Voter dans Free Arena

Actualités··1 min de lecture·Données mises à jour automatiquement

Tencent releases WeVisOne-VL, a unified visual-language model for object and pixel perception

WeVisOne-VL unifies object-level and pixel-level visual tasks through next-token prediction, with code and model collection available on GitHub and Hugging Face.

Regarder sur YouTube · Regarder le court

Tencent's research team introduced WeVisOne-VL, short for WeChat Vision All-in-One, as a new vision-language model.

The model aims to handle both object-level and pixel-level perception by predicting structured tokens in a unified framework.

Details of the approach are described in the paper titled "WeVisOne-VL: Unified Visual Perception from Objects to Pixels".

The project's source code is hosted on GitHub at https://github.com/Tencent/WeVisOne-VL.

Model checkpoints and related resources are available through a Hugging Face collection at https://huggingface.co/collections/tencent/wevisone-vl.

Ce que cela signifie pour vous

WeVisOne-VL offers researchers a single model that can address diverse visual tasks, reducing the need for separate specialized models. For developers seeking free or locally runnable AI, the open-source release provides immediate access to a versatile visual-language system.

Sources

Rédigé automatiquement à partir des sources ci‑dessus, puis vérifié par notre code : chaque nombre et chaque nom doivent y figurer, et aucune phrase ne doit copier une source. Une erreur ? Signalez‑la.

Classement gratuit

Quelle IA pouvez‑vous utiliser gratuitement aujourd’hui ?

Tous les modèles IA gratuits, classés par votes humains anonymes, avec la mémoire et la vitesse dont ils ont besoin sur votre propre GPU.

Ouvrir le classement →

Partager cette page :XLinkedInRedditWhatsApp

Appuyez sur / ou Ctrl+K pour rechercher depuis n’importe quelle page.