WeVisOne-VL
统一检测、OCR、分割与抠图的腾讯微信视觉语言模型
WeVisOne-VL 是腾讯微信视觉团队开源的多模态视觉语言模型，基于 Qwen3-VL，提供 2B 与 4B 两种规格。它通过结构化 next-token 预测和一个 9.6M 参数的轻量像素解码器，将物体级感知（开放词汇目标检测、指代定位、计数、pointing、OCR）与像素级感知（指代分割、可提示 alpha 抠图）统一在单一模型中，可从点、框到二值 mask 和连续 alpha matte 输出任意粒度的定位结果。目标不存在时返回 None，并以 Apache 2.0 许可开源
1
2026-10-22
未收录
863
工具功能
这个工具能做什么、适合谁用，以及目前已识别的核心能力。
工具简介
WeVisOne-VL 是腾讯微信视觉团队开源的多模态视觉语言模型，基于 Qwen3-VL，提供 2B 与 4B 两种规格。它通过结构化 next-token 预测和一个 9.6M 参数的轻量像素解码器，将物体级感知（开放词汇目标检测、指代定位、计数、pointing、OCR）与像素级感知（指代分割、可提示 alpha 抠图）统一在单一模型中，可从点、框到二值 mask 和连续 alpha matte 输出任意粒度的定位结果。目标不存在时返回 None，并以 Apache 2.0 许可开源
核心功能
价格信息
暂无可验证价格信息暂无足够准确的价格信息。
基础信息
- 更新频率
- 近 7 天暂无收录动态
- 最近更新
- 2026-10-22
- 覆盖行业
- 程序员、科研
更新日志
按时间记录功能更新、版本发布、新工具入库等重要变化。
- 2026-10-22开源
腾讯微信视觉团队开源 WeVisOne-VL 视觉语言模型，提供 2B 与 4B 两种规格，基于 Qwen3-VL，通过 9.6M 参数像素解码器统一检测、指代、计数、OCR、分割与 alpha 抠图。
WeVisOne-VL 常见问题
关于 WeVisOne-VL 的定位、核心功能、价格与最近更新。
WeVisOne-VL 是什么？
WeVisOne-VL 是腾讯微信视觉团队开源的多模态视觉语言模型，基于 Qwen3-VL，提供 2B 与 4B 两种规格。它通过结构化 next-token 预测和一个 9.6M 参数的轻量像素解码器，将物体级感知（开放词汇目标检测、指代定位、计数、pointing、OCR）与像素级感知（指代分割、可提示 alpha 抠图）统一在单一模型中，可从点、框到二值 mask 和连续 alpha matte 输出任意粒度的定位结果。目标不存在时返回 None，并以 Apache 2.0 许可开源。
WeVisOne-VL 有哪些核心功能？
WeVisOne-VL 当前已核验的核心功能包括：OCR 文字识别、图像分割、图像理解、图像编辑、目标检测。
WeVisOne-VL 如何收费？
AI Equal 当前没有收录 WeVisOne-VL 的可验证价格信息。
WeVisOne-VL 最近有什么更新？
2026-10-22：腾讯微信视觉团队开源 WeVisOne-VL 视觉语言模型，提供 2B 与 4B 两种规格，基于 Qwen3-VL，通过 9.6M 参数像素解码器统一检测、指代、计数、OCR、分割与 alpha 抠图。