Rex-Omni

传统检测模型只认训练过的那几十类物体，想找个新东西就得重新标注、重新训练。Rex-Omni 是一个 30 亿参数的多模态大模型，把目标检测和各种视觉感知任务统一成下一个 token 的预测，说出类别就能框出物体。

除了检测，它还支持指点、关键点、OCR 等任务，提供 Gradio 演示、AWQ 量化版和微调代码，论文收录于 CVPR 2026。

软件功能

开放词汇检测：文字描述即可找物体。

多任务统一：检测、指点、关键点、OCR。

量化版本：AWQ 节省一半存储。

可微调：支持 SFT 与 GRPO。