跳到正文
原文
人人都是产品经理· 亨亨·· 5 天前AI 评分34

微信开源 WeVisOne-VL:一个模型包办找物、计数、OCR 与抠图

微信开源 WeVisOne-VL,找物、抠图,要包办 90%图片工作

AI 导读

微信视觉团队开源视觉模型 WeVisOne-VL,提供 2B 与 4B 两个版本,可输出目标位置、数量、文字及分割抠图结果,测评集答对比例比同类模型高出 32%。模型基于 Qwen3-VL 训练,训练数据含超 1 亿张标注图像、约 36 亿个目标框,并专门训练了无目标时返回空结果的能力。官方同时提示,复杂遮挡、透明物体和模糊指令仍是挑战,且模型直接生成结构化输出、不含显式 CoT 推理。

来源:人人都是产品经理 · woshipm.com