# WeVisOne-VL: Tencent открыла модели 2B и 4B для поиска объектов и вырезания фона

Источник: https://modelium.tech/zhurnal/wevisone-vl-2b-4b-objects-text-cutout/

Tencent выложила веса WeVisOne-VL 2B и 4B: они могут находить и считать предметы на изображении, распознавать текст и выделять объект для удаления фона. Для локального запуска опубликованы код и примеры, но это пока не установка в один клик: редакция модель не запускала, а минимальные требования к памяти авторы не указали.

Tencent опубликовала два варианта WeVisOne-VL для работы с изображениями — 2B и 4B. Если вам нужно найти предмет на фотографии, посчитать его экземпляры или выделить человека для удаления фона, теперь можно изучить открытые веса и код для запуска на своём оборудовании. Это исследовательский инструмент, а не готовое домашнее приложение. [s1](#src-s1) [s2](#src-s2)

**Дата события:** 23 октября 2026 года: в этот день в официальные репозитории Hugging Face загрузили веса и карточки обоих вариантов. Репозитории были созданы накануне; дату последнего изменения мы не выдаём за дату выпуска без истории коммитов. **Проверено по источникам:** 23 октября 2026 года. [s6](#src-s6) [s7](#src-s7)

## Что можно сделать с изображением

Авторы объединили в одной модели поиск предметов по названию или описанию, подсчёт, чтение текста на изображении и выделение области объекта. Для вырезания фона она выдаёт не только грубую маску, но и полупрозрачные края — это называют *альфа-маттингом*. Например, на снимке комнаты можно попросить найти диван и лампу; в другом сценарии — выделить человека. Примеры этих задач есть в официальном репозитории. [s1](#src-s1)

Есть два опубликованных варианта: WeVisOne-VL-2B и WeVisOne-VL-4B. Для каждого доступны основной файл весов `model.safetensors` и отдельный `mask_decoder.pt`, необходимый для задач с попиксельным выделением. Веса лежат в официальных репозиториях Tencent; это не просто карточки с обещанием будущей загрузки. Объём файлов на диске не является требованием к оперативной памяти или видеопамяти. [s2](#src-s2) [s3](#src-s3)

## Что известно о запуске и качестве

Авторы опубликовали Python-пакет, примеры задач и демонстрационное приложение Gradio. Их основной путь требует установки проекта и зависимостей в среде Python 3.10, затем загрузки модели из Hugging Face. Это путь для человека, знакомого с настройкой Python, **не** проверенный Modelium домашний рецепт. Необходимый минимум оперативной и видеопамяти и конкретная поддержка обычных домашних компьютеров в карточках не указаны; большой файл весов сам по себе не даёт такого минимума. [s1](#src-s1) [s2](#src-s2)

По оценке **самих авторов**, вариант 4B набрал 89,6% точных ответов в PixMo-Count test при подсчёте объектов против 82,8% у лучшего сравниваемого ими открытого варианта. Это конкретный тест с авторской методикой, а не обещание такой точности на ваших снимках: условия общего сравнения включают жадную генерацию и не более 1960 визуальных токенов на изображение. Редакция эти результаты независимо не повторяла. [s1](#src-s1)

## Какие ограничения и права стоит учесть

Карточка называет использование исследовательским и предупреждает, что тонкие полупрозрачные границы чувствительны к разрешению, перекрытию объектов и формулировке запроса; высокорисковые решения и идентификация людей не входят в заявленное назначение. Любой результат чтения текста или подсчёта на важном изображении следует перепроверить вручную. [s2](#src-s2)

В LICENSE для каждого варианта Tencent прямо относит опубликованные ею код, параметры и веса к Apache-2.0; сторонние компоненты сохраняют собственные условия. Код репозитория автора также помечен Apache-2.0. Это различие важно для коммерческого применения: перед использованием конкретной сборки проверьте условия её зависимостей и сохраняйте предусмотренные уведомления. Открытые веса не означают автоматически, что любой набор зависимостей свободен от дополнительных условий. [s4](#src-s4) [s5](#src-s5) [s1](#src-s1)

**Следующий шаг:** откройте официальный репозиторий проекта и его примеры, если умеете настраивать Python; для быстрого знакомства с возможностями сначала посмотрите перечисленные задачи и ограничения, не скачивая многогигабайтные файлы. [s1](#src-s1)

## Источники

1. [Tencent WeVisOne-VL: официальный репозиторий и README, commit f8a249e](https://github.com/Tencent/WeVisOne-VL/tree/f8a249e09db7fde97fa76dcb12bc6b1d0d642861) — получено 2026-10-23
2. [Tencent WeVisOne-VL-4B: закреплённая карточка и файлы](https://huggingface.co/tencent/WeVisOne-VL-4B/tree/4a7bed92750ac9d8b8a124cede14759036932dc2) — получено 2026-10-23
3. [Tencent WeVisOne-VL-2B: закреплённая карточка и файлы](https://huggingface.co/tencent/WeVisOne-VL-2B/tree/3dad9ce8bcb6fbe0aea945bf8860bd2cfc3663bf) — получено 2026-10-23
4. [Tencent WeVisOne-VL-4B: модельная лицензия](https://huggingface.co/tencent/WeVisOne-VL-4B/blob/4a7bed92750ac9d8b8a124cede14759036932dc2/LICENSE) — получено 2026-10-23
5. [Tencent WeVisOne-VL-2B: модельная лицензия](https://huggingface.co/tencent/WeVisOne-VL-2B/blob/3dad9ce8bcb6fbe0aea945bf8860bd2cfc3663bf/LICENSE) — получено 2026-10-23
6. [Hugging Face: история коммитов 4B](https://huggingface.co/api/models/tencent/WeVisOne-VL-4B/commits/main) — получено 2026-10-23
7. [Hugging Face: история коммитов 2B](https://huggingface.co/api/models/tencent/WeVisOne-VL-2B/commits/main) — получено 2026-10-23