微信开源 WeVisOne-VL 视觉模型

2026-11-16 科技 阅读

                  微信视觉团队介绍了已开源的 WeVisOne-VL,将物体检测、定位、计数、OCR、分割与抠图放进同一个视觉语言模型,并提供 2B、4B 两个版本。面对图中不存在的目标,模型可以直接返回 None。   团队在训练中专门核对「图里没有」的样本,同时训练误框与漏检两类问题;其自动标注流程累计处理超过 1 亿张图片、约...

Image

  微信视觉团队介绍了已开源的 WeVisOne-VL,将物体检测、定位、计数、OCR、分割与抠图放进同一个视觉语言模型,并提供 2B、4B 两个版本。面对图中不存在的目标,模型可以直接返回 None。

  团队在训练中专门核对「图里没有」的样本,同时训练误框与漏检两类问题;其自动标注流程累计处理超过 1 亿张图片、约 36 亿个目标框。模型还配有约 960 万参数的像素解码器,可直接输出分割掩码及透明度信息,无需另接 SAM 模型。

  项目采用 Apache 2.0 许可,公开了模型权重、技术报告、教程、评测代码与抠图标注工具 Mask2Alpha,并提供网页 Demo。目前版本支持图片输入,既能在线试用,也能在本地部署。

相关阅读

柘城网为柘城本地权威综合门户。立足本土,解读钻石、辣椒、肉牛特色产业,传承朱襄故里人文,汇聚旅游、非遗、美食与民生资讯,搭建柘城论坛,服务柘城百姓。
  • 今天吃什么?
  • 关于我们
Copyright © 2026 柘城网 All Rights Reserved. 豫ICP备2025133402号豫公网安备41142402000636号
关灯 返回顶部
返回顶部