跳到正文
热点事件历史事件

腾讯微信视觉团队开源 WeVisOne-VL 视觉语言模型

1 篇报道1 个报道来源11 天前更新

先了解这件事

AI 综述

腾讯微信视觉团队开源视觉语言模型 WeVisOne-VL，提供 2B（2.44B 参数）和 4B（4.83B 参数）两个版本，用单个模型完成检测、指代、计数、指向、OCR、分割和 alpha matting。 两个版本的权重已发布在 Hugging Face，可通过 Transformers 或 vLLM 在单张 GPU 上以 BF16 运行，2B 和 4B 的在线演示也已上线。微调代码尚未发布，仍在待办列表中。 使用上有限制：GGUF 版本无法生成掩码，因为解码器需要原生视觉特征。

AI 根据报道生成 · 10 天前更新

最新进展11月4日 12:39
腾讯微信视觉团队开源 WeVisOne-VL，统一检测、OCR、分割与抠图

报道时间线

沿着报道，了解事件的不同侧面。

11月4日
  1. MarkTechPost精选
    腾讯微信视觉团队开源 WeVisOne-VL，统一检测、OCR、分割与抠图

    腾讯微信视觉团队发布开源视觉语言模型 WeVisOne-VL，提供 2B（2.44B 参数）和 4B（4.83B 参数）两个版本，用单个模型完成检测、指代、计数、指向、OCR、分割和 alpha matting。