01 / 模型卡片
模型卡片
LocateAnything-3B 是由 NVIDIA 推出的轻量化多模态模型，专门针对图像中的物体定位任务进行了优化。不同于传统的检测模型，它采用‘图像-文本-文本’的交互模式，这意味着你不再需要预定义固定的标签类别，而是可以直接用自然语言描述想要寻找的目标（例如‘那个穿红衣服的人手中的杯子’），模型会精准地返回坐标。3B 的参数规模使其在保持较高识别精度的同时，兼顾了推理效率，非常适合集成到对实时性有要求的端侧应用或视觉助手中。对于开发者来说，它的上手门槛较低，能够很好地作为现有视觉流水线中的‘语义定位层’，弥补传统目标检测在开放世界语义理解上的不足。
模型类型image text to text
提供方nvidia
许可状态other
02 / 文件与版本
模型文件与版本
03 / 模型下载
下载模型
推荐使用 ModelScope 命令行或 SDK 下载。下载前请先安装 ModelScope，并根据需要选择完整模型、单个文件、SDK 或 Git LFS 方式。
当前条目来源为 Hugging Face；以下命令使用同名 ModelScope 仓库格式，请先确认该仓库在 ModelScope 中可用。 模型仓库:
nvidia/LocateAnything-3B安装 ModelScope
下载前先安装命令行和 SDK 依赖。
pip install modelscope命令行下载完整模型库
下载完整模型权重、配置和模型卡片。
modelscope download --model nvidia/LocateAnything-3B下载单个文件到指定目录
这里以 README.md 为例，也可以替换为仓库内的其他文件。
modelscope download --model nvidia/LocateAnything-3B README.md --local_dir ./dirSDK 下载
适合在 Python 项目或自动化脚本中使用。
from modelscope import snapshot_download
model_dir = snapshot_download('nvidia/LocateAnything-3B')Git 下载
请确保 Git LFS 已正确安装。
git lfs install
git clone https://www.modelscope.cn/nvidia/LocateAnything-3B.git跳过 LFS 大文件下载
先获取仓库结构，之后再按需拉取大文件。
GIT_LFS_SKIP_SMUDGE=1 git clone https://www.modelscope.cn/nvidia/LocateAnything-3B.git04 / 使用方法
如何使用
- 01步骤 1
阅读模型卡片和来源信息。
- 02步骤 2
从小型、非敏感任务开始评估。
- 03步骤 3
核对输出质量、许可和使用限制。
- 04步骤 4
验证通过后再纳入工作流。
05 / 讨论
讨论与反馈
这里保留讨论入口，方便继续核对来源、使用体验和维护状态。
前往来源页面