@ZhidingYu: 我们刚刚为 LocateAnything 采用了一个超酷的新空间模板，由伟大的 @_akhaliq 制作。谢谢 AK！试试看…

X AI KOLs Following 论文
vision-language detection bounding-box huggingface nvidia cvpr

摘要

NVIDIA 的 LocateAnything 是一个重新思考边界框预测的视觉语言检测模型，现已成为 Hugging Face Space 并在该平台上排名第一。该空间模板由 @_akhaliq 创建。

我们刚刚为 LocateAnything 采用了一个超酷的新空间模板，由伟大的 @_akhaliq 制作。谢谢 AK！试试看：https://huggingface.co/spaces/nvidia/LocateAnything… 感谢 AK 的空间示例：https://huggingface.co/spaces/akhaliq/LocateAnything…
查看原文
查看缓存全文

缓存时间: 2026/05/31 10:45

我们刚刚为 LocateAnything 采用了一个超酷的新空间模板，由 @_akhaliq 大神制作。感谢 AK！快来试试：https://huggingface.co/spaces/nvidia/LocateAnything… 感谢 AK 的空间示例：https://huggingface.co/spaces/akhaliq/LocateAnything…

LocateAnything - 一个由 nvidia 创建的 Hugging Face 空间

来源：https://huggingface.co/spaces/nvidia/LocateAnything 正在从 HF Docker 仓库获取元数据……

NVIDIA AI (@NVIDIAAI)： 我们研究团队的这篇 #CVPR2026 论文正在 @HuggingFace 上排名第一 🤗

认识一下 LocateAnything：一种重新思考边界框预测的视觉语言检测模型。对于 AI 智能体和机器人来说，只有当模型能够足够快地精确定位物体的位置时，“看见”才有意义。

相似文章

@VincentLogic: NVIDIA 刚开源的这个 LocateAnything 模型，真的有点强。 以前那种视觉定位模型，生成坐标是一个数字一个数字往外蹦（像挤牙膏一样），又慢又不稳定。 这个新模型用了“并行边界框解码”，直接一步预测完整坐标，速度快多了，框得…

X AI KOLs Timeline

NVIDIA 开源了 LocateAnything 模型，采用并行边界框解码技术，一步预测完整坐标，速度快且准确。模型仅 3B 参数，可在消费级显卡上运行，支持视频物体定位、UI 识别和 OCR 等任务。