问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
2026年9月8日，微信AI正式宣布开源通用多模态嵌入模型WeMM-Embedding，同步推出2B、4B、9B三个参数版本。该模型经过微信内部大规模业务打磨，日调用量已突破10亿次，核心采用多模态同构技术，支持多类型混合输入，在国际权威多模态评估榜单MMEB-v2中超越所有开源及闭源方案位列第一。
在大模型落地进入深水区的当下，跨模态内容的理解与检索能力，已经成为搜索、内容生态、企业知识库等场景的核心竞争力，而此前行业始终缺乏一款经过大规模业务验证、同时兼顾准确率和部署灵活性的开源多模态嵌入方案，微信此次的开源动作，恰好填补了这一空白。
作为微信AI团队内部打磨多年的技术组件，WeMM-Embedding已经在微信生态内的搜一搜、公众号内容检索、视觉文档识别、短视频标签生成等数十个场景落地，累计服务用户规模超过10亿，目前日调用量已经突破10亿次，是行业内极少数经过千亿级调用验证的多模态嵌入模型。
不同于多数同类模型只能支持单模态或固定组合的多模态输入，WeMM-Embedding原生支持文本、图像、视频、视觉文档及任意交错的混合多模态输入，无需对图文混排的公众号文章、带字幕的短视频等复杂内容进行拆分预处理，即可直接完成语义编码，大幅降低了应用侧的开发成本。
据微信视觉团队介绍，WeMM-Embedding的核心优势来自其自研的多模态同构技术，该技术打破了传统多模态模型分设独立文本、视觉编码器的架构限制，能够将不同模态的内容统一映射到同一个语义空间中，实现跨模态的语义一致性对齐，大幅提升了跨模态检索的准确率。
在国际权威多模态检索与评估榜单MMEB-v2的测试中，WeMM-Embedding的综合得分位列所有参赛方案第一，不仅超过了所有已公开的开源多模态嵌入模型，甚至超越了多家头部科技公司的闭源商用方案，技术性能达到全球顶尖水平。
此次微信AI同步推出了2B、4B、9B三个不同参数的版本，其中2B参数版本轻量化程度高，可直接在手机、智能硬件等端侧设备部署，满足低延迟场景需求；9B参数版本性能最优，适合云端高准确率的复杂场景，开发者可根据自身业务需求灵活选择。
此前行业内性能较强的多模态嵌入模型多以闭源API的形式开放，中小企业使用不仅调用成本较高，也存在核心数据外传的安全顾虑，而WeMM-Embedding的开源，为全行业提供了一款经过大规模实战验证的高性能可选方案。
业内分析认为，该模型的开源将大幅降低多模态应用的开发门槛，未来电商跨模态商品搜索、企业多模态知识库建设、短视频内容审核、教育资源智能检索等多个场景的落地速度都将明显加快，进一步推动多模态大模型从技术研发走向产业普惠。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号