IDEA 计算机视觉与机器人研究中心 (CVR, Computer Vision and Robotics) 的张磊团队提出了一种名为 OVSeg3R 的开集 3D 实例分割学习范式。该范式基于团队此前发布的最强闭集 3D 实例分割模型 SegDINO3D（参考 https://mp.weixin.qq.com/s/OfWUEE-nOp2lqYDRyctA1w）拓展至开放词表，大幅缩小了长尾类与头

本文将从使用者的角度出发，分享实用内容，并以一个示例展示 MCP 的开发过程与实际应用作为结尾。本篇旨在回答三个问题：1）什么是 MCP；2）为什么需要 MCP；3）作为用户，我们如何使用/开发 MCP。

手把手教你怎么用 Cursor 和 Trae 调用 DINO-X MCP。

定制模板是由 DINO-X 开放平台独家提供的一项能力。用户只需提供少量标注样本，即可训练出一个高质量的视觉模板（Embedding），用于模型推理中精准识别特定目标。相比于传统模型仅能识别人、车、动物等常见类别，定制模板可识别用户业务中独有的目标，例如品牌 logo、工业缺陷、异形部件、特殊商品等，特别适用于长尾类别识别、工业定制、非标物体检测等复杂场景，帮助用户高效完成 AI 验证与部署。

揭秘 DINO-X 的成长历程，探讨 DINO-X 视觉大模型的发展脉络，以及企业在空间智能与具身智能领域的未来布局与深度思考。

英伟达 GTC 大会描绘了一幅 AI 进化的宏伟蓝图——从生成式 AI（Generative AI）向代理式 AI （Agentic AI）再到具身式 AI（Physical AI）的跨越式发展。这不仅是技术路径的演进，更是人类与智能系统互动方式的根本性变革。本文将此探讨，AI 的进化将如何重塑各个行业，并带来生产力的指数级提升，以及目前面对的挑战。

本文将带读者了解目标检测模型 Grounding DINO 和 DINO-X 的始祖 DINO。该模型不仅在端到端目标检测方面取得了重大突破，在 COCO 基准测试上实现了当时最先进的结果，还显著提升了训练效率，使类 DETR 模型更适用于实际应用。DINO 模型的成功证明了基于 Transformer 的目标检测方法的可行性，还开辟了新的研究方向。随着计算资源的增加和数据规模的扩大，DINO 模

DINO-XSeek 是一款基于多模态大语言模型的目标检测模型。该模型能够根据用户输入的自然语言描述，分析对应的处理逻辑，最终推理出待检测目标的属性（如颜色、大小、姿势、穿着等）、方位（如朝向、距离、深度等）或者（物品之间或与环境的）交互关系，从而实现精准的目标定位。本文将从 DINO-XSeek 的原理、技术架构以及应用场景带您全方面了解 DINO-XSeek。

IDEA-CVR 发布新一代面向多实例指代任务的视觉语言模型 DINO-XSeek，该模型通过融合DINO-X 统一视觉模型基座与多模态大语言模型，在保持精确感知能力的同时，拥有多模态大语言模型强大的推理和理解能力，突破了传统视觉模型对自然语言理解的浅层限制，实现从词汇到语法，再到指代逻辑的多层次理解。

生动有趣地讲解“面向多实例指代任务的视觉语言模型” DINO-XSeek