大语言模型已经给自然语言处理领域带来了新的革命。在计算机视觉领域，Meta AI近期推出的Segment Anything Model（SAM）工作，在视觉定位（Localization）任务上取得了令人振奋的结果。然而SAM作为一个极致的定位大模型，并没有识别（Recognition）能力，而识别是与定位同等重要的CV基础任务。现有的开放式检测、分割任务尝试同时做好识别和定位，却在两个任务上都不能达到极致。

来自 OPPO 研究院、IDEA研究院的研究者们最新开源了一个视觉感知大模型Recognize Anything Model（RAM），提供最强的图像识别能力。RAM 为图像识别领域提供了一种新的范式，使用海量无需人工标注的网络数据，可以训练出泛化能力强大的通用模型，甚至在垂域下可以超越人工标注训练的有监督模型。

RAM 可以以较高的准确率自动识别超过 6400 类的图像标签，横跨学术数据集和商业化产品，并根据其 Open-Set 能力覆盖任意标签类别。

7月27日晚7点，「AI新青年讲座」第221讲邀请到 RAM 一作、OPPO 研究院研究实习生、复旦大学在读博士黄新宇参与，主讲《视觉感知新范式——万物识别大模型 RAM》。