# Tencent выпустила WeVisOne-VL-4B на Hugging Face

> Модель с 4 млрд параметров распознаёт и сегментирует объекты, а также выделяет изображение по альфа-каналу по одному запросу.

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

Команда Tencent WeChat Vision добавила модель WeVisOne-VL-4B на Hugging Face. Она построена на базе Qwen3‑VL и за один шаг умеет обнаруживать объекты с произвольными названиями, считать их, распознавать текст (OCR), сегментировать объекты по текстовому описанию и извлекать альфа-матт. В модель входит облегчённый пиксельный декодер на 9.6 M параметров; для выдачи ограничивающих рамок и масок она использует специальные токены координат. Релиз предназначен только для исследовательского использования и не рассчитан на автономное принятие решений с серьёзными последствиями.

## Факты

- Размер модели: 4 млрд параметров, плюс пиксельный декодер на 9.6 M параметров
- Дата релиза: 2026‑10‑22 (публикация на Hugging Face)

## Почему это важно

Теперь исследователи могут проверять одну модель в самых разных задачах на стыке компьютерного зрения и языка, не объединяя для этого несколько отдельных систем.

## Источники и ссылки

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

Обновлено: 2026-10-23