GroundAnything 视觉定位基础模型论文发布

Qize Yu 等作者发布论文，提出 GroundAnything——一个 4B 参数的视觉定位基础模型。该模型用块式去噪让空间假设并行生成并迭代精修，以替代自回归的串行输出，作者称其兼顾了快速并行解码与精确定位。 目前公开信息仅为论文本身，尚无第三方复现或基准对比结果。

AI 根据报道生成 · 49 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。