# Tencent lança o modelo visual WeVisOne-VL-4B no Hugging Face

> O novo modelo de 4 bilhões de parâmetros realiza detecção e segmentação de objetos e recorte de imagens a partir de um único comando.

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

A equipe de visão computacional do WeChat, da Tencent, disponibilizou o modelo WeVisOne-VL-4B no Hugging Face. Baseado no Qwen3‑VL, ele realiza detecção de objetos com vocabulário aberto, contagem, OCR, segmentação por referência e extração de máscaras alfa em uma única etapa. O modelo inclui um decodificador de pixels leve, com 9.6 M de parâmetros, e usa tokens especiais de coordenadas para retornar caixas delimitadoras e máscaras. O lançamento é voltado apenas à pesquisa; o modelo não foi desenvolvido para tomar decisões autônomas de alto impacto.

## Os fatos

- Tamanho do modelo: 4 bilhões de parâmetros, além de um decodificador de pixels com 9.6 M de parâmetros
- Data de lançamento: 2026‑10‑22 (publicado no Hugging Face)

## Por que importa

Pesquisadores podem agora experimentar um único modelo para várias tarefas de visão e linguagem, sem precisar combinar sistemas separados.

## Fontes e referências

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

Última atualização: 2026-10-23