CAIE注册人工智能工程师

公众号作者

CAIE，全称 Certifed Artifcial Intelligence Engineer（人工智能工程师），简称 CAIE（赛一） ，是人工智能领域的技能等级认证。旨在评估和培养具备人工智能理论基础与实战能力的职业人士。

今天英伟达又搞了个大动静，开源了一个很强的视觉模型LocateAnything，可以快速定位任何物体。

目前，这个论文还被CVPR 2026收录了，并且在huggingface上排名第一，你就知道这个模型有多强悍了。

最离谱的是推理效率，在一张H100显卡上，使用混合模式每秒能检测12.7 BPS的框，比以前那种串行解码的模型快了10倍不止，完全是断层领先。

开源地址：https://huggingface.co/nvidia/LocateAnything-3B

说实话，刚看到这个模型我心里还犯嘀咕，觉得这是不是有点吹牛，什么叫什么都能定位啊。

但耐着性子把论文读完，我发现这货确实有点东西，尤其是那个核心的并行框解码技术。

直接打破了以前视觉语言模型那种慢吞吞逐个字符解码的节奏，把速度和精度都给拉上去了。

突破性技术

咱们玩AI的都知道，现在视觉模型虽然越来越火，但在视觉定位这块其实一直挺纠结的。

以前的主流办法很笨，把一个框的坐标拆成一串数字或者字符，模型得像打字员一样，一个字一个字地把坐标敲出来。

这种方式有个特别要命的问题，框的四个坐标点其实在空间上是紧紧挨着的，有很强的几何关联，你把它们拆散了硬生生一个个往外蹦，很容易就把这种关联给弄丢了，导致定位不准。

虽然也有人想过并行预测方案，但往往因为处理不好框的结构，容易把坐标搞混，就像是把张三的左手和李四的右手拼在了一起，看着别扭还不实用。

而LocateAnything这次就想通了，不再死磕一个个单独的字符，而是把整个边界框看成一个不可分割的原子单元。

搞出来的并行框解码技术，只需要两步就能把一个完整的框给解码出来，四个坐标值作为一个整体直接输出。

这就好比以前让你报电话号码，你必须一位位念，现在直接让你发一张写好号码的名片，又快又准。

为了做到这一点，他们专门设计了一套聪明的机制叫框对齐分块原则，坚决不随意拆解框的结构，同一个框里的坐标可以互相通气，但框与框之间又是井水不犯河水，从根源上避免了逻辑混乱。

三种解码模式

为了适应不同场合的需求，这个模型还贴心地准备了三种模式。慢速模式就是咱们熟悉的传统模式，虽然慢点但是特别稳，适合那种离线的、对精度要求极高的精修工作。

快速模式则是火力全开，主打一个快，特别适合装在机器人或者实时交互系统里，哪怕环境稍微乱一点也能反应过来。

最有意思的是混合模式，这简直就是为了咱们日常生产环境量身定做的。平时它都用最快的并行模式跑，一旦发现有点不对劲，比如坐标概率太低或者算出来的框离谱，会立马自动切回慢速模式重新算一遍那个局部。

再来说说LocateAnything的技术底座，用了一个挺经典的模块化架构，视觉部分负责看图，语言部分负责理解指令，中间通过投影层把这两者连起来。把连续的坐标归一化处理后，变成了固定长度的块级序列。

这里面设计了四种基础块，有管语义的，有管框的，还有专门处理没目标场景的负块，以及结束块。

就像给模型发了一套标准化的积木，不管是目标检测、文档分析还是GUI识别，本质上都是搭积木的过程，统一了格式也就统一了逻辑，一套模型就能干好多以前需要专用模型才能干的活。