IXThinker·2025-03-07 22:00

IDEA發布DINO-XSeek 用語言定位複雜場景

AI對細節的理解能力再上層樓。IDEA研究院發布目標檢測模型DINO-XSeek，把視覺感知與語言理解結合起來，一句自然語言描述就能讓模型在茫茫場景中鎖定目標。

模型能力

DINO-XSeek結合視覺與語言理解，用戶只需以自然語言描述目標，模型即可在複雜場景中精準定位並識別。無論是雲梯上執勤的消防員，還是人群中的特定人物，都能準確找到。