Картинка + текстКомпьютерное зрениеДокументы и OCR

WeVisOne-VL

Единая модель зрения от WeChat Vision (Tencent) на основе Qwen3-VL: в одной модели и поиск объектов, и точечное восприятие. Находит объекты по описанию, указывает на нужный предмет, считает предметы, указывает точки, читает текст, а на уровне пикселей вырезает объект по описанию и делает альфа-маску по запросу, для этого к модели добавлен небольшой декодер на 9,6M параметров. Два размера, 2B и 4B. Подходит для разметки картинок, вырезания товаров с фона, подсчёта предметов на фото. Языки запросов в карточке не указаны.

Разработчик
WeChat Vision, Tencent, Китай
Первый выпуск
окт 2026
Последний выпуск
окт 2026
Размеры
2B и 4B
Лицензия
Можно в коммерциюApache 2.0
Русский язык
Не заявлен
Запуск
Через свой серверНужна видеокарта
Сферы
Торговля и маркетплейсы, Медиа и продакшн, Производство и склад
Поставить на свой сервер Hugging Face GitHub

Какие задачи решает

  • вырезание предметов с фото по описанию и альфа-маска для карточек товаров
  • подсчёт и поиск предметов на фотографиях
  • разметка картинок для обучения других моделей

Где применяется

интернет-магазины и маркетплейсыпроизводство и контроль качествамедиа и дизайн

Требования к железу

НоутбукНоутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии
подходит
1 видеокартаОдна видеокарта на 16–80 ГБ — средние версии
подходит
КластерСервер с несколькими видеокартами — флагманские версии
нет версий

Версии

  1. WeVisOne-VL-4B
  2. WeVisOne-VL-2B

Как запустить

На своём сервереВеса скачиваются с Hugging Face, запуск — через vLLM (нагрузка и API) или llama.cpp (скромное железо). Так модель работает в закрытом контуре, без оплаты за запросы.Hugging Face
Сколько нужно железаПосчитайте видеопамять под нужный размер модели, контекст и число одновременных запросов.Открыть калькулятор железа

Ставлю и настраиваю под ключ: подберу размер модели, разверну на вашем сервере, подключу к вашим системам.

Частые вопросы

Можно ли использовать WeVisOne-VL в коммерческом проекте?

Да. Лицензия: Apache 2.0. Это разрешает коммерческое использование, но перед запуском лицензию всё равно стоит показать юристу.

Какое железо нужно для WeVisOne-VL?

Минимум: Ноутбук или обычный ПК, до 8 ГБ видеопамяти — младшие версии. Без видеокарты модель практически не работает. Точный объём видеопамяти под ваш размер модели и контекст можно посчитать в калькуляторе железа.

Поддерживает ли WeVisOne-VL русский язык?

В карточке модели языки не перечислены, поэтому поддержку русского обещать нельзя — её нужно проверять на ваших примерах.

Где скачать WeVisOne-VL и сколько это стоит?

Веса WeVisOne-VL лежат в открытом доступе и скачиваются бесплатно. Платить нужно только за железо, на котором модель работает, и за настройку. Ссылки на первоисточник — в конце страницы.

Как внедряю у заказчика

  1. ПодборВыбираю размер модели под задачу и ваше железо, проверяю на ваших примерах.
  2. УстановкаРазворачиваю на вашем сервере или в закрытом контуре, отдаю API.
  3. ДообучениеДообучаю на ваших данных (LoRA) или подключаю базу знаний — что дешевле для задачи.
  4. ВстраиваниеПодключаю к CRM, 1С, боту, сайту или рабочему чату, настраиваю мониторинг.

Похожие модели

Компьютерное зрениеSegment Anything (SAM)Meta · СШАКоммерция с условиями

Выделяет любой объект на фото и видео по клику или рамке. Основа для удаления фона и подсчёта объектов.

ПодробнееКартинка + текстQwen-VLAlibaba (команда Qwen) · КитайМожно в коммерцию

Одна из сильнейших открытых моделей зрения: читает документы, таблицы, графики, видео, работает с интерфейсами. С Qwen3.5 зрение встроено прямо в основную модель Qwen.

ПодробнееКартинка + текстMiniCPM-VOpenBMB (ModelBest и Университет Цинхуа) · КитайМожно в коммерцию

Компактные модели зрения, которые работают даже на телефоне и ноутбуке. Хорошо читают текст на фото, понимают видео; версия 4.6 весит всего 1.3B. Свежая 4.7 вышла в двух размерах: 1B и 35B-A3B, первая MoE-модель в семействе. По словам авторов, 35B-A3B с помощью их способа подгрузки экспертов идёт на iPhone 17 Pro Max со скоростью 13+ токенов в секунду при 3 ГБ памяти. Цифры авторов.

Подробнее

Источник: huggingface.co/tencent/WeVisOne-VL-4B. Данные сверены с карточкой модели 22.09.2026. Лицензию перед коммерческим запуском проверьте с юристом.