英伟达发布DAM-3B模型：AI视觉描述技术再突破

英伟达推出DAM-3B模型，专注图像和视频局部细节的精准描述，支持点选、框选等交互方式，并开源视频分析版本DAM-3B-Video。该模型采用创新架构，通过焦点提示和局部视觉骨干网络提升细节捕捉能力，构建150万样本数据集，测试准确率超GPT-4o，应用场景涵盖无障碍工具、机器人及视频分析等领域。