WeVisOne-VL-2B

WeVisOne-VL-2B

在图片上试用腾讯的 WeVisOne-VL-2B 视觉语言模型，从找物体、数数、读文字到抠出主体。适合做图像理解的开发者和研究者。

由 hugging-apps 在 Hugging Face 上制作。这些说明是 Mindket 根据它的 Space 页面和 README 写的，应用自己的文件和许可证在 Hugging Face 上。

简介

它是什么：WeVisOne-VL-2B 是 tencent/WeVisOne-VL-2B 的 Gradio 演示，这是一个基于 Qwen3-VL 的视觉语言模型。这个模型既做物体层面的工作，也做像素层面的工作，所以一个页面就涵盖检测、读文字和抠图。它运行在 ZeroGPU 硬件上，所以你可以在浏览器里试用。

适合谁：它适合想在不安装任何东西的情况下，看看一个视觉语言模型在多种图像任务上表现如何的开发者和研究者。

行业 | 谁在用 | 怎么用 | 例子
计算机视觉 | 研究者 | 用一个模型测试多种感知任务 | 在同一张图片上运行定位和计数
软件 | 开发者 | 检查这个模型是否适合某个图像功能 | 在一张带文字的照片上试 OCR
设计与媒体 | 编辑 | 把主体从图片里抠出来 | 用 alpha 抠图把人物和背景分开

如果你只需要普通的图片描述，可以跳过它。

用在哪里：

• 网页浏览器，打开 Hugging Face 上这个 Space 的页面
• 文件的本地副本，在 Windows、macOS 或 Linux 上用 Python 3.12 运行

用途 | 适合谁 | 能得到什么
找物体并计数 | 研究者 | 图片中对象的框或数量
读取图片里的文字 | 开发者 | 在图片中找到的文字
抠出主体 | 编辑 | 主体的遮罩或抠图结果

如何设置：

• 一个网页浏览器，在线页面只需要它
• Python 3.12 和 requirements.txt 里的包，本地副本才需要
• packages.txt 里的系统包，用 apt-get 安装

1. 在 Hugging Face 上打开这个 Space 的页面，就能在线使用，不需要安装任何东西。
2. 想要本地副本，先安装 Hugging Face hub 包，再下载 Space 的文件。
3. 进入下载好的文件夹。
4. 安装 Gradio 6.30.0，再安装 requirements.txt 里的包。
5. 用 python app.py 启动应用。

pip install -U huggingface_hub
hf download hugging-apps/wevisone-vl-2b --repo-type space --local-dir wevisone-vl-2b
cd wevisone-vl-2b
pip install gradio==6.30.0
pip install -r requirements.txt
python app.py

如何使用：打开页面，或者打开你本地副本启动的页面，加载一张图片，选择你想要的感知任务。模型返回这张图片的结果，由页面的渲染辅助工具画出来。

工具 | 作用
Grounding | 找出图片中某个短语所指的部分
Dense detection | 在一张图片里找出许多物体
Counting | 数出某一类物体的数量
Pointing | 在物体上标出点
OCR | 读取图片中的文字
Grounded captioning | 描述图片，并把文字和图片中的位置对应起来
Referring segmentation | 勾勒出某个短语所指对象的像素
Alpha matting | 用柔和的边缘把主体和背景分开

示例：加载一张街景照片，要求计数。页面返回它找到的所选物体的数量，并在图片上标出它们。

新手与专家：先打开 Space 页面，在一张带有招牌或标签的图片上试 OCR 任务。这是最容易用眼睛判断的一个。

这个模型是基于 Qwen3-VL 的统一视觉语言模型，所以检测和指点这类物体层面的任务，与分割和抠图这类像素层面的任务共用同一套权重。wevisone_vl 推理包、渲染辅助工具和示例来自该模型的官方仓库。

你加载一张图片并选择任务
wevisone_vl 包运行模型
模型返回框、点、文字或遮罩
wv_render.py 把结果画在图片上

注意事项：这些任务分为物体层面和像素层面的感知，页面没有说明它接受哪些图片尺寸。

• License: Apache 2.0
• Cost to run: 未提及，在线版本运行在 ZeroGPU 硬件上
• Data it reaches: 你加载的图片，以及 tencent/WeVisOne-VL-2B 模型

Hugging Face 上的数据（2026年11月13日）

• 点赞：8
• 构建方式：gradio
• 许可证：apache-2.0

链接

• Space：https://huggingface.co/spaces/hugging-apps/wevisone-vl-2b
• 文件：https://huggingface.co/spaces/hugging-apps/wevisone-vl-2b/tree/main

试用

在浏览器里打开这个 Space，或在它的页面上把它复制到你自己的 Hugging Face 账号。这个工具包里没有会自己运行的东西。