近期，DeepSeek-OCR提出了"Vision as Context Compression"的新思路，然而它主要研究的是通过模型的OCR能力，用图片压缩文档。 那么自然图像是否也能作为文本的压缩呢？中科院&字节联合提出的「Grasp Any Region」提供了新思路。 △ 下面来具体看看。 团队认为，他们的最新工作Grasp Any Region (GAR)所实现的精准region captioning能力，为构建自然图像的Dense Caption，提供了潜在的可能路径之一。 具体而言，GAR具备三种能力： 局部细节与全局信息的trade-off 首先，什么是Region MLLMs？ 与传统MLLMs不同，Region MLLMs旨在对图片/视频内容进行细粒度、可交互式的理解。 具体来说，用户可以提供各种各样的visual prompts (regions)以及user instructions，模型需要基于此，对特定region进行准确理解。 例如，"请描述这个区域"，或"区域1和区域2之间是什么关系"，甚至判断"区域1和区域2是否在镜子当中"。 其次，为什么要研究Region MLLMs？ 1 ...