腾讯微信开源 WeVisOne-VL-2B 视觉模型

腾讯微信视觉团队发布并开源 WeVisOne-VL-2B 视觉语言模型，基于 Qwen3-VL 构建，用结构化下一 token 预测加 9.5M 参数像素解码器，把目标级感知（开放词表检测、指代定位、计数、指向、OCR）与像素级感知（指代分割、可提示 alpha matting）统一在一个模型中。 腾讯称该模型面向视觉定位、指代定位、指向、计数、OCR 定位、指代分割和图像抠图等研究用途，不用于自主高影响决策或识别个人；除另有说明外，仓库中腾讯编写的代码以 Apache License 2.0 发布。

AI 根据报道生成 · 57 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。