Miércoles 4 de noviembre de 2026 ·
Tencent presenta WeVisOne-VL, un modelo abierto que unifica detección, OCR, segmentación y matting
Útil para
El equipo de visión de WeChat de Tencent publicó WeVisOne-VL, un modelo abierto de visión y lenguaje en tamaños de 2B y 4B parámetros, basado en Qwen3-VL. Un solo modelo realiza detección, referencia, conteo, señalización, OCR, segmentación y matting alfa, con un decodificador de píxeles de 9,6 millones de parámetros, sin necesidad de SAM. Según Tencent, supera a bases de su misma escala en la mayoría de sus 30 pruebas, con un 71,3 de F1 en Dense200 frente a 58,7 de LocateAnything-3B, aunque en PR-Bench rechaza solo el 52,6 % de las consultas sobre objetos ausentes. Puede ejecutarse en una sola GPU con Transformers o vLLM en BF16.
Qué significa
Los desarrolladores podrían sustituir un detector, un motor de OCR y un segmentador por un único modelo abierto, lo que simplifica las aplicaciones de visión por ordenador.
Fuentes originales
Resumen de Hoy en IA. Pulsa una fuente para leer la noticia completa en su idioma original.
- MarkTechPostLeer la noticia completa en MarkTechPost
También ese día
Todas las noticias de IA del miércoles 4 de noviembre de 2026 ->