NVIDIA 团队 LocateAnything 登顶 HuggingFace，重新定义边界框预测

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。