腾讯发布 WeVisOne-VL 多任务视觉模型

Tencent 的 WeChat 视觉团队发布了 WeVisOne-VL，一个 Apache 2.0 许可的视觉语言模型，尺寸为 2B 和 4B。它在一个模型中处理检测、OCR、计数、分段和 alpha蒙皮，具有 9.6M 像素解码器。