Grounded-SAM把SAM和BLIP、Stable Diffusion集成在一起，将图片「分割」、「检测」和「生成」三种能力合一，成为最强Zero-Shot视觉应用。 该模型可以在统一的框架prompt encoder内，指定一个点、一个边界框、一句话，直接一键分割出任何物体。

阅读之前记得关注+星标⭐️，，每天才能第一时间接收到更新 曾几何时，前沿AI研究还靠着一群"碳水化合物计算机"——他们在吃饭睡觉摸鱼的间隙，偶尔通过"组会"仪式用声波互相吼两嗓子，就这么推进着人类的技术边界。那个年代已经一去不返。如今，研究完全被AI智能体接管，它们成群结队地在云端巨型计算集群里狂奔。据说代码已经迭代到了第10205代，但这数字真伪已无从考证——那些代码早已进化为能自我修改的二进制 ...