腾讯微信视觉团队开源WeVisOne-VL视觉语言模型

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）两个规格，基于 Qwen3-VL，单一模型覆盖检测、指代、计数、pointing、OCR、分割与 alpha matting。 两个规格的权重已发布在 Hugging Face，可通过 Transformers 或 vLLM 在单张 GPU 上以 BF16 运行。微调代码尚未发布，仍列在待办清单中。 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 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。