20:12小互@imxiaohuPerceptron AI 发布了 Agentic Detection 模型,用户只需提供一张图片并用自然语言描述目标,模型就能在图中精确框出并标注每个目标。该模型无需预先训练,可直接处理从未见过的检测任务。它还能执行物理推理,例如从森林火灾画面中定位“烟的来源”,识别“需要维修的电线杆”或标记“空着的停车位”。这些能力使其在零样本目标检测领域展现了显著进步。AI模型Perceptron AIAgentic Detection视觉检测多模态推理模型推荐理由:Perceptron AI 发了新视觉检测模型,不用提前训练,直接说找什么它就圈出来,还能推理物理关系,挺实用。原文
03:07NVIDIA AI@NVIDIAAI72°NVIDIA 研究团队的 CVPR2026 论文 LocateAnything 在 HuggingFace 上成为趋势第一。该模型是一种视觉语言检测模型,创新性地并行解码边界框,而非传统的一次一个坐标。在 1.38 亿高质量样本上训练,显著提升了定位精度和吞吐量,适用于 AI 智能体和机器人等需要快速精准视觉定位的场景。项目页面已公开。论文视觉检测边界框预测NVIDIACVPR2026HuggingFace4 个信源在谈推荐理由:做视觉检测或机器人感知的团队,LocateAnything 的并行解码思路能直接提升实时性,值得点开看看项目页。原文