WeVisOne-VL-2B : nouveautés, matériel requis, comment l'utiliser gratuitement
WeVisOne-VL-2B is a 2.4 billion-parameter unified vision-language model from Tencent, running on a modest RTX 4060. It supports object detection, OCR…
Ce que dit la vidéo
Tencent released WeVisOne-VL-2B, a 2.4 billion-parameter vision-language model that handles objects and pixels in one go. It runs on a modest RTX 4060 with just 4 GB memory.
WeVisOne-VL-2B is a vision-language model from Tencent's WeChat Vision team. According to the model card, it builds on Qwen3-VL and adds a lightweight 9.5 million-parameter pixel decoder. The model can predict bounding boxes, points, and full-resolution alpha mattes directly from images, using special coordinate and instance tokens.
The new part is a dedicated pixel decoder that combines a visual feature adapter, a box-guided query decoder, and an instance-conditioned dense prediction head. It produces dense outputs like segmentation and matting without a separate processing stage. The model also returns None when a queried target is absent, simplifying downstream handling.
According to the model card, the model excels at open-vocabulary object detection, referring localization, counting, OCR, segmentation, and promptable alpha matting. However, fine alpha boundaries can be affected by image resolution, severe occlusion, complex transparency, and how prompts are phrased. It is designed for single-turn image perception; video grids are rejected.
The release is aimed at research on visual grounding, referring localization, pointing, counting, OCR localization, segmentation, and image matting. Because it fits in the memory of an RTX 4060 at 4 GB, hobbyists with a modest GPU can also experiment. No free API is available yet, but the weights can be downloaded from Hugging Face.
Que faut-il pour le faire tourner chez vous ? En 4 bits, il prend environ 4 gigaoctets de mémoire. La plus petite machine personnelle qui le contient entièrement est RTX 4060. Sur RTX 3060 12 GB avec 32 gigaoctets de RAM, il écrit environ 105 tokens par seconde. Sur RTX 4090 avec 64 gigaoctets de RAM, il écrit environ 247 tokens par seconde.
Il n’existe pas encore d’API gratuite pour cela. Les poids sont ouverts : vous pouvez les télécharger depuis Hugging Face sous licence Apache 2.0. Arena ne l’a pas encore classé : nous ajouterons le score dès que les votes arriveront.
Compare WeVisOne VL 2B with every free model, and check what your own GPU can run, on FreeLLMArena.
Les données
- Taille : 2.4B de paramètres · contexte 256K · mémoire en 4 bits : environ 4 GB.
- RTX 3060 12 GB + 32 GB de RAM : environ 105 tokens/s
- RTX 4090 + 64 GB de RAM : environ 247 tokens/s
- RTX 5090 + 64 GB de RAM : environ 369 tokens/s
- Mac M4 Max 128 GB : environ 110 tokens/s
- NVIDIA DGX Spark 128 GB : environ 82 tokens/s
- Ryzen AI Max+ 395 128 GB : environ 77 tokens/s
- Mac Studio M3 Ultra 512 GB : environ 138 tokens/s
- Fiche du modèle : https://huggingface.co/tencent/WeVisOne-VL-2B
- Tous les modèles gratuits, comparés : https://freellmarena.com
Matériel
Mémoire en 4 bits avec un contexte de 8K, d'après notre simulateur. Pour vérifier votre propre configuration, utilisez le simulateur En local.
- WeVisOne-VL-2B : environ 4 GB en 4 bits · plus petite machine personnelle qui le contient : RTX 4060 (8 GB) · Amazon ↗
- RTX 3060 12 GB + 32 GB de RAM : WeVisOne-VL-2B, environ 105 tokens/s (entièrement sur le GPU) · Amazon ↗
- RTX 4090 (24 GB) + 64 GB de RAM : WeVisOne-VL-2B, environ 247 tokens/s (entièrement sur le GPU) · Amazon ↗
- RTX 5090 (32 GB) + 64 GB de RAM : WeVisOne-VL-2B, environ 369 tokens/s (entièrement sur le GPU) · Amazon ↗
- Mac M4 Max 128 GB : WeVisOne-VL-2B, environ 110 tokens/s (entièrement sur le GPU) · Amazon ↗
- NVIDIA DGX Spark 128 GB : WeVisOne-VL-2B, environ 82 tokens/s (entièrement sur le GPU) · Amazon ↗
- Ryzen AI Max+ 395 128 GB : WeVisOne-VL-2B, environ 77 tokens/s (entièrement sur le GPU) · Amazon ↗
- Mac Studio M3 Ultra 512 GB : WeVisOne-VL-2B, environ 138 tokens/s (entièrement sur le GPU) · Amazon ↗
En tant que Partenaire Amazon, FreeLLMArena réalise un bénéfice sur les achats remplissant les conditions requises ; les liens ne modifient pas les chiffres.
Tous les chiffres de cet article viennent des données de FreeLLMArena au 23 oct. 2026 : votes d'Arena, tailles sur Hugging Face et notre simulateur de vitesse. Téléchargez la vidéo et ses sous-titres.
Tous les modèles d'IA gratuits, classés
Tailles, mémoire, vitesse sur votre GPU et où utiliser gratuitement chaque modèle. Mis à jour chaque nuit.