英伟达推出LocateAnything，主打AI高速、高精度检测对象
说起机器人和AI智能体的视觉能力，过去大家关注的是能不能“看见”，但现在，真正的问题是：看见了，能多快找到目标？这不，英伟达昨天（5月29日）联合香港理工大学、南京大学等机构，正式推出了一个名为 LocateAnything 的新模型，目标就是解决这个“快”字。简单来说，这个模型可以从一张照片或截图
说起机器人和AI智能体的视觉能力，过去大家关注的是能不能“看见”，但现在，真正的问题是：看见了，能多快找到目标？这不，英伟达昨天（5月29日）联合香港理工大学、南京大学等机构，正式推出了一个名为 LocateAnything 的新模型，目标就是解决这个“快”字。
简单来说，这个模型可以从一张照片或截图中，快速找出你指定的那个对象，并用一个检测框把它标出来。听起来不算新鲜？关键在于，它把速度和精度都推到了一个非常高的水平，特别适合机器人感知、电脑自动操作这类需要即时响应的场景。
英伟达在介绍中强调了一个核心观点：机器人和AI智能体光能“看见”还不够，还得在眨眼间确认目标在哪。为此，LocateAnything 整个设计围绕“检测框预测”重新构建，让视觉语言检测真正适应即时交互任务。
为了实现这种高速检测，团队提出了一个叫 Parallel Box Decoding（并行框解码）的技术。思路是把边界框或点当作固定长度的原子单元，一次预测就能输出 x1、y1、x2、y2 四个坐标值，一步到位。
围绕这个框架，LocateAnything 提供了三种运行模式：
Fast Mode，主要面向端侧机器人和具身智能，追求高吞吐；Slow Mode，偏向离线标注和高精度评测，适合追求完美的场景；而 Hybrid Mode，默认状态下快速输出，一旦遇到格式异常或空间歧义，能自动切换回自回归解码来保证准确性。这套组合拳，说白了就是“平时快，遇事稳”。
当然，这么强的能力背后，是海量数据的支撑。研究团队构建了一个名为 LocateAnything-Data 的训练集，包含1200万张独立图像、1.38亿条语言查询以及7.85亿个边界框。数据覆盖了通用检测、GUI元素定位、指代表达理解、OCR文字定位、版面定位和点定位等多种场景，极大扩展了模型的训练视野。
速度到底有多快？直接看数据：在单张NVIDIA H100 GPU上，LocateAnything 默认使用 Hybrid Mode 能达到每秒12.7个框（Boxes Per Second）。作为对比，Qwen3-VL 只有1.1 BPS，而 Rex-Omni 是5.0 BPS。差距非常明显。
而在高精度任务上，LocateAnything 也表现得毫不含糊。在 LVIS 数据集的 IoU=0.95 严格标准下，得分31.1，远高于 Rex-Omni 的20.7。在 ScreenSpot-Pro 上平均 F1 达到60.3， DocLayNet 和 M6Doc 两个文档理解任务上也分别拿到了76.8和70.1的成绩。
总之，这个模型把“快”和“准”结合得相当紧密，值得关注。
正软商城本月促销专区，汇集办公、设计、安全、影音、系统工具及AI软件等正版软件优惠活动，提供限时折扣、特价授权和优惠购买信息，活动库存及价格以页面实时展示为准。
正软商城装机必备专区，精选办公、浏览器、安全防护、影音播放、压缩解压、设计创作和系统工具等电脑常用正版软件，帮助用户快速完成新电脑软件配置。
正软商城Windows软件专区，汇集适用于Windows电脑的办公、设计、安全防护、影音播放、开发工具和系统优化软件，提供软件介绍、系统要求、正版授权及购买下载服务。
正软商城macOS软件专区，精选适用于Mac电脑的办公、设计、影音、效率、开发和系统工具，提供软件功能介绍、macOS兼容版本、正版授权及购买下载服务。
正软商城iOS软件专区，精选适用于iPhone和iPad的办公、学习、影音、设计、效率及AI应用，提供功能介绍、适用设备、系统要求和正版获取方式等信息。
正软商城AI软件专区，汇集AI写作、AI绘画、AI视频、AI办公、AI编程、AI翻译、智能客服和数据分析等人工智能工具，提供功能介绍、适用平台、收费方式及正版购买信息。
正软商城PDF教程频道提供PDF编辑、转换、合并、拆分、压缩及格式处理方法，同时介绍常用PDF软件和工具的使用技巧。
赤友清理大师是一款为 Mac 设计的智能清理优化工具，可精准扫描垃圾、大文件、重复文件等，释放磁盘空间。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
极度公式是一款跨平台专业LaTeX公式识别编辑软件，支持OCR公式识别和多平台编辑。和使用说明，避免使用，享受完整功能与稳定支持。做扫描整理、文字提取和表格转换时，它能把识别后的处理步骤接得更顺，资料录入这类场景会省下不少时间。
一款文字处理软件，一种订阅式的跨平台办公软件，基于云平台提供多种服务，通过将 Excel 和 Outlook 等应用与 OneDrive 和 Microsoft Teams 等强大的云服务相结合，Office 365 可让任何人使用任何设备随时随地创建和共享内容。
Wise Folder Hider Pro 是一款专业级文件和文件夹隐藏加密软件，为私密数据添加多重保护。高频操作更强调就近处理，浏览、整理和跨目录移动文件时，来回切换和重复点击都会少很多。
CodeExpander 是一款快捷短语输入增强工具，通过键入缩写自动展开为自定义文段，提升工作效率。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
Mountain Duck 是一款能将多个网盘挂载到本地的工具，像本地磁盘一样使用网盘。清理链路的完整性会更好一些，做应用卸载、残留处理和空间整理时，通常能少走很多手动排查步骤。
