위챗 WeMM-Embedding는 일일 10억 건의 호출로 모멘트 검색과 비디오 하이라이트를 지원합니다
9월 4일, 위챗 AI는 범용 다중 모달 임베딩 모델인 WeMM-Embedding의 오픈소스 공개를 발표했습니다. 2B, 4B, 9B 버전으로 제공되는 이 모델은 텍스트, 이미지, 비디오, 시각적 문서 및 임의의 교차된 다중 모달 입력을 지원합니다.
위챗 직원 @KeCunXiaoJiang에 따르면, 위챗 시각 팀이 오픈소스로 공개한 다중 모달 모델인 WeMM-Embedding은 텍스트, 이미지, 비디오를 공유 의미 공간에 배치하여 비교 및 검색을 수행함으로써 시스템이 이를 동시에 이해할 수 있게 합니다.

모멘트 검색 및 비디오 추천 등 시나리오에 이미 적용됨
그는 이 모델이 위챗 내부에서 광범위하게 사용되고 있다고 밝혔습니다. 모멘트 검색, 비디오 추천, 공식 계정 추천, 위챗 이커머스 모두 이를 활용하며, 일일 호출 횟수는 10억 회에 달합니다. 국제 권위 있는 벤치마크인 MMEB-v2에서 이 모델은 1위를 차지했으며, 이전에 제출된 모든 오픈소스 및 폐쇄형 모델을 능가했습니다.
현재 WeMM-Embedding의 관련 자원이 공개되었습니다. 논문은 arXiv에 게시되었으며, 코드 저장소는 GitHub의 Tencent/WeMM-Embedding 프로젝트 하위에 호스팅되어 있고, 모델 세트는 Hugging Face에서도 제공됩니다.
관련 기사
Anthropic, 50만 건의 저작물에 대한 보상을 위해 15억 달러 규모의 저작권 거래 체결
월요일, 미국 연방법원은 앤트로픽과 작가 및 출판사 협의회 간의 15억 달러 규모 집단 소송 합의에 최종 승인을 내렸다고 로이터 통신이 보도했다. 이 합의는 앤트로픽이 AI 모델 학습 과정에서 저작권을 침해한 것과 관련된 ongoing 소송을 해결하는 것으로, 회사는 이제 관련 저작권 보유자에게 배상금을 지급하기 시작해야 할 의무를 지게 되었다.캘리포니아 북부 연방지법의 아라셀리 마르티네스-올구인 판사는 이 합의를 승인하는 최종 명령서에 서명했
샤오홍슈, 베이징 대학, 상하이 자오퉁 대학이 하이브리드 어텐션 모델에서 첫 토큰 지연 시간을 3.25배 줄이는 HYPIC을 공개했습니다
대형 모델 서비스의 주요 초점은 단발성 대화에서 검색 증강 질문 답변(RAG), 다중 문서 요약, 그리고 장기 에이전트로 전환되고 있습니다. 이러한 새로운 워크로드는 하나의 요청 프롬프트가 검색된 문서, 기술 설명, 메모리 파일, 이전 대화 라운드 등 의미적으로 독립적인 수십에서 수백 개의 세그먼트로 구성되며, 이들이 결합되어 수만에서 수십만 토큰에 이르는 초장문 컨텍스트를 형성한다는 공통된 특징을 공유합니다. 이러한 규모에서 프리필 단계는 요
ChatGPT, 주요 소셜 미디어 플랫폼과 완벽하게 호환되는 맞춤형 스티커 공개
OpenAI는 ChatGPT를 위한 새로운 맞춤 스티커 기능을 공식적으로 도입하여 대량 소셜 콘텐츠 생성에서 AI의 한계를 넓혔습니다.사용자는 사진을 업로드하거나 텍스트 프롬프트를 사용하거나 다양한 시각적 예술 스타일을 적용하는 직관적인 방법을 통해 개인화된 스티커를 만들 수 있습니다. 이 기능은 지능형 이미지 자르기 및 복원을 활용하여 깨끗하고 투명 배경의 스티커를 자동으로 생성하며, 여러 디자인을 묶어 완전한 맞춤 스티커 팩으로 만들 수
관련 특별 주제 추천
의견 (0)
0/500
9월 4일, 위챗 AI는 범용 다중 모달 임베딩 모델인 WeMM-Embedding의 오픈소스 공개를 발표했습니다. 2B, 4B, 9B 버전으로 제공되는 이 모델은 텍스트, 이미지, 비디오, 시각적 문서 및 임의의 교차된 다중 모달 입력을 지원합니다.
위챗 직원 @KeCunXiaoJiang에 따르면, 위챗 시각 팀이 오픈소스로 공개한 다중 모달 모델인 WeMM-Embedding은 텍스트, 이미지, 비디오를 공유 의미 공간에 배치하여 비교 및 검색을 수행함으로써 시스템이 이를 동시에 이해할 수 있게 합니다.

