Het WeChat Vision-team van Tencent heeft het model WeVisOne-VL-4B toegevoegd aan Hugging Face. Het is gebaseerd op Qwen3‑VL en kan in één stap objecten detecteren en tellen met een open vocabulaire, OCR uitvoeren, verwijzende segmentatie toepassen en alfamatten extraheren. Het model bevat een lichtgewicht pix decoder van 9.6 M parameters en gebruikt speciale coördinaattokens om kaders en maskers terug te geven. De release is uitsluitend bedoeld voor onderzoeksdoeleinden; het model is niet bestemd voor autonome beslissingen met grote impact.
Waarom het ertoe doet
Onderzoekers kunnen nu met één model experimenteren voor uiteenlopende visueel-talige taken, zonder afzonderlijke systemen aan elkaar te hoeven koppelen.
