AI Briefing
EN로그인

WeVisOne-VL, 객체와 픽셀 인식 통합

tencent/WeVisOne-VL-4B · Hugging Face

·2026.10.23 17:14

핵심 내용

WeVisOne-VL이 9.6M 파라미터 픽셀 디코더로 객체와 픽셀 인식을 통합했다

자세히 보기

  • 텐센트 위챗 비전이 Qwen3-VL 기반 통합 비전-언어 모델 WeVisOne-VL를 개발함
  • 객체 수준 인식(오픈 보카불리 객체 탐지, 지시 로컬라이제이션, 객체 카운팅, 객체 포인팅, OCR)과 픽셀 수준 인식(지시 세그멘테이션, 프롬프터블 알파 매팅)을 통합함
  • 구조화된 다음 토큰 예측과 9.6M 파라미터의 경량 픽셀 디코더 아키텍처를 활용함
  • Hugging Face에서 tencent/WeVisOne-VL-2B 저장소를 통해 모델 공개함
vision-language-modeltencentobject-detectionsegmentationqwen3-vlhugging-face
원문 읽기Threads로 공유

이 한국어 요약은 AI가 자동으로 만들었습니다. 원문의 주장과 맥락은 원문에서 확인해 주세요. 저작권은 원저작자에게 있습니다.

AI 처리 방식을 확인하거나, 요약 오류와 출처 표기 문제, 삭제 요청을 문의 · 건의로 알려주세요.

관련 추천

RedditQwen3-VL-8B LoRA, 문서 추출 바운딩 박스 지원RedditInterfaze 1 Lite 공개HuggingFace BlogIBM Granite Speech 5.0, WER 5.06% 달성HuggingFace BlogNVIDIA SimReady Central: 2,000개 이상 무료 3D 에셋 공개PyTorchKR 읽을거리Hugging Face, AnyLanguageModel 1.0으로 로컬 및 클라우드 LLM 통합 API 제공PyTorchKR 읽을거리AWS TorchNeuron, CUDA 대신 Neuron 지정으로 PyTorch 코드 실행