テンセントのオープンソース汎用マルチモーダル埋め込みモデル：WeMM-Embedding

テンセントのWeChat Visionチームは、汎用マルチモーダル埋め込みモデル「WeMM-Embedding」をオープンソース化し、2B、4B、9Bの仕様を提供しています。このモデルは、テキスト、画像、動画、ビジュアルドキュメント、およびインターリーブされたマルチモーダル入力の統一エンコーディングをサポートし、MMEB-v2ベンチマークリーダーボードで1位を獲得しています。Qwen3.5アーキテクチャをベースとしたこのモデルは、2段階のトレーニング戦略を採用し、マトリョーシカの柔軟な次元出力をサポートしています。