已收录文章摘要,完整内容可前往原文阅读。
开放世界分割基于MLLM的分割方法你了解哪些?LISA靠SAM、Text4Seg靠文本,Qwen3-VL-Seg靠自己多模态大语言模型已经有了开放世界视觉基础能力,能看懂图像、回答问题、甚至用边界框定