IXThinker·2025-10-28 13:20

3B多模態模型Rex-Omni攻目標檢測

目標檢測長期由YOLO、DETR等座標回歸模型主導，但這類方法在語言驅動場景下能力受限。IDEA研究團隊提出30億參數的多模態大語言模型Rex-Omni，在多項基準上取得最先進的目標感知表現。

傳統模型的局限

以座標回歸為核心的傳統檢測模型雖然成熟，但面對開放詞彙、以語言定義的檢測需求時能力受限。近期嘗試用多模態大語言模型處理檢測任務的工作，又普遍面對召回率低、重複預測與座標錯位等問題。