微信 AI 官方开源通用多模态嵌入模型 WeMM-Embedding，提供 2B、4B、9B 三个版本，支持文本、图像、视频、视觉文档及交错多模态输入，并已用于微信推荐与搜索相关系统。该进展为企业建设多模态检索、内容理解和跨域匹配能力提供了新的观察样本，同时也带来部署成本、数据安全和评测适配等问题。
今日技术观察 IT之家 9 月 4 日消息，微信 AI 官方今日宣布，将微信线上每天调用十亿量级的通用多模态嵌入模型 WeMM-Embedding 开源，包含 2B、4B、9B 三个版本，支持文本、图像、视频、视觉文档以及任意交错的多模态输入。官方表示，WeMM-Embedding 选择基于 Qwen3.5 多模态架构作为统一骨干，让图像、视频和文字从一开始就在同一个模型中共同处理。在权威多模态嵌入榜单 MMEB-v2 上，WeMM-Embeddin 01 背景速览 据新闻材料，微信 AI 官方宣布开源 WeMM-Embedding，模型包含 2B、4B、9B 三个版本，可处理文本、图像、视频、视觉文档以及任意交错的多模态输入。官方介绍称，该模型采用基于 Qwen3.5 多模态架构的统一骨干，并已应用于微信推荐与搜索系统，覆盖视频号、直播、公众号、电商和朋友圈等场景，日调用量达到十亿量级。相关代码、论文和模型集合已对外发布。 02 趋势影响 从技术趋势看，多模态嵌入模型的价值在于把不同类型的信息转化为可用于检索、匹配和建模的统一表示。新闻材料显示，WeMM-Embedding 的模型表示被用于候选检索、排序特征构建、用户序列建模和跨域内容理解等环节；在 MMEB-v2 榜单及微信内部任务评测中，官方披露的不同版本取得了较高成绩。这说明企业 AI 应用可能继续从单一文本处理，走向文本、图片、视频和视觉文档协同处理，但具体效果仍需结合业务数据和实际部署进行验证。 03 企业应用启发 对企业而言，这类开源模型可以作为建设多模态知识库、商品与内容检索、客服辅助、媒体资产管理以及跨系统内容匹配能力的技术选项。企业在评估时应同时关注模型规模、推理资源、延迟、向量库适配、增量更新和领域数据效果，先通过小范围基准测试验证召回质量与业务指标，再决定是否进入生产环境。对于有软件开发和数字化需求的团队，模型开源也意味着可以围绕接口封装、权限管理、监控和回滚机制构建更完整的应用链路。 04 合规观察 部署多模态模型时仍需重视合规与安全边界。企业应确认训练、调用和存储的数据来源及授权情况，避免将个人信息、商业秘密或敏感内容未经必要处理地送入模型或外部服务；对图片、视频和视觉文档中的隐私信息，还应考虑脱敏、访问控制、留存期限和审计要求。模型榜单成绩或内部评测结果不能直接等同于企业场景中的准确性和安全性，实际应用还需要开展偏差、误检、数据泄露、提示注入及供应链风险评估，并建立人工复核和异常处置流程。 05 开放讨论 值得讨论的是：企业选择多模态嵌入模型时，最应优先考察通用评测成绩、领域数据效果，还是整体部署成本？在推荐、搜索和知识库等场景中，如何设计能够反映真实业务价值的评测指标？当模型需要处理包含个人信息或商业资料的图像、视频和文档时，企业应如何划分本地部署、私有化部署与云端调用的边…