WeVisOne-VL-2B
tencent · 工具包
读取图片和文字提问，返回物体框、点、数量、文字位置和像素级蒙版，包括 alpha 抠图。适合在自己电脑上运行 2.4B 模型的研究者。
新上架
AI 研究技能与智能体
围绕一个问题读遍资料，再告诉你每份资料怎么说的提示词和智能体。
类别与筛选
商品
WeVisOne-VL-4B
tencent · 工具包
用腾讯的一个 4B 视觉语言模型在图片中查找、计数、指向、识字和分割物体，并生成 alpha 抠图。适合做视觉定位和图像抠图的研究人员。
新上架
VideoMaMa++
SammyLim · 工具包
一个随时间保持一致的视频抠像交互演示。SAM3 跟踪你点击或指名的物体，VideoMaMa++ 把跟踪结果变成 alpha 蒙版。非商业许可。
新上架