NVIDIA LocateAnything — 視覺物件定位模型

• URL: https://www.threads.com/@kikitataysi/post/DY25IG_m2Po
• Date Saved: 2026-05-27
• Source: Threads (@kikitataysi)
• Tags: ai-tools, creative-ai

Summary

NVIDIA 推出 LocateAnything，專注物件定位與偵測的視覺模型。

重點：

• 速度比 Qwen3-VL 快 10 倍
• 處理超過 1.38 億次查詢，辨識 7.85 億個物件框
• 應用領域：GUI、OCR、文件分析、密集物件偵測
• 免費開源（MIT）

Project

• HuggingFace: https://huggingface.co/nvidia/LocateAnything-3B
• 3B 參數模型