# Tencent publie WeVisOne-VL-4B sur Hugging Face

> Ce nouveau modèle de 4 milliards de paramètres réalise détection d’objets, segmentation et détourage à partir d’une seule instruction.

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

L’équipe WeChat Vision de Tencent a publié le modèle WeVisOne-VL-4B sur Hugging Face. Basé sur Qwen3‑VL, il peut effectuer en une seule étape la détection d’objets à vocabulaire ouvert, le comptage, la reconnaissance optique de caractères (OCR), la segmentation guidée par une requête et l’extraction de masques alpha. Le modèle comprend un décodeur de pixels léger de 9.6 M de paramètres et utilise des jetons de coordonnées spéciaux pour renvoyer des boîtes englobantes et des masques. Cette publication est destinée à la recherche uniquement ; le modèle n’est pas conçu pour prendre de façon autonome des décisions à fort impact.

## Les faits

- Taille du modèle : 4 milliards de paramètres, auxquels s’ajoute un décodeur de pixels de 9.6 M de paramètres
- Date de publication : 2026‑10‑22 (sur Hugging Face)

## Pourquoi c'est important

Les chercheurs peuvent désormais expérimenter un modèle unique pour de nombreuses tâches de vision-langage, sans devoir assembler plusieurs systèmes.

## Sources et références

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

Dernière mise à jour: 2026-10-23