我靠，微信团队这是把 AI 的眼睛给练出来了。 他们刚开源了一个视觉模型 WeVisOne-VL，就 2B 和 4B 两个小尺寸，干的事却不少： 图里有什么… · @shenghouxuyao · TwKit

@shenghouxuyao

我靠，微信团队这是把 AI 的眼睛给练出来了。 他们刚开源了一个视觉模型 WeVisOne-VL，就 2B 和 4B 两个小尺寸，干的事却不少： 图里有什么，它能找出来还能数清楚； 图上的字，它能直接读； 要抠图做分割，不用再另外挂一个 SAM，一个模型全干了。 最让我意外的是一个小细节：图里没有的东西，它会老老实实说“None”，不瞎编。 说白了，这就是给 Agent 配了一双不说谎的眼睛。尺寸还小，本地跑都有戏。 做视觉应用、批量处理图片的，这个值得去看看。 https://github.com/Tencent/WeVisOne-VL

曝光 113 · 评论 1 · 点赞 2 · 书签 0