# Tencent, Hugging Face에 비전·언어 모델 WeVisOne-VL-4B 공개

> 새 40억 매개변수 모델은 프롬프트 하나로 객체 탐지, 분할, 이미지 매팅을 처리합니다.

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

Tencent의 WeChat Vision 팀이 Hugging Face에 WeVisOne-VL-4B 모델을 추가했습니다. Qwen3‑VL을 기반으로 한 이 모델은 개방형 어휘 객체 탐지와 개수 세기, OCR, 참조 분할, 알파 매트 추출을 한 번에 수행할 수 있습니다. 모델에는 경량 960만 매개변수 픽셀 디코더가 포함됐으며, 특수 좌표 토큰을 사용해 바운딩 박스와 마스크를 반환합니다. 이번 공개는 연구용으로만 이뤄졌으며, 자율적인 고영향 의사결정에 사용하도록 설계된 모델은 아닙니다.

## 팩트

- 모델 규모: 40억 매개변수, 960만 매개변수 픽셀 디코더 추가
- 공개일: 2026‑10‑22 (Hugging Face에 게시)

## 왜 중요한가

연구자들은 여러 비전·언어 작업을 위해 별도의 시스템을 조합하지 않고도 하나의 모델로 다양한 실험을 할 수 있습니다.

## 출처 및 참고 자료

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

최종 업데이트: 2026-10-23