腾讯开源 WeVisOne-VL,统一检测、OCR、分割与抠图

腾讯开源 WeVisOne-VL,统一检测、OCR、分割与抠图

N
News Editor
2026-11-04 06:09:17
腾讯微信视觉团队发布开源视觉语言模型 WeVisOne-VL,提供 2B 和 4B 两个参数版本。该模型可在单一模型内处理目标检测、指代、计数、指向、OCR、分割和 Alpha 通道抠图等任务,无需单独使用 SAM 模型。其像素输出由一个 960 万参数解码器生成,并在 30 多个基准测试中于多数任务上超过同规模基线模型。

Techub News 消息,腾讯微信视觉团队发布开源视觉语言模型 WeVisOne-VL,提供 2B 和 4B 两种参数量版本。

该模型可在一个模型中统一处理目标检测、指代、计数、指向、OCR、分割与 Alpha 通道抠图等任务,无需单独的 SAM 模型。其像素输出由一个 960 万参数的解码器生成。

据 MarkTechPost 介绍,WeVisOne-VL 在 30 多个基准测试中,在多数任务上超越了同规模基线模型。

本文最初由 Bit.Fan 发布。 欲了解更多加密货币新闻与市场洞察,请访问 www.bit.fan.
4700

免责声明:

本平台展示的市场信息、项目资料与第三方内容仅用于行业信息分享,不构成任何形式的投资建议或收益承诺。

加密资产交易具有较高风险,用户应充分评估自身风险承受能力并独立作出决策,相关盈亏及法律责任由用户自行承担。

腾讯开源 WeVisOne-VL,统一检测、OCR、分割与抠图 | Bit.Fan