觀點網訊：曠視算法團隊近日開源輕量級萬物檢測模型OpusDet，將文本、視覺與混合提示統一在同一套檢測框架中，使同一個模型能夠應對不同場景下類別、形態和狀態各異的目標，併兼顧檢測精度與推理效率。

OpusDet支持三種提示方式：文本提示下，輸入類別名稱即可在畫面中檢出對應目標；視覺提示下，給出圖像樣例，模型可檢出與之外觀相近的目標；當單一提示不足時，文字與圖像可組合使用，完成混合提示檢測。

推理速度方面，OpusDet達到21.3FPS，相較T-Rex2-T的15.4FPS提升約38%，相較PET-DINO-T的8.2FPS提升約160%。

該模型能力已在月餅產線等場景實測：輸入“月餅”文本提示可完成整線檢測與計數，給出蛋黃蓮蓉與桂花奶心月餅實物樣例後，模型可按外觀完成口味區分與分類計數。