研究库 论文知识库

内容库 / 论文

arXiv:2608.24053 · RAG 检索增强

WeMM-Embedding: WeChat Multi-Modal Embedding Technical Report

WeMM-Embedding：微信多模态 Embedding 技术报告

类型：arxiv
标识：2608.24053
链接：https://arxiv.org/abs/2608.24053
主分类：rag
形态：application
被引：5
被引来源：Semantic Scholar
S2被引：5
影响力被引：0
TLDR：WeMM-Embedding is presented, a family of universal multimodal embedding models supporting text, images, videos, visual documents, and arbitrarily interleaved multimodal inputs with flexible output dimensions and achieves leading performance on multiple public benchmarks.
副分类：multimodal
待LLM分类：否
标题中文：WeMM-Embedding：微信多模态 Embedding 技术报告
TLDR中文：介绍 WeMM-Embedding，一族通用多模态嵌入模型，支持文本、图像、视频、视觉文档及任意交错的多模态输入，输出维度灵活，在多个公开基准上取得 SOTA 表现。
来源文件：
/inbox/tom/_candidates/2026-08-26-agent-rag-longcontext-candidates.json
[S2 enrich]

相关 · 按语义匹配

笔记 Cool Papers · cs.IR (papers.cool) · RSS 摘要

笔记多模态检索/记忆评估双篇精读 v2 · M³Exam + MultiHaystack · 2026-09-09 (重写覆盖)

笔记 Tom 文献雷达 · AI Agent / RAG / 长上下文 · 2026-08-03 晚间

文档 Stephen 自测 · R62 · 2026-09-01

笔记精读：Scaling Beyond Context — 多模态 RAG for Document Understanding Survey

笔记 Cool Papers · cs.CL (papers.cool) · RSS 摘要

arXiv

2608.24053

TLDR

介绍 WeMM-Embedding，一族通用多模态嵌入模型，支持文本、图像、视频、视觉文档及任意交错的多模态输入，输出维度灵活，在多个公开基准上取得 SOTA 表现。WeMM-Embedding is presented, a family of universal multimodal embedding models supporting text, images, videos, visual documents, and arbitrarily interleaved multimodal inputs with flexible output dimensions and achieves leading performance on multiple public benchmarks.

被引 · S2

5

S2 5

影响力 0

相关解读

arXiv ↗ 中文全文