HuggingPapers· @HuggingPapers · X·· 3 天前AI 评分
腾讯在 Hugging Face 发布 WeVisOne-VL 统一视觉感知模型
腾讯在 Hugging Face 发布 WeVisOne-VL,以一个 VLM 统一处理视觉感知任务。模型支持从点和框到掩码与 alpha matte 的输出,覆盖检测、计数、OCR、分割和抠图,并能可靠拒绝不存在的目标。
腾讯在 Hugging Face 上发布了 WeVisOne-VL
一个统一的视觉感知 VLM,涵盖从点、框到掩码和 Alpha 抠图。它支持检测、计数、OCR、分割和抠图,并能可靠地拒识不存在的目标。
来源:HuggingPapers · x.com