微信开源WeMM-Embedding多模态嵌入模型：9B版本登顶MMEB-v2

9月4日，微信AI团队宣布开源通用多模态嵌入模型WeMM-Embedding，提供2B、4B、9B三档参数版本。该模型支持文本、图像、视频、视觉文档及任意交错输入，其中9B版本以80.6分登顶MMEB-v2多模态嵌入榜单，并已每日承接十亿级线上调用，覆盖视频号、公众号、电商等核心场景。

三档开源：2B/4B/9B覆盖不同部署

WeMM-Embedding主打「通用多模态嵌入」能力，把过去割裂的文本检索、图像检索、视频检索统一到一个向量空间里。三档参数设计，让开发者可以按需平衡精度与推理成本：小尺寸适合端侧与高并发召回，大尺寸承担复杂跨模态语义匹配。

登顶MMEB-v2，日调用十亿级

在权威多模态嵌入榜单MMEB-v2上，9B版本取得80.6分，位列第一。更关键的是工程落地能力——据团队披露，该模型已每日承接十亿级线上调用，在微信生态内直接服务视频号内容理解、公众号语义检索与电商商品匹配等任务，验证了大规模生产可用性。

多模态嵌入为何重要

嵌入（Embedding）是把内容转成向量的「地基」技术，直接决定搜索、推荐、RAG检索的质量。过去多模态检索往往各做各的，WeMM-Embedding把文本、图像、视频、视觉文档放进统一空间，意味着一次查询就能跨模态命中，是AI应用从「能搜」走向「搜得准」的关键一步。

已落地微信生态

与许多停留在论文里的模型不同，WeMM-Embedding已在微信内部规模化服役，覆盖视频号、公众号、电商等高频场景。这种「先在超大流量里打磨、再开源反哺社区」的路径，也体现大厂AI团队从研究到生产的闭环能力。

FAQ

Q1：WeMM-Embedding能做哪些事？

A：支持文本、图像、视频、视觉文档及任意交错输入的统一向量表示，可用于跨模态搜索、推荐召回与RAG检索增强。

Q2：9B版本为什么受关注？

A：它在MMEB-v2多模态嵌入榜单以80.6分登顶，且已每日承接十亿级线上调用，工程成熟度得到验证。

Q3：和文本嵌入模型有什么区别？

A：传统嵌入多聚焦单一模态，WeMM-Embedding把多模态统一到同一向量空间，一次查询可跨文本、图像、视频命中结果。

Q4：开发者如何接入？

A：微信AI团队已于9月4日开源2B、4B、9B三档版本，开发者可按部署需求选择对应尺寸。