Tencent lança WeMM-Embedding: modelo multimodal para processamento de consultas
Tencent lança WeMM-Embedding: modelo multimodal para processamento de consultas
A Tencent apresentou o WeMM-Embedding, um novo modelo multimodal que processa cerca de 1 bilhão de consultas diárias. Suportando texto, imagens e vídeo, o sistema oferece flexibilidade dimensional para diversas tarefas.
A Tencent lançou o WeMM-Embedding — um modelo multimodal que processa aproximadamente 1 bilhão de consultas por dia dentro da plataforma Weixin.
O modelo funciona com texto, imagens e vídeos, levando em consideração a ordem em que esses elementos aparecem.
A versão de 9B parâmetros ficou em primeiro lugar no benchmark MMEB-v2, com uma pontuação de 80,6.
Já a versão menor, de 2B parâmetros, mantém 98,7% da qualidade mesmo quando a dimensionalidade é reduzida para 256.
Além disso, a dimensionalidade pode ser ajustada dinamicamente: reduzida para 64 para buscas rápidas ou aumentada para 2048 para rankings mais precisos — tudo isso sem necessidade de retreinar o modelo.
Atualmente, o WeMM-Embedding está disponível em acesso aberto.
Por que isso importa
AnáliseEste modelo abre novas possibilidades para o processamento de consultas multimídia, podendo aprimorar significativamente a experiência do usuário em diversas aplicações. O acesso aberto ao código também impulsionará o desenvolvimento de tecnologias de IA.
Debater na comunidade
Compartilhe suas dúvidas e insights com desenvolvedores
Relacionado no ecossistema
Guias práticos, terminologia essencial e skills de agentes
Tencent lança Hy4: modelo com pesos abertos que desafia DeepSeek
A Tencent lançou Hy4, um modelo multimodal que obteve 75,2 pontos no benchmark APEX-Agents em testes internos, à frente do DeepSeek V4.1 Flash-1017. A empresa planeja publicar os pesos do modelo.
JSON — dados estruturados para aplicações, APIs e agentes de IA
Guia prático completo sobre o formato JSON: regras de sintaxe, serialização via parse/stringify, integração com REST API, JSON Schema e saída estruturada para inteligência artificial.
Formato CSV: Guia completo para automação e trabalho com IA
Guia prático sobre o uso do formato CSV em pipelines de IA: especificação RFC 4180, comparação com XLSX e JSON, limpeza e enriquecimento massivo de dados, codificação em Python e prompts prontos.
Google Gemini Pro (Modelo Google com Contexto Ilimitado)
Modelo de trabalho principal da Google DeepMind, com uma janela de contexto recorde de mais de 2 milhões de tokens. Capaz de analisar livros inteiros, vídeos longos e bases de código massivas em uma única solicitação.