仅 4.88GB 大小！腾讯 WeVisOne-VL 2B 模型本地部署 + 实测：超强 AI 智能识图能力！

大家好，我是超哥。今天给大家分享 腾讯 WeVisOne-VL-2B 多模态 AI 智能识图模型本地部署教程！模型仅 2B 参数，模型文件仅 4.88GB，6GB 显存的显卡就能安装部署！它支持目标检测、物体计数、OCR 文字识别、目标定位、图像分割和智能抠图等功能。接下来，我们就用自己的电脑完成本地安装部署！下面我们开始教程！

博主电脑环境

显卡：NVIDIA RTX 4080 SUPER（16GB）

CPU：AMD R9 7900X 12-Core Processor（12核）

内存：64GB DDR5（3600 MHz）

一、安装基础环境

1. 安装python

下载地址：https://www.python.org/downloads/release/python-31210/

直达下载：https://www.python.org/ftp/python/3.12.10/python-3.12.10-amd64.exe

验证python是否安装成功，cmd里执行下面代码：

python --version

2. 安装git

下载地址：https://git-scm.com/install/windows

直达下载：https://github.com/git-for-windows/git/releases/download/v2.56.0.windows.2/Git-2.56.0.2-64-bit.exe

验证git是否安装成功，cmd里执行下面代码：

git --version

二、项目文件下载

1. 创建模型项目目录

在D盘创建目录：WeVisOne-VL-2B，创建后路径 D:\WeVisOne-VL-2B

2. WeVisOne-VL 2B 大模型下载

夸克网盘 下载地址：https://pan.quark.cn/s/aeb7f071e7fd?pwd=MxCF

Hugging Face 下载地址：https://huggingface.co/tencent/WeVisOne-VL-2B/tree/main

存放路径：D:\WeVisOne-VL-2B\models（models 文件夹需自行创建），把下载到的模型文件夹（内有模型文件）放到 models 文件夹里

3. WeVisOne-VL 2B 项目代码下载

夸克网盘 下载地址：https://pan.quark.cn/s/745c7be5df6a?pwd=sSjS

Github 下载地址：https://github.com/Tencent/WeVisOne-VL

存放路径：D:\WeVisOne-VL-2B

4. WeVisOne-VL 2B 中文版文件下载

夸克网盘 下载地址：https://pan.quark.cn/s/76ef9a19f899?pwd=TbT1

Github 下载地址：https://github.com/xchaoge/109-WeVisOne-VL-2B/blob/main/app.py

存放路径：D:\WeVisOne-VL-2B\WeVisOne-VL-main\demo（覆盖原 app.py 文件）

三、安装虚拟环境

1. 创建虚拟空间

cmd进入 D:\WeVisOne-VL-2B，执行下面命令，创建虚拟空间：

python -m venv venv-webui

输入下面命令，激活虚拟空间：

venv-webui\Scripts\activate

2. 升级 pip

升级 pip 命令：

python -m pip install --upgrade pip

如果上面命令超时，也可以执行：

python -m pip install --upgrade pip -i https://pypi.org/simple

3. 安装推理依赖

cmd 进入 D:\WeVisOne-VL-2B\WeVisOne-VL-main，执行下面命令：

cd D:\WeVisOne-VL-2B\WeVisOne-VL-main

cmd 进入 D:\WeVisOne-VL-2B\WeVisOne-VL-main ，执行下面安装命令：

python -m pip install -r requirements.txt

然后执行下面命令：

python -m pip install -e .

4. 安装 GPU 版 PyTorch

cmd 进入 D:\WeVisOne-VL-2B，执行下面命令：

cd D:\WeVisOne-VL-2B

执行下面卸载命令：

python -m pip uninstall -y torch torchvision torchaudio

执行下面安装命令：

python -m pip install torch==2.11.0 torchvision==0.26.0 torchaudio==2.11.0 --index-url https://download.pytorch.org/whl/cu130

四、启动项目

1. 创建启动 BAT 文件

在项目根目录 D:\WeVisOne-VL-2B 里创建：启动.bat

@echo off
chcp 65001 >nul
title WeVisOne-VL-2B - Local AI

cd /d "D:\WeVisOne-VL-2B\WeVisOne-VL-main"

echo.
echo ========================================
echo       XChaoGe.Com
echo       WeVisOne-VL-2B
echo ========================================
echo.

call "D:\WeVisOne-VL-2B\venv-webui\Scripts\activate.bat"

python demo\app.py --model "D:\WeVisOne-VL-2B\models\WeVisOne-VL-2B" --backend transformers --server-name 127.0.0.1 --server-port 7860


pause

2. 双击 BAT 启动文件，启动项目

控制面板URL：http://127.0.0.1:7860/

生成参数参考：

参数名称	默认值	可设置范围	参数说明
随机度 temperature	0	0～1.5	控制生成结果的随机性，数值越低，结果通常越稳定。
采样参数 top_p	0.95	0～1	控制候选词的采样范围，数值越低，候选范围通常越小。
采样参数 top_k	50	1～100	限制每一步采样时考虑的候选词数量。
最大生成长度	4096	64～8192	限制模型单次生成的最大 Token 数量。
重复惩罚系数	1.05	1～1.5	降低模型重复输出相同内容的倾向。

可视化设置参考：

参数名称	默认值	可设置范围	参数说明
标签字体大小	16	10～40	控制检测框中目标标签文字的显示大小。
边框线宽	3	1～10	控制图像中目标检测框边框的粗细。
显示检测框	开启	开启 / 关闭	控制是否显示目标检测框。
显示目标标签	开启	开启 / 关闭	控制是否显示目标类别或标签文字。
标注颜色	按类别自动配色	自动配色 / 自定义颜色	设置检测框及目标标注使用的颜色。
自定义颜色	#FF5A7D（截图近似值）	颜色选择器	选择自定义标注颜色；实际颜色以界面设置为准。
显示遮罩	开启	开启 / 关闭	控制是否显示目标分割或抠图产生的遮罩效果。
遮罩透明度	0.45	0.05～0.95	控制遮罩的透明程度，数值越大通常遮罩越不透明。