返回工具列表
LocateAnything-3B
LocateAnything-3B 是一类视觉定位模型，主要帮助 AI 研究者和 GUI 自动化开发者从截图、视频帧或复杂场景中产出高密度目标框与 GUI 元素坐标。
工具简介
从现有证据看，LocateAnything-3B 值得关注，但更适合按“研究型开源模型”而不是“现成产品”来采用。热度证明很强：多条 X 帖子集中传播，且出现“开源”“Trending”与速度数字的转发；但这些更多说明它被广泛讨论，不等于开箱即用。好用证明主要来自两类材料：知乎长文讲微调与数据构造，X 上也有把它接到本地 Computer Use、视频逐帧检测里的实测/演示，能支持它确实能做高密度定位与 GUI 视觉感知。