GroundAnything提出并行视觉定位模型
热点事件持续更新
GroundAnything提出并行视觉定位模型
1 篇报道1 个报道来源17 小时前更新
先了解这件事
AI 综述
Qize Yu等作者提出了4B参数的视觉定位基础模型GroundAnything，采用blockwise denoising并行解码，称其可兼顾快速解码与精确定位。 该模型通过自回归向扩散的训练转换、监督微调和GRPO强化后训练构建。
AI 根据报道生成 · 2 小时前更新
最新进展10月19日 12:00
GroundAnything：以并行解码实现快速且精准的视觉定位报道时间线
沿着报道，了解事件的不同侧面。
10月19日
- arXiv · Machine LearningGroundAnything：以并行解码实现快速且精准的视觉定位
GroundAnything 是一个 4B 参数的视觉定位基础模型，通过 blockwise denoising 将空间预测并行化，并结合 AR 转扩散训练、监督微调和 GRPO 强化后训练。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。