最近、テンセントのWeChatビジュアルチームは、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することを正式に発表しました。このモデルはテキストや画像など、マルチモーダルな入力を全面的にサポートしており、先進的な技術構造とトレーニング戦略を通じて、広範なAIアプリケーション開発者に堅実な技術的支援を提供し、人工知能技術がより多くの専門分野での革新的な応用を推進するための支援を行うことを目的としています。

バージョンの配置と技術構造において、WeMM-Embeddingは2B、4B、9Bの3つの異なる規模のバージョンを導入し、多様な展開ニーズに対応しています。このモデルは統一されたアーキテクチャ設計を採用しており、2段階のトレーニングおよび知識蒸留などの主要な技術を組み合わせることで、マルチモーダル理解能力を大幅に向上させながらも、現実的な展開効率を適切に確保しています。

このモデルはすでに実際の業務で厳しい検証を経験した技術成果であり、現在はWeChatの推薦および検索システムに大規模に展開されており、オンラインでの日間処理量は数十億レベルに達しています。今回の完全なオープンソース化は、WeChatがマルチモーダルAI技術エコシステムの構築においてさらに開放を進める重要な指標であり、業界内のAIアプリケーション開発に対して強力な技術的支援をもたらすものです。