動察 Beating AI ข่าวด่วน ทีมวิทัศน์คอมพิวเตอร์ของ WeChat เปิดโอเพนซอร์ส WeMM-Embedding ปล่อยโมเดล Embedding แบบมัลติโมดัลสามขนาด 2B, 4B และ 9B ในคราวเดียว โมเดลเหล่านี้สร้างจาก Qwen3.5 สามารถแปลงข้อความ รูปภาพ วิดีโอ และเอกสารภาพให้เป็นเวกเตอร์ได้อย่างเป็นหนึ่งเดียว ใช้สำหรับการค้นหา การแนะนำ และการจับคู่เนื้อหา โมเดลทั้งหมดเปิดโอเพนซอร์สภายใต้สัญญาอนุญาต Apache 2.0
ที่น่าสนใจคือ Qwen เองยังไม่ได้เปิดตัว Qwen3.5-Embedding ในตอนนี้ เวอร์ชันทางการที่มีอยู่ยังเป็น Qwen3-Embedding และ Qwen3-VL-Embedding แต่ Tencent กลับนำ Qwen3.5 มาสร้าง Embedding รุ่นใหม่ได้ก่อน
ผลลัพธ์ก็ค่อนข้างน่าประทับใจ WeMM-Embedding 2B ทำคะแนน 77.9 บน MMEB-v2 สูงกว่า Qwen3-VL-Embedding 8B ที่ได้ 77.8 เล็กน้อย ส่วนเวอร์ชัน 9B ทำได้ถึง 80.6 ทั้งสองรุ่นสามารถค้นหาข้ามโมดัล เช่น ค้นหาวิดีโอด้วยข้อความ หรือค้นหาข้อความด้วยรูปภาพ แต่เมื่อ WeMM เปลี่ยนมาใช้ฐาน Qwen3.5 ก็ทำคะแนนสูงขึ้นด้วยโมเดลที่เล็กกว่า
โมเดลชุดนี้ถูกใช้งานจริงภายใน WeChat แล้ว Tencent ระบุว่าได้นำไปใช้ในบัญชีสาธารณะ WeChat, วิดีโอช่อง, ระบบแนะนำอีคอมเมิร์ซ และการค้นหาใน WeChat โดยขอบเขตการค้นหายังรวมถึงโพสต์ใน朋友圈 (Moments) ด้วย
