腾讯 WeVisOne-VL 统一了检测、OCR、分割与抠图
腾讯微信视觉团队发布了 WeVisOne-VL，一个 Apache 2.0 协议的视觉语言模型，提供 2B 和 4B 两个尺寸。单个模型即可处理检测、OCR、计数、分割和 Alpha 抠图，配备一个 960 万参数的像素解码器。一个开源模型覆盖这么多像素级视觉任务之所以有用，是因为团队可以用一次部署替代一整套专用模型。
报道来源
- MarkTechPost2026-11-04 04:39
腾讯微信视觉团队发布了 WeVisOne-VL，一个 Apache 2.0 协议的视觉语言模型，提供 2B 和 4B 两个尺寸。单个模型即可处理检测、OCR、计数、分割和 Alpha 抠图，配备一个 960 万参数的像素解码器。一个开源模型覆盖这么多像素级视觉任务之所以有用，是因为团队可以用一次部署替代一整套专用模型。