开源动态7

IDEA研究院：Rex - Omni颠覆目标检测

带你学AI2025-10-15

AI 摘要

IDEA研究院推出Rex - Omni多模态大模型，解决MLLMs做目标检测的问题。它有30亿参数，在零样本测试中表现佳，具备多种能力，靠特殊设计和两阶段训练流程优化。

关注公众号

扫码关注
第一时间收到每日精选

公众号专辑

GPT-5.6 Sol视觉能力跃升，性价比战刚开场

第三方评测机构Roboflow测试显示，GPT-5.6 Sol在目标检测、计数等视觉任务上表现出色，尤其在文档版面识别和密集场景处理上进步明显，但认字能力有退步，且大尺寸图片检测框易飘移。

全国公路桥梁超百万座，传统人工巡检效率低且有安全风险，现有深度学习检测模型体积大、计算量高。研究团队提出LBSD - YOLO网络，通过创新实现轻量化，实验显示模型瘦身但性能不减，有重要应用价值。

多模态大模型处理多参考图与视频对应关系能力不足。为此提出 RefCaptioner，强化模型对参考图识别感应能力、优化输出格式与奖励函数；还构建 MRVBench 评测基准，实验显示其表现优异。

随着多模态大模型发展，Web Agent 面临验证码挑战。上海交通大学等团队发布 HLL 评测基准，解耦真实度为三维度，对 8 款前沿模型测试，揭示 Agent 在多步交互微操上的短板。