أطلقت Tencent نموذج التضمين متعدد الوسائط العام WeMM-Embedding-9B، المبني على Qwen3.5، والذي يقبل النصوص والصور ومقاطع الفيديو والمستندات المرئية والإدخالات المتداخلة لإرجاع تضمينات L2-normalized ذات الأبعاد 4,096.
يدعم النموذج تشفير أي مجموعة فرعية من عناصر المحتوى بشكل مستقل وهو متاح عبر Hugging Face transformers و sentence-transformers و vLLM و SGLang. تم تقييمه على 78 مجموعة بيانات من benchmark MMEB-v2 لمهام الصور والفيديو، وكذلك لمهام المستندات المرئية باستخدام NDCG@5.
يشمل الإصدار الكود ومعلمات النموذج والأوزان تحت رخصة Apache License 2.0.