测试英伟达LocateAnything 3B模型，支持定位与理解。

花了一些时间测试 @NVIDIAAI LocateAnything 3B 模型。指向一个对象、按钮、文本片段，或用文字描述它，它就能立即定位。接地、OCR和UI理解的结合如此规模的模型确实让我惊讶。它能在本地运行更是锦上添花。英伟达这次真的做得很棒。