软件介绍

txvlog.com糖心使用指南

第一步：导入文件

打开软件
，点击"?增长 txvlog.com糖心"按钮
，从电脑当选择《txvlog.com糖心》文件
，或直接将其拖拽至软件界面中
。

第二步：配置解析

软件会自动鉴别并解析导入的文件
，您可凭据界面提醒选择所需的保留蹊径或下载体式
。

第三步：起头下载

确认无误后
，点击"起头下载/处置"按钮
。期待进度条读取结束
，即可在设定的文件夹中查看下载好的正版文件
。

英伟达推出LocateAnything
，主打AI高速、高精度检测对象
，txvlog.com糖心

IT之家 5 月 30 日新闻
，英伟达昨日（5 月 29 日）颁布博文
，颁发携手香港理工大学、漯河大学等
，推出 LocateAnything 模型
，主打高速、高精度检测对象
。

该模型能够从照片或截图中找出指定对象
，并用检测框标出地位
，重点服务机械人感知、电脑自动操作等必要急剧定位的场景
。

NVIDIA 在介绍中强调
，机械人和 AI Agent（智能体）仅能“看见”还不够
，还必须足够快地确认指标地位
。LocateAnything 萦绕检测框预测重新设计
，让视觉说话检测更适合即时交互工作
。

LocateAnything 提出 Parallel Box Decoding（并行框解码）
，把天堑框或点作为固定长度原子单元
，在 1 步内预测 x1、y1、x2、y2
。

该框架提供 Fast Mode、Slow Mode 与 Hybrid Mode：

Fast Mode 面向端侧机械人和具身智能
，强调吞吐；Slow Mode 左袒离线标注和高精度评测；Hybrid Mode 默认急剧输出
，遇到体式异；蚩占淦缫迨鼻谢刈曰毓榻饴
。

团队还构建 LocateAnything-Data
，蕴含 12M 独立图像、138M 说话查问和 785M 天堑框
。数据覆盖通用检测、GUI 元素定位、指代表白理解、OCR 文字定位、版面定位和点定位
，显著扩大训练场景
。

在单张 NVIDIA H100 GPU 上
，LocateAnything 默认 Hybrid Mode 达到 12.7 Boxes Per Second（每秒框数）
，超过 Qwen3-VL 的 1.1 BPS
，也高于 Rex-Omni 的 5.0 BPS
。

高精度工作中
，LocateAnything 在 LVIS 的 IoU=0.95 下得分 31.1
，高于 Rex-Omni 的 20.7；ScreenSpot-Pro 均匀 F1 达 60.3；DocLayNet 和 M6Doc 别离达 76.8 与 70.1
。

IT之家附上参考地址