implementado en los sistemas de recomendación y búsqueda de WeChat. El modelo, que procesa miles de millones de solicitudes diarias, está disponible en tres versiones: 2B, 4B y 9B, y admite texto, imágenes, vídeos, documentos visuales e entradas multimodales mixtas. WeMM-Embedding se basa en la arquitectura multimodal Qwen3.5, lo que permite que imágenes, vídeos y texto se procesen juntos desde el principio. La versión de 9B obtuvo una puntuación de 80,6 en el benchmark MMEB-v2, lo que la coloca en primer lugar, mientras que la versión de 2B obtuvo una puntuación de 77,9, superando a los modelos líderes anteriores. El modelo se utiliza en varias plataformas, incluyendo vídeo, transmisión en vivo y comercio electrónico, con un uso diario que alcanza los 10 mil millones. WeChat AI informó de mejoras en múltiples tareas, incluyendo clasificación, búsqueda y coincidencia entre dominios, con la versión de 2B mostrando un aumento significativo en el rendimiento.