DC娱乐网

4B模型把视觉定位从“排队生成”改成“同时提取” 小鹏牵头,4B模型把视觉定位从“排队生成”改成“同时提取”,30个基准刷出同规模新SOTA!GroundAnything:双向扩散+分块去噪,并行出框,自推测模式相对自回归加速4.51倍,精度几乎不掉!