LocateAnything：开源视觉定位模型，框物体像盖章一样快！

英伟达最近开源了一个视觉定位模型LocateAnything，把传统的逐token串行生成改成了整框并行解码——以前画框像打字，现在像盖章，又快又整齐。

它能做什么？识别灶台按钮、统计停车场车辆、认路牌文字、定位网页UI控件、标注论文公式……物理世界到数字世界通吃。

视频手把手演示怎么玩，Detection、Grounding、OCR、GUI、Pointing五种模式全介绍，跟着操作就行。

#计算机视觉##人工智能##开源模型##runninghub##rhtv# http://t.cn/AXX9iij9