# Tencent ने Hugging Face पर WeVisOne-VL-4B मॉडल जारी किया

> यह नया 4 अरब पैरामीटर वाला मॉडल एक ही प्रॉम्प्ट से वस्तुओं का पता लगा सकता है, सेगमेंटेशन कर सकता है और इमेज मैटिंग कर सकता है।

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

Tencent की WeChat Vision टीम ने WeVisOne-VL-4B मॉडल को Hugging Face पर जोड़ा है। Qwen3‑VL पर आधारित यह मॉडल ओपन-वोकैबुलरी ऑब्जेक्ट डिटेक्शन, गिनती, OCR, रेफरिंग सेगमेंटेशन और अल्फा-मैट एक्सट्रैक्शन एक ही चरण में कर सकता है। मॉडल में 9.6 M पैरामीटर वाला हल्का पिक्सल डिकोडर है और बाउंडिंग बॉक्स तथा मास्क देने के लिए यह खास कोऑर्डिनेट टोकन का इस्तेमाल करता है। यह रिलीज़ सिर्फ़ शोध के लिए है; इसे स्वायत्त, बड़े प्रभाव वाले फ़ैसले लेने के लिए नहीं बनाया गया है।

## तथ्य

- मॉडल का आकार: 4 अरब पैरामीटर, साथ में 9.6 M पैरामीटर वाला पिक्सल डिकोडर
- रिलीज़ की तारीख: 2026‑10‑22 (Hugging Face पर प्रकाशित)

## यह क्यों मायने रखता है

शोधकर्ता अब अलग-अलग सिस्टम जोड़ने के बजाय कई विज़न-लैंग्वेज कार्यों के लिए एक ही मॉडल के साथ प्रयोग कर सकते हैं।

## स्रोत और संदर्भ

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

अंतिम अपडेट: 2026-10-23