英伟达开源DAM模型，图像视频描述技术登顶SOTA，AI生态再下一城

英伟达联合UC伯克利等机构开源了多模态大模型DAM（Describe Anything Model），该模型可精准描述图像或视频中指定区域的细节。用户通过点选、框选等方式定位区域后，DAM能生成包含颜色、纹理、动态动作等丰富信息的描述，并支持视频跨帧跟踪。在7个基准测试中达成了SOTA（最优效果），尤其在局部描述准确性和细节捕捉上超越现有模型30%以上。该模型已开放演示，可直接应用于内容生成、视频分析等场景。