Tencent ha lanzado WeMM-Embedding-2B, un modelo universal de incrustación multimodal basado en Qwen3.5 que acepta texto, imágenes, videos, documentos visuales y entradas entrelazadas para devolver incrustaciones L2-normalizadas de 2,048 dimensiones.
El modelo admite la codificación independiente de cualquier subconjunto de contenido y utiliza dimensiones Matryoshka, donde las incrustaciones de 256 dimensiones retienen el 98.7% del rendimiento de dimensión completa en MMEB-v2.
Está disponible bajo la Licencia Apache 2.0 con código y pesos publicados públicamente, e incluye ejemplos de integración para sentence-transformers, vLLM y SGLang.