[#英伟达推DAM3B模型#：突破局部描述难题，让AI看懂图像/视频每一个角落]4月24日消息，科技媒体marktechpost昨日（4月23日）发布博文，报道称英伟达为应对图像和视频中特定区域的详细描述难题，最新推出了DescribeAnything3B（DAM-3B）AI模型。视觉-语言模型（VLMs）在生成整体图像描述时表现出色，但对特定区域的细致描述往往力不从心，尤其在视频中需考虑时间动态，挑战更大。
英伟达推出的DescribeAnything3B（DAM-3B）直面这一难题，支持用户通过点、边界框、涂鸦或掩码指定目标区域，生成精准且贴合上下文的描述文本。DAM-3B和DAM-3B-Video分别适用于静态图像和动态视频，模型已在HuggingFace平台公开。
