騰訊 WeChat Vision 團隊開源咗視覺語言模型 WeVisOne-VL，用 Apache 2.0 授權，有 2B 同 4B 兩個尺寸。
呢個模型嘅賣點係一個模型處理多類視覺任務：物件檢測（detection）、文字辨識（OCR）、計數（counting）、語義分割（segmentation）同 alpha matting（摳圖／邊緣切割），唔使逐個任務用獨立模型。模型入面配有 960 萬參數嘅 pixel decoder。
Apache 2.0 係相當開放嘅授權，理論上商用都得。但開放權重（open weights）唔等於完整開源（fully open source）——訓練數據、代碼、模型卡嘅詳細披露，仲要逐項核對先至算數。
本站未有呢個模型嘅獨立實測，以上為發布資訊；跑分同實際效能有待第三方測試。
模姐｜深度調教
