Wechat lança modelo de incorporação multimodal de código aberto, wemm-embedding

Em 4 de setembro de 2026, a WeChat AI anunciou o lançamento do código aberto do seu modelo de incorporação multimodal de uso geral, WeMM-Embedding, que já está amplamente implementado nos sistemas de recomendação e pesquisa da WeChat. O modelo, que processa bilhões de solicitações diariamente, está disponível em três versões: 2B, 4B e 9B, suportando texto, imagens, vídeos, documentos visuais e entradas multimodais mistas. O WeMM-Embedding é construído na arquitetura multimodal Qwen3.5, permitindo que imagens, vídeos e texto sejam processados juntos desde o início. A versão de 9B alcançou uma pontuação de 80,6 na referência MMEB-v2, classificando-se em primeiro lugar, enquanto a versão de 2B obteve 77,9, superando modelos líderes anteriores. O modelo é utilizado em várias plataformas, incluindo vídeo, transmissão ao vivo e comércio eletrônico, com um uso diário que atinge a escala de 10 bilhões. A WeChat AI relatou melhorias em várias tarefas, incluindo classificação, pesquisa e correspondência entre domínios, com a versão de 2B demonstrando um aumento significativo no desempenho.