WeMM-Embedding
WeMM-Embedding es una familia de modelos universales de embeddings multimodales del equipo de visión de WeChat en Tencent, que admite comprensión y recuperación multimodal.
Utilice modelos de incrustación multimodal para comprender y recuperar información de texto, imágenes y videos.
Reivindica su pagina: indexada sea cual sea su posicion, traducida a seis idiomas y enriquecida con tus propias palabras.
Recibe una alerta por correo en su próximo lanzamiento o cuando despegue — no te pierdas nada.
Gratis · sin tarjeta · cancela cuando quierasWeMM-Embedding es una familia de modelos universales de embeddings multimodales del equipo de visión de WeChat en Tencent, que admite comprensión y recuperación multimodal.
WeMM-Embedding tiene 930 estrellas en GitHub. Se ha bifurcado 65 veces. WeMM-Embedding está escrito principalmente en Python. Se desarrolla activamente desde 2026. Sus temas principales son: embedding-models, multimodal, multimodal-llm.
¿Qué es WeMM-Embedding?
WeMM-Embedding es una familia de modelos universales de embeddings multimodales del equipo de visión de WeChat en Tencent, que admite comprensión y recuperación multimodal.
¿WeMM-Embedding es de código abierto?
WeMM-Embedding es un proyecto de código abierto.
¿WeMM-Embedding es gratis?
Sí. WeMM-Embedding es gratuito y de código abierto: puedes usarlo, modificarlo y alojarlo tú mismo.
¿En qué lenguaje está escrito WeMM-Embedding?
WeMM-Embedding está escrito principalmente en Python.
Agrega este distintivo en vivo a tu README — tus estrellas de GitHub y rango en el directorio, actualizados diariamente.
[](https://olud.ai/project/tencent-wemm-embedding.html)
Medido a partir de los topics de GitHub comunes a ambos proyectos, ponderados por su rareza.