Het WeChat Vision-team van Tencent heeft WeVisOne-VL uitgebracht, een vision-language-model voor objectdetectie, tekstherkenning (OCR), tellen, segmentatie en alpha-matting. Het model is verkrijgbaar met 2 miljard of 4 miljard parameters en bevat een pixeldecoder met 9,6 miljoen parameters. Het valt onder de Apache 2.0-licentie, die breed gebruik toestaat onder de voorwaarden van de licentie. In de aankondiging staan geen benchmarkresultaten en wordt niet vermeld waar mensen het model kunnen downloaden of uitvoeren.
Waarom het ertoe doet
Ontwikkelaars kunnen één Apache 2.0-model overwegen voor vijf beeldtaken, maar zonder informatie over de toegang of benchmarkresultaten is de praktische prestatie ervan onduidelijk.
