WeChat ouvre ses modèles d'IA pour booster recherche et reco

Résumé

L’équipe WeChat Vision de Tencent ouvre WeMM-Embedding, une famille de modèles multimodaux 2B, 4B et 9B déjà déployés dans l’écosystème WeChat pour la recherche et la recommandation.

Les faits

L’équipe WeChat Vision de Tencent a ouvert le code de WeMM-Embedding, une famille de modèles de plongement multimodal capables de représenter et de faire correspondre des textes, des images, des vidéos et d’autres types de contenus. Les modèles sont conçus pour projeter ces différents formats dans un espace commun, afin de faciliter la recherche, la mise en relation et la recommandation de contenus pertinents. Tencent indique que ces modèles WeMM-Embedding sont déjà intégrés à plusieurs fonctionnalités clés de WeChat, notamment les Channels, les comptes officiels, les Moments et les services de commerce électronique. Cette intégration confirme que la technologie n’est pas expérimentale mais utilisée en production pour améliorer la qualité des recommandations et la pertinence des résultats de recherche dans l’application. La publication comprend trois variantes de WeMM-Embedding, avec des tailles de modèle 2B, 4B et 9B. Dans les résultats d’évaluation publiés par Tencent, le modèle 9B arrive en tête des modèles listés sur les benchmarks MMEB-v2 et MMEB-v3, ce qui positionne cette version comme la référence de la gamme sur ces tests multimodaux. Tencent a diffusé le code des modèles, les outils d’évaluation ainsi que les poids via son dépôt public et des pages dédiées aux modèles. Les développeurs peuvent ainsi exploiter WeMM-Embedding pour des applications de recherche multimodale, de récupération d’information et de recommandation, en s’appuyant sur les mêmes briques technologiques que celles utilisées à grande échelle dans WeChat.

Pourquoi c’est important

L’ouverture de WeMM-Embedding par l’équipe WeChat Vision marque une étape stratégique dans la démocratisation des modèles de plongement multimodal utilisés à grande échelle dans une des applications mobiles les plus utilisées au monde. En mettant à disposition des variantes 2B, 4B et 9B, Tencent offre aux développeurs et aux chercheurs un éventail de capacités adaptées à des contraintes de performance et de coût différentes, tout en conservant un socle technologique commun. Le fait que le modèle 9B domine les benchmarks MMEB-v2 et MMEB-v3 et soit déjà déployé dans les Channels, les comptes officiels, les Moments et les services d’e-commerce de WeChat souligne le niveau de maturité de cette famille de modèles. Cette combinaison d’usage à grande échelle et d’ouverture du code, des outils d’évaluation et des poids contribue à structurer l’écosystème de la recherche et de la recommandation multimodales, et pourrait accélérer l’adoption de systèmes capables de traiter de manière unifiée texte, image, vidéo et autres contenus.

Questions fréquentes

Qu’est-ce que WeMM-Embedding ?

WeMM-Embedding est une famille de modèles de plongement multimodal de WeChat Vision, conçue pour représenter et faire correspondre textes, images, vidéos et autres contenus.

Quels types de contenus WeMM-Embedding peut-il traiter ?

Les modèles WeMM-Embedding traitent le texte, les images, les vidéos et d’autres types de contenus, afin de les représenter dans un espace de plongement commun.

Dans quels services WeChat WeMM-Embedding est-il déjà déployé ?

Tencent indique que WeMM-Embedding est déjà déployé dans WeChat Channels, les comptes officiels, les Moments et les services de commerce électronique.

Quelles sont les tailles de modèles disponibles pour WeMM-Embedding ?

La publication de Tencent inclut des versions 2B, 4B et 9B de WeMM-Embedding, correspondant à différentes tailles de modèles.

À quoi sert l’ouverture du code et des poids de WeMM-Embedding ?

En ouvrant le code, les outils d’évaluation et les poids, Tencent permet aux développeurs d’utiliser WeMM-Embedding pour des applications de recherche, de récupération et de recommandation multimodales.

Source

Auteur

Rédaction spécialisée dans la veille et l'analyse de l'actualité de l'intelligence artificielle, des puces IA, des robots, des agents IA et de la recherche.