MMEB-v2-Image
MMEB（Massive Multimodal Embedding Benchmark）是一个用于评估多模态嵌入模型的基准测试框架。该基准最初聚焦于图像-文本嵌入，并在后续版本中扩展到文本、图像、视频和视觉文档输入。MMEB通过收集多样化数据集，提供一个统一的评估平台，用于测试模型在分类、检索和其他任务上的性能。
更新于 2026-01-09
711 次浏览
问题数量
36
发布机构
TIGER-Lab
评测类别
图像向量嵌入
评测指标
Accuracy
支持语言
英文
难度等级
中等难度
简介
用于评测大模型图像向量嵌入能力的评测基准
相关资源
MMEB-v2-Image Model Score Leaderboard
Source: DataLearnerAI
Data sourced primarily from official releases (GitHub, Hugging Face, papers), then benchmark leaderboards, then third-party evaluators. Learn about our data methodology
模式说明:
normal
thinking
low
medium
high
deeper thinking
parallel_thinking
图表加载中...
Latest MMEB-v2-Image model rankings and full benchmark leaderboard
Browse the latest scores, model modes, release dates, and parameter sizes for MMEB-v2-Image.
MMEB-v2-Image详细排名数据表格
| 排名 | 模型 | |||
|---|---|---|---|---|
| 1 | Qwen3-VL-Embedding-8B Normal | 80.12 | 2026-01-08 | 80 |
| 2 | Seed1.6-Embedding-1215 Normal | 77.99 | 2025-12-15 | 未知 |
| 3 | 77.78 | 2025-06-28 | 未知 | |
| 4 | Qwen3-VL-Embedding-2B Normal | 74.96 | 2026-01-08 | 20 |
| 5 | GME-Qwen2-VL-7B Normal | 55.95 | 2024-12-24 | 70 |
| 6 | GME-Qwen2-VL-2B Normal | 51.89 | 2024-12-24 | 20 |