Tencent 发布 WeVisOne-VL 统一视觉感知权重

2026-10-23已核实动态TRIAL

Tencent 公开 WeVisOne-VL 2B、4B 权重和必需的 960 万参数 pixel decoder，统一支持检测、指代表达定位、计数、point grounding、OCR、分割与 alpha matting。Hugging Face 仓库无需申请并标为 Apache-2.0，但 GitHub 尚未识别出许可证。公开 benchmark 均来自发布方。

官方 · 参考材料Tencent WeVisOne-VL 官方 · 参考材料WeVisOne-VL-4B

可用状态：无需申请的 Hugging Face 权重与公开推理代码

对你意味着什么

对目前串联多个视觉模型的团队来说，统一的开放权重接口可能减少实验和部署复杂度。任务跨度很大也增加了评测风险：第三方许可、pixel decoder 打包和真实图片准确率都需要独立核对。

模型选型 →前沿研究 →

证据与关联材料

支持证据

Tencent 已公开 WeVisOne-VL 2B/4B 权重、pixel decoder 与推理代码。

官方 · 参考材料Tencent WeVisOne-VL 官方 · 参考材料WeVisOne-VL-4B 官方 · 参考材料WeVisOne-VL-2B

技术细节与六维评分

基础模型	Qwen3-VL
规模	2B、4B，另需 960 万参数 pixel decoder
任务	开放词汇检测、指代表达定位、计数、point grounding、OCR、指代分割、alpha matting
可用性	无需申请的 Hugging Face 权重与公开推理代码
许可边界	model card 标为 Apache-2.0；GitHub 未识别出许可证，需核对第三方 notices
评测边界	只有发布方 benchmark
时间依据	GitHub 公开提交为 2026-10-23T08:14:47Z；Hugging Face 仓库只有日期精度

技术影响 4

工程价值 4

采用信号 2

成熟度 2

验证成本 3

风险 3