Tencent
WeVisOne-VL-4B
WeVisOne-VL-4B는 Tencent WeChat Vision의 시각-언어 기반 모델이다. 객체 수준과 픽셀 수준의 시각 인식을 하나의 모델로 통합하며, 구조화된 다음 토큰 예측과 약 960만 파라미터의 픽셀 디코더를 사용한다. 모델 가중치는 Apache-2.0 라이선스로 공개되어 있다. (github.com) 이미지에서 객체 검출, 설명에 따른 객체…
모델 살펴보기한국어
모델 디렉터리
새롭게 출시된 모델을 발표일 순서로 살펴보세요.
WeVisOne-VL-4B는 Tencent WeChat Vision의 시각-언어 기반 모델이다. 객체 수준과 픽셀 수준의 시각 인식을 하나의 모델로 통합하며, 구조화된 다음 토큰 예측과 약 960만 파라미터의 픽셀 디코더를 사용한다. 모델 가중치는 Apache-2.0 라이선스로 공개되어 있다. (github.com) 이미지에서 객체 검출, 설명에 따른 객체…
Tencent의 WeChat Vision 팀이 개발한 약 2B 파라미터의 시각·언어 모델이다. Qwen3-VL을 기반으로 객체 수준과 픽셀 수준의 시각 인식을 통합하며, 약 960만 파라미터의 픽셀 디코더를 사용한다. 모델 가중치와 추론 도구가 공개되어 있다. (huggingface.co) 이미지와 자연어 질의를 바탕으로 객체 탐지, 지시 대상 위치 찾기,…