Seed1.6-Embedding模型登顶多榜单SOTA

在 AI 技术高速发展的今天，「让机器真正理解世界」的需求从未如此迫切。无论是电商平台的跨模态搜索、智能助手的多轮对话，还是内容平台的精准推荐，底层都依赖一个关键能力——将文本、图像、视频等不同形态的信息，转化为计算机可理解的「向量」，并通过向量间的关联实现高效匹配与检索。

6月24日，火山引擎发布全模态向量化模型 Seed1.6-Embedding，通过三大核心突破，重塑向量化能力边界：不仅在权威测评榜单中包揽中文文本、多模态全面任务的 SOTA 成绩，更首次实现「文本+图像+视频」混合模态的融合检索，并通过自定义指令能力大幅降低业务落地门槛。

从“单模态支持”到“全任务领先”：Seed1.6-Embedding的技术实力

针对行业对多模态深度理解和高效检索的双重需求，团队采用文本继续训练-多模态继续训练-精调的多阶段训练策略，基于海量文本、图文对、视频文对数据，构建多任务数据集，通过指令引导、数据合成、数据增强、分层负样本等混合训练，提升细分场景和复杂任务处理能力，让其成为覆盖全场景的向量化“全能选手”。

全面任务领先：包揽中文文本、图像、视频「三冠」

在最能体现模型泛化能力的权威榜单中，Seed1.6-Embedding 均展现出显著优势：

纯文本任务：在 CMTEB 中文文本向量评测榜单上，模型以75.62高分刷新榜单 SOTA，在检索、分类、语义匹配等通用任务表现持续领跑；

多模态任务：在多模态评测榜单 MMEB_v2中，模型的图片、视频向量化任务双双登顶 SOTA，并实现断层领先。其中在 MMEB_v2 Image 榜单上，模型以77.78的高分领先第二名5.6分；模型新增的视频模态，在 MMEB_v2 video 榜单大幅领先第二名20.1分。

全模态混合检索：支持“文+图+视频”统一向量空间表征

过去，多模态向量化模型往往局限于单模态输入-单模态输出的模式，而真实场景中，用户需求通常是通过混合搜索如文搜图和视频、文图搜视频等方式来精准检索目标内容。Seed1.6-Embedding 突破单一搜索限制：

新增视频向量化能力：支持对人物、动作、场景等视频核心语义的统一表征；

全模态混合检索：支持文本、图像、视频等多形态输入的混合表征，输出的向量能同时保留不同模态的关键特征，真正实现「跨模态搜索无界」。

自定义指令增强：让向量生成“按需而变”

业务落地中，不同场景对向量的关注点往往不同：电商需要突出商品的价格、材质等，新闻平台需要强调事件时间、情感倾向。过去，企业常需投入大量标注数据微调模型，成本高、周期长。

Seed1.6-Embedding 通过指令增强技术，让向量生成更“听话”：用户只需通过定制化指令模板，就能像给模型下任务清单一样，精准引导向量生成更贴合业务目标的表达。这一能力让模型适配新场景从“重训练”变为“轻调整”，低成本支持电商精准推荐、知识问答等多样化需求，实现一模型多场景，灵活随需而变。

从“技术突破”到“场景落地”：火山方舟让能力「触手可得」

好的模型，最终要服务于真实场景。为了让 Seed1.6-Embedding 更快、更省心地服务于实际业务需求，火山方舟同步推出两大支持入口：

火山方舟 API 接口：模型已上线火山方舟控制台，专业开发者可直接调用 API，无需自建模型训练与部署环境，即可快速接入业务场景；

VikingDB 向量数据库：火山方舟旗下 VikingDB 向量数据库已深度集成 Seed1.6-Embedding模型，提供“向量生成+存储+检索”的一站式解决方案，企业无需额外开发，开箱即用。

未来，团队将继续深耕向量化技术。预计2025年下半年，用户可在火山方舟体验中心实现可视化体验和多模态检索，VikingDB 向量数据库也将支持全模态数据自动向量化，并开放图文和视频检索开源项目，助力企业和开发者快速集成到业务场景。火山引擎也将以更开放的姿态，携手企业与开发者，共同探索 “让 AI 理解世界” 的更多可能。