模型發布檔案

最新發布模型

彙整模型發布動態,按發布時間瀏覽,探索值得關注的新模型。

按發布時間倒序7 種語言
清除

2 個模型

按發布時間倒序
Tencent

WeVisOne-VL-4B

WeVisOne-VL-4B 是 Tencent 微信視覺團隊開發的視覺語言模型,建立於 Qwen3-VL,將物件級與像素級視覺感知整合於同一模型。模型權重以 Apache 2.0 授權發布;第三方元件仍適用各自的授權條款。(huggingface.co) 支援開放詞彙物件偵測、文字指涉定位、物件計數、指點及 OCR 定位。 支援指涉分割與提示式影像去背,可輸出座標、邊界框、遮罩和連續 Alpha…

了解模型繁體中文
Tencent

WeVisOne-VL-2B

WeVisOne-VL-2B 是騰訊微信視覺團隊開發的視覺語言模型,基於 Qwen3-VL,結合結構化文字預測與約 960 萬參數的像素解碼器,統一物件級及像素級視覺感知。(huggingface.co) 支援開放詞彙物件偵測、自然語言指代定位、計數、指點、OCR 與文字定位。 支援指代分割及提示式 Alpha 去背,可輸出點、邊界框、文字、二值遮罩及連續透明度遮罩。 可用於圖片中的物件定位、文字…

了解模型繁體中文