9月5日消息，微信于官方平台宣布，微信视觉团队把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。

WeMM-Embedding 从统一多模态架构出发，通过两阶段训练提升内容区分能力，再用知识蒸馏与套娃表示兼顾小模型效果和大规模部署效率。