腾讯开源 WeVisOne-VL 统一视觉感知模型

腾讯微信视觉团队开源统一视觉语言模型 WeVisOne-VL，基于 Qwen3-VL 构建，提供 2B/4B 等规格，2B 版本已上架 Hugging Face。模型通过结构化 token 预测和轻量级像素设计，将物体级与像素级视觉感知统一于单一模型，支持检测、定位、计数、OCR、分割与抠图等多种任务。

2026-10-23 ~ 2026-10-23 · 3 条相关

• 腾讯 WeVisOne-VL-2B 上架 Hugging Face — tencent · 2026-10-22
• 腾讯 WeVisOne-VL 发布:统一物体级到像素级视觉感知 — jacek2023 · 2026-10-23

另有 1 条近重复转述:tencent