Tencentは、Qwen3.5を基盤としたユニバーサルマルチモーダル埋め込みモデルであるWeMM-Embedding-2Bをリリースしました。このモデルはテキスト、画像、動画、視覚文書、インターリーブされた入力を接受し、2,048次元のL2正規化埋め込みを返します。

モデルは任意のコンテンツサブセットの独立したエンコーディングをサポートし、マトリョーシカ次元を利用しています。これにより、256次元の埋め込みはMMEB-v2においてフル次元のパフォーマンスの98.7%を維持します。

Apache License 2.0の下で利用可能であり、コードと重みが公開されています。また、sentence-transformers、vLLM、SGLangの統合例が含まれています。