最近几个月微信陆续灰度了很多 AI 功能，现在的微信已经不只是聊天工具，而是搜索 + AI + 聊天三位一体，初步具备了 Agent 的影子。微信 AI 的核心能力之一是对文本、图像、视频做了 RAG 处理，官方也开源了 WeMM-Embedding——一款 9B 参数的嵌入式模型，为多模态检索、RAG、推荐系统和 Agent 提供底层向量表征能力。
WeMM-Embedding 的搜索玩法
WeMM-Embedding 将文本、图像、视频、视觉文档以及任意交织的多模态输入统一映射到同一个共享向量空间。在搜一搜中输入"深度学习，架构图，流程"，不仅能得到文字解释，还能精准匹配到对应的架构图和流程图，甚至找到没有文字、全是流程图片的文章。
朋友圈图片快查
朋友圈是一个大型生活现场，很多人会在这里分享生活细节和物品。WeMM-Embedding 支持对朋友圈图片进行编码，输入文字描述就能快速找到对应图片。
AI+搜索的其他用法
微信 AI 搜索还可以通过文字描述找到视频内容、商品链接等。相比之前的搜索方式，以文搜图的准确度大大提升。
WeMM-Embedding 的技术特点
作为开源模型，WeMM-Embedding 在 GitHub 和 HuggingFace 上公开，开发者可以自由使用。
声明：本站原创文章文字版权归本站所有，转载务必注明作者和出处；本站转载文章仅仅代表原作者观点，不代表本站立场，图文版权归原作者所有。如有侵权，请联系我们删除。
未经允许不得转载：微信AI硬核技术开源：WeMM-Embedding 多模态搜索实测
