WeMM-Embedding
WeMM-Embedding è una famiglia di modelli di embedding multimodali universali del WeChat Vision Team di Tencent, che supporta comprensione e recupero multimodali.
Utilizzi modelli di embedding multimodali per comprendere e recuperare informazioni da testo, immagini e video.
Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.
Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.
Gratis · senza carta · disdici quando vuoiWeMM-Embedding è una famiglia di modelli di embedding multimodali universali del WeChat Vision Team di Tencent, che supporta comprensione e recupero multimodali.
WeMM-Embedding ha 930 stelle su GitHub. È stato forkato 65 volte. WeMM-Embedding è scritto principalmente in Python. È in sviluppo attivo dal 2026. I suoi temi principali sono: embedding-models, multimodal, multimodal-llm.
Che cos'è WeMM-Embedding?
WeMM-Embedding è una famiglia di modelli di embedding multimodali universali del WeChat Vision Team di Tencent, che supporta comprensione e recupero multimodali.
WeMM-Embedding è open source?
WeMM-Embedding è un progetto open source.
WeMM-Embedding è gratuito?
Sì. WeMM-Embedding è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.
In quale linguaggio è scritto WeMM-Embedding?
WeMM-Embedding è scritto principalmente in Python.
Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.
[](https://olud.ai/project/tencent-wemm-embedding.html)
Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.