微信团队开源WeVisOne-VL大模型
发生了什么
微信团队开源了WeVisOne-VL大模型，该模型通过结构化预测统一对象级与像素级视觉感知。WeVisOne-VL支持多种视觉任务，包括目标检测、指代定位、计数、OCR、分割和matting，能够以用户指定的粒度进行定位。该模型在30多个基准测试中表现出色，并在开源社区发布，旨在推动视觉语言模型从广泛理解向可靠感知系统发展。
报道与来源
2 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
- arXiv cs.CV一手材料
WeVisOne-VL: Unified Visual Perception from Objects to Pixels
- Hugging Face Papers转载
Paper page - WeVisOne-VL: Unified Visual Perception from Objects to Pixels
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 一手材料1 个发布入口
- 来源报道1 个发布入口