凯时AG

泉源:今起中东部热力升级气温立异高作者: 张水婷:

英伟达推出LocateAnything,, ,主打AI高速、高精度检测工具

IT之家 5 月 30 日新闻,, ,英伟达昨日(5 月 29 日)宣布博文,, ,宣布携手香港理工大学、南京大学等,, ,推出 LocateAnything 模子,, ,主打高速、高精度检测工具。。。。

该模子可以从照片或截图中找出指定工具,, ,并用检测框标出位置,, ,重点服务机械人感知、电脑自动操作等需要快速定位的场景。。。。

NVIDIA 在先容中强调,, ,机械人和 AI Agent(智能体)仅能“望见”还不敷,, ,还必需足够快地确认目的位置。。。。LocateAnything 围绕检测框展望重新设计,, ,让视觉语言检测更适合即时交互使命。。。。

LocateAnything 提出 Parallel Box Decoding(并行框解码),, ,把界线框或点作为牢靠长度原子单位,, ,在 1 步内展望 x1、y1、x2、y2。。。。

该框架提供 Fast Mode、Slow Mode 与 Hybrid Mode:

Fast Mode 面向端侧机械人和具身智能,, ,强调吞吐;;Slow Mode 偏向离线标注和高精度评测;;Hybrid Mode 默认快速输出,, ,遇到名堂异;;蚩占淦缫迨鼻谢刈曰毓榻饴搿。。。

团队还构建 LocateAnything-Data,, ,包括 12M 自力图像、138M 语言盘问和 785M 界线框。。。。数据笼罩通用检测、GUI 元素定位、指代表达明确、OCR 文字定位、版面定位和点定位,, ,显著扩展训练场景。。。。

在单张 NVIDIA H100 GPU 上,, ,LocateAnything 默认 Hybrid Mode 抵达 12.7 Boxes Per Second(每秒框数),, ,凌驾 Qwen3-VL 的 1.1 BPS,, ,也高于 Rex-Omni 的 5.0 BPS。。。。

高精度使命中,, ,LocateAnything 在 LVIS 的 IoU=0.95 下得分 31.1,, ,高于 Rex-Omni 的 20.7;;ScreenSpot-Pro 平均 F1 达 60.3;;DocLayNet 和 M6Doc 划分达 76.8 与 70.1。。。。

IT之家附上参考地点

@蔡亦秀:jy体育,, ,男足国字号步队三线热身均告捷
@冯晴瑄:黄金进入“猴市”
@郑智杰:《低智商犯罪》中的刑事执法逻辑

热门排行

【网站地图】