微信开源 WeMM-Embedding 登顶国际榜单：朋友圈搜索背后的模型，日调用 10 亿次

一句话说清：你在朋友圈里搜「去年那张海边的照片」能搜到，靠的就是这类模型——它把文字、图片、视频翻译成同一种「机器听得懂的坐标」，所以文字能搜出图片。微信把自家每天被调用 10 亿次的这个模型免费开源了，还在国际榜单上拿了第一。

发生了什么

据太平洋科技（引 IT 之家）、AIBase、腾讯研究院 AI 速递等报道（2026-09-04 开源公告，09-07 至 09-08 大规模落地细节披露）：

• 微信 AI 官方宣布开源通用多模态嵌入模型 WeMM-Embedding，由微信视觉团队研发，提供 2B、4B、9B 三种参数版本，以 Qwen3.5 多模态架构作为基础骨干网络。
• 支持文本、图片、视频、视觉文档以及多种模态交错混合输入（比如一段话中间夹着几张图，也能整体理解）。
• 在国际权威多模态检索评测榜单 MMEB-v2 上取得综合排名第一，性能超越此前榜单上所有开源及闭源参赛模型：
• 9B 版本 80.6 分，位列第一；
• 2B 版本 77.9 分，超过此前领先的 8B 开源模型（也就是说体积小 4 倍还更强）；
• 降维到 256 维时仍保留 98.7% 性能（这意味着存储和检索成本可以大幅压缩）。
• 不是实验室玩具：该模型已在微信内部大规模落地，朋友圈搜索、视频号内容推荐、公众号推荐、微信电商等业务均已接入，每日调用规模达 10 亿次，完成 14 次在线 A/B 测试并全量上线。
• 生态资源已完整开放：论文发布在 arXiv，代码托管在 GitHub 的 Tencent/WeMM-Embedding 项目，模型权重在 Hugging Face。

来源：太平洋科技 / IT 之家（2026-09-04）、AIBase（2026-09-04）、腾讯研究院 AI 速递（2026-09-08）、百度百科「微信视觉团队」词条（引 2026-09-08 报道）。

对我有什么用

先解释「嵌入模型（Embedding）」到底是什么，这是理解本条新闻的关键：

• 计算机不认识「猫」这个字，也不认识猫的照片。嵌入模型的工作，就是把任何内容（一段话、一张图、一段视频）转换成一串数字坐标，让意思相近的内容坐标也相近。
• 所以「海边日落」这几个字的坐标，会离一张海边日落照片的坐标很近——这就是「文字搜图片」能实现的原理。
• 现在几乎所有 AI 应用的「记忆」和「查资料」能力（业内叫 RAG）都靠它：AI 之所以能在你上传的 100 页 PDF 里精准找到那一段，就是嵌入模型在干活。

它重要的原因：

• 多模态统一是刚需。以前文字、图片、视频要用不同模型分开处理，检索时对不上。WeMM 把它们放进同一个语义空间，一次搞定。
• 已经被 10 亿次日调用验证过。很多开源模型是「刷榜专用」，实际部署一塌糊涂。WeMM 是先在微信这种规模的真实业务里跑了 14 轮 A/B 测试才开源的，工程可靠性有底。
• 2B 版本小而强，普通显卡跑得动。这对个人开发者、小团队搭建自己的「知识库检索」意义很大——不用租昂贵的云 GPU。
• 完全开源、可商用（需查阅具体许可），国内团队做多模态搜索、相册管理、内容推荐的门槛直接降低。

我可以怎么做

如果你不写代码，这条新闻的价值在于理解原理，从而更会用现有工具：

1. 用好你手机里的「相册语义搜索」。iPhone 相册、华为图库、小米相册、Google Photos 都支持直接用大白话搜图（比如搜「蛋糕」「猫」「海」）。原理就是文中这类嵌入模型。以前很多人不知道能这么搜，一直在手动翻。
2. 朋友圈/微信搜索也能试试描述性词：搜索时不要只输入人名，试试输入内容特征（地点、物品、场景），命中率会比你以为的高。

如果你想动手搭一个自己的「AI 知识库」：

1. 去 Hugging Face 搜索 WeMM-Embedding，先下载 2B 版本（对显存最友好，8GB 显存左右可跑）。
2. 配一个向量数据库存坐标，新手推荐 Chroma 或 Milvus Lite，都能 pip install 一行装好。
3. 把你的资料（PDF、图片、笔记）灌进去建索引，之后就能用「文字搜图片」「一句话找文件」。
4. 想更省事的话，直接用现成的 RAGFlow、Dify 这类开源框架，在设置里把嵌入模型换成 WeMM-Embedding 即可，不用自己写检索逻辑。
5. GitHub 仓库路径：Tencent/WeMM-Embedding，README 里有调用示例。

温馨提醒

• 嵌入模型不是聊天模型。它不会跟你对话、不会写文章，只负责「把内容变成坐标、做检索匹配」。想聊天写作还是得用 GPT、Qwen、DeepSeek 这类生成模型——两者是配合关系。
• 榜单第一 ≠ 你的场景第一。MMEB-v2 是通用评测，具体到你自己的资料（比如全是专业图纸或医学影像），效果需要实测。
• 开源许可要看清。商用前务必阅读 GitHub / Hugging Face 上的 LICENSE 文件，确认商业使用范围与署名要求。
• 9B 版本对硬件有要求，个人电脑跑起来可能吃力。先用 2B 版本验证效果，需要更高精度再升级。
• 本地建库涉及隐私：这类工作放在本地跑反而是优势，你的照片和文件不用上传到任何云端。