tokenize-anything

一个模型，提示任意视觉概念，统一分割与识别

Tokenize Anything via Prompting 是一个来自 ECCV 2024 的视觉模型，旨在通过统一的提示框架将任意视觉概念（如物体、区域、分割掩码）转化为可学习的 token。它解决了传统视觉模型只能处理单一任务（如分类或分割）的局限，让一个模型同时支持图像级、区域级和像素级的理解与生成。核心能力包括：基于文本或点提示的通用分割、可泛化的开放词汇识别，以及将视觉特征映射到语言模型可用的 token 空间，从而支持多模态交互。项目代码基于 Jupyter Notebook 提供演示，适合研究语义分割、多模态理解和视觉提示学习。

开源 free 开源模型

访问官网 ↗ GitHub ↗ 文档 ↗

GitHub 星标 ★ 600

维护状态低维护

是否开源是

定价模式 free

项目数据

分类开源模型

开发团队baaivision

所属国家

官网地址

GitHubhttps://github.com/baaivision/tokenize-anything

定价模式free

价格说明开源项目，Apache-2.0许可证，可自由使用和部署，无付费版本。

访问状态

是否开源是

开源协议Apache-2.0

主要语言Jupyter Notebook

技术栈/模型foundation-models,multimodal,promptable,representation-learning

GitHub 星标★ 600

30天Star增速

HF 下载量

上线时间2023-12-14 00:00:00

最近更新2026-07-30 00:00:00

维护状态低维护

中文支持

访问方式

移动端支持

综合评分

收录时间2026-08-09

浏览次数2

使用教程

核心亮点

统一了分割、识别和生成任务，减少多模型拼接成本
支持文本和点等多种提示方式，交互灵活
基于 ECCV 2024 论文，方法有学术背书

不足之处

项目处于早期，文档和示例覆盖有限
依赖特定预训练权重，复现门槛较高

适用场景

多模态视觉理解研究（如统一分割与识别）
基于提示的交互式图像编辑工具
开放词汇目标检测与分割原型开发

替代项目

SEEM (Segment Everything Everywhere)、SAM (Segment Anything Model)、X-Decoder

项目介绍

tokenize-anything 是计算机视觉领域的开源项目，由 baaivision 开发，2023 年首次发布。

它收录于计算机视觉分类，该分类目前共有 447 个项目，GitHub 星标数为 600。

项目已超过三个月没有代码更新，维护节奏明显放缓，最近一次代码更新于 2026-07-30。Apache-2.0许可证，可自由使用和部署，无付费版本。

它主要面向的使用场景是：多模态视觉理解研究（如统一分割与识别）。同类可对比的替代方案包括 SEEM (Segment Everything Everywhere)、SAM (Segment Anything Model)、X-Decoder。

上一篇：EmerNeRF

下一篇：Groma