# Tencent lanza WeVisOne-VL-4B en Hugging Face

> El nuevo modelo de 4.000 millones de parámetros detecta y segmenta objetos y extrae máscaras alfa a partir de una sola instrucción.

Oossa · 2026-10-23 · https://oossa.com/es/tencent-releases-wevisone-vl-4b-vision-language-model-on-hugging-face

El equipo de WeChat Vision de Tencent añadió el modelo WeVisOne-VL-4B a Hugging Face. Basado en Qwen3‑VL, puede detectar objetos con vocabulario abierto, contarlos, realizar OCR, segmentar elementos indicados por referencia y extraer máscaras alfa, todo en un solo paso. El modelo incluye un decodificador de píxeles ligero de 9.6 M de parámetros y usa tokens especiales de coordenadas para generar cuadros delimitadores y máscaras. El lanzamiento está destinado únicamente a la investigación; no está pensado para tomar decisiones autónomas de alto impacto.

## Los hechos

- Tamaño del modelo: 4.000 millones de parámetros, más un decodificador de píxeles de 9.6 M de parámetros
- Fecha de lanzamiento: 2026‑10‑22 (publicado en Hugging Face)

## Por qué importa

Ahora los investigadores pueden experimentar con un solo modelo para realizar numerosas tareas de visión y lenguaje, sin tener que combinar sistemas distintos.

## Fuentes y referencias

1. [New model on Hugging Face: tencent/WeVisOne-VL-4B (image-text-to-text)](https://huggingface.co/tencent/WeVisOne-VL-4B) – Tencent Hunyuan, 2026-10-22

Última actualización: 2026-10-23