모멘트 검색 및 비디오 추천 등 시나리오에 이미 적용됨
그는 이 모델이 위챗 내부에서 광범위하게 사용되고 있다고 밝혔습니다. 모멘트 검색, 비디오 추천, 공식 계정 추천, 위챗 이커머스 모두 이를 활용하며, 일일 호출 횟수는 10억 회에 달합니다. 국제 권위 있는 벤치마크인 MMEB-v2에서 이 모델은 1위를 차지했으며, 이전에 제출된 모든 오픈소스 및 폐쇄형 모델을 능가했습니다.
현재 WeMM-Embedding의 관련 자원이 공개되었습니다. 논문은 arXiv에 게시되었으며, 코드 저장소는 GitHub의 Tencent/WeMM-Embedding 프로젝트 하위에 호스팅되어 있고, 모델 세트는 Hugging Face에서도 제공됩니다.
Anthropic, 50만 건의 저작물에 대한 보상을 위해 15억 달러 규모의 저작권 거래 체결
월요일, 미국 연방법원은 앤트로픽과 작가 및 출판사 협의회 간의 15억 달러 규모 집단 소송 합의에 최종 승인을 내렸다고 로이터 통신이 보도했다. 이 합의는 앤트로픽이 AI 모델 학습 과정에서 저작권을 침해한 것과 관련된 ongoing 소송을 해결하는 것으로, 회사는 이제 관련 저작권 보유자에게 배상금을 지급하기 시작해야 할 의무를 지게 되었다.캘리포니아 북부 연방지법의 아라셀리 마르티네스-올구인 판사는 이 합의를 승인하는 최종 명령서에 서명했
샤오홍슈, 베이징 대학, 상하이 자오퉁 대학이 하이브리드 어텐션 모델에서 첫 토큰 지연 시간을 3.25배 줄이는 HYPIC을 공개했습니다
대형 모델 서비스의 주요 초점은 단발성 대화에서 검색 증강 질문 답변(RAG), 다중 문서 요약, 그리고 장기 에이전트로 전환되고 있습니다. 이러한 새로운 워크로드는 하나의 요청 프롬프트가 검색된 문서, 기술 설명, 메모리 파일, 이전 대화 라운드 등 의미적으로 독립적인 수십에서 수백 개의 세그먼트로 구성되며, 이들이 결합되어 수만에서 수십만 토큰에 이르는 초장문 컨텍스트를 형성한다는 공통된 특징을 공유합니다. 이러한 규모에서 프리필 단계는 요
ChatGPT, 주요 소셜 미디어 플랫폼과 완벽하게 호환되는 맞춤형 스티커 공개
OpenAI는 ChatGPT를 위한 새로운 맞춤 스티커 기능을 공식적으로 도입하여 대량 소셜 콘텐츠 생성에서 AI의 한계를 넓혔습니다.사용자는 사진을 업로드하거나 텍스트 프롬프트를 사용하거나 다양한 시각적 예술 스타일을 적용하는 직관적인 방법을 통해 개인화된 스티커를 만들 수 있습니다. 이 기능은 지능형 이미지 자르기 및 복원을 활용하여 깨끗하고 투명 배경의 스티커를 자동으로 생성하며, 여러 디자인을 묶어 완전한 맞춤 스티커 팩으로 만들 수





집






