Hugging Face Daily Papers· Tianming Liang, Junyi Pan, Yuxi Li, Canmiao Fu, Zhipeng Huang, Chong Sun, Chen Li, Jing Lyu·· 2 天前AI 评分48
WeVisOne-VL：从物体到像素的统一视觉感知模型开源
WeVisOne-VL: Unified Visual Perception from Objects to Pixels
AI 导读
微信视觉团队发布开源视觉语言模型 WeVisOne-VL，通过结构化 next-token prediction 统一物体级与像素级感知，支持目标检测、指代定位、计数、OCR、分割和 matting，可按用户指定粒度输出从点、框到 mask 和 alpha matting。