أطلق فريق WeChat Vision في Tencent نموذج WeVisOne-VL، وهو نموذج للرؤية واللغة يتعامل مع اكتشاف الأجسام والتعرّف على النصوص (OCR) والعدّ والتجزئة وقصّ العناصر مع الحفاظ على الشفافية (alpha matting). يتوفر النموذج بحجمَي 2 مليار و4 مليارات مُعامل، ويضم وحدة فك ترميز للبكسلات تتألف من 9.6 ملايين مُعامل. ويحمل ترخيص Apache 2.0، الذي يتيح استخدامه على نطاق واسع وفقًا لشروط الترخيص. ولا يتضمن الإعلان نتائج اختبارات معيارية أو معلومات عن مكان تنزيل النموذج أو تشغيله.
لماذا يهم
يمكن للمطورين دراسة استخدام نموذج واحد بترخيص Apache 2.0 لتنفيذ خمس مهام متعلقة بالصور، لكن أداءه العملي لا يزال غير واضح في ظل غياب تفاصيل الوصول إليه ونتائج الاختبارات المعيارية.
