微信视觉团队开源 WeVisOne-VL，一个模型完成找物体、读文字、分割和抠图

微信视觉团队正式开源 WeVisOne-VL，用约 1 亿张标注图、约 36 亿个目标框训练，让同一模型完成找物体、数数量、读文字、分割和抠图。4B 版本在 Ref-ZOM 上回答"没有"的比例达 86.0%，自建 WeRef-Bench 上达 96.4%；抠图由模型内约 960 万参数的小模块完成，无需再接 SAM。