RRepoGEO

REPOGEO 报告 · LITE

IDEA-Research/Rex-Omni

默认分支 master · commit 6508981c · 扫描时间 2026/5/12 02:13:13

星标 1,343 · Fork 90

AI 可见性总分
40 /100
亟需修复
品类召回
0 / 2
在所有问题中均未被推荐
规则结果
通过 2 · 警告 0 · 失败 0
客观元数据检查
AI 认识你的名字
3 / 3
直接询问时，AI 是否点名你的仓库
如何阅读这份报告

行动计划告诉你下一步要做什么——按影响力排序、可直接复制粘贴的修改。品类可见性是真正的 GEO 测试：当用户向 AI 提一个不带品牌、本应让 IDEA-Research/Rex-Omni 浮出水面的问题时，AI 是真的推荐了你，还是推荐了你的竞品？客观检查验证 AI 引擎最先权衡的那些元数据信号。自指检查判断 AI 是否还认识你的名字。

行动计划 — 可复制粘贴的修复

3 条由 gemini-2.5-flash 生成、按优先级排序的修改。修完后请把对应条目标记为完成。

整体方向
  • highabout#1
    Refine the 'about' description to clearly state the core innovation

    原因：

    当前
    [CVPR2026] Detect Anything via Next Point Prediction
    复制粘贴的修复
    [CVPR2026] Rex-Omni: A 3B-parameter Multimodal Large Language Model (MLLM) that redefines object detection and diverse visual perception tasks as a simple next-token prediction problem.
  • hightopics#2
    Add topics that highlight the unique methodology

    原因：

    当前
    mllm, object-detection, open-set
    复制粘贴的修复
    mllm, object-detection, open-set, next-token-prediction, generative-ai-for-vision
  • mediumreadme#3
    Clarify the project's license in the README

    原因：

    复制粘贴的修复
    ## License
This project is released under the specific terms outlined in the [LICENSE file](LICENSE). Please review the file for full details on usage and distribution.

本次扫描解析到的品类 GEO 通道：google/gemini-2.5-flash, deepseek/deepseek-v4-flash

品类可见性 — 真正的 GEO 测试

向 google/gemini-2.5-flash 提出的不带品牌问题。AI 推荐了你，还是推荐了别人？

各模型使用同一组问题 — 切换标签对比回答与排名。

召回
0 / 2
0% 的问题里出现了 IDEA-Research/Rex-Omni
平均排名
—
越小越好。#1 表示首位推荐。
声量占比
0%
在所有被点名的工具中，你占了多少？
头号对手
Grounded-SAM
在 2 个问题中被推荐 1 次
竞品排行
  1. Grounded-SAM · 被推荐 1 次
  2. Grounding DINO · 被推荐 1 次
  3. Segment Anything Model (SAM) · 被推荐 1 次
  4. OWL-ViT · 被推荐 1 次
  5. CLIP · 被推荐 1 次
  • 品类问题
    How to implement open-set object detection using a multimodal large language model?
    你：未被推荐
    AI 推荐顺序：
    1. Grounded-SAM
    2. Grounding DINO
    3. Segment Anything Model (SAM)
    4. OWL-ViT
    5. CLIP
    6. Faster R-CNN
    7. Mask R-CNN
    8. YOLO
    9. DETR
    10. Llama-Adapter V2
    11. Llama
    12. OWL-ViT-V2

    AI 推荐了 12 个替代方案，却始终没点名 IDEA-Research/Rex-Omni。这就是要补上的差距。

    查看 AI 完整回答
  • 品类问题
    What MLLMs are available for diverse visual perception tasks via next-token prediction?
    你：未被推荐
    AI 推荐顺序：
    1. GPT-4o
    2. Gemini
    3. LLaVA (haotian-liu/LLaVA)
    4. CogVLM (THUDM/CogVLM)
    5. Fuyu-8B (adept-ai/fuyu-8b)

    AI 推荐了 5 个替代方案，却始终没点名 IDEA-Research/Rex-Omni。这就是要补上的差距。

    查看 AI 完整回答

客观检查

针对 AI 引擎最看重的元数据信号的规则审计。

  • Metadata completeness
    pass

  • README presence
    pass

自指检查

当被直接问到你时，AI 是否还知道你的仓库存在？

  • Compared to common alternatives in this category, what is the core differentiator of IDEA-Research/Rex-Omni?
    pass
    AI 明确点名了 IDEA-Research/Rex-Omni

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • If a team adopts IDEA-Research/Rex-Omni in production, what risks or prerequisites should they evaluate first?
    pass
    AI 明确点名了 IDEA-Research/Rex-Omni

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

  • In one sentence, what problem does the repo IDEA-Research/Rex-Omni solve, and who is the primary audience?
    pass
    AI 明确点名了 IDEA-Research/Rex-Omni

    AI 的回答可能信誓旦旦却是错的。请按事实核对：技术栈、目标人群、差异化点是不是和你实际的对得上？

嵌入你的 GEO 徽章

把这个徽章贴进 IDEA-Research/Rex-Omni 的 README。每次重新扫描都会自动更新，并跳到最新报告——是「我在乎 AI 可发现性」最简单的公开证明。

RepoGEO badge preview实时预览
MARKDOWN（README）
[![RepoGEO](https://repogeo.com/badge/IDEA-Research/Rex-Omni.svg)](https://repogeo.com/zh/r/IDEA-Research/Rex-Omni)
HTML
<a href="https://repogeo.com/zh/r/IDEA-Research/Rex-Omni"><img src="https://repogeo.com/badge/IDEA-Research/Rex-Omni.svg" alt="RepoGEO" /></a>
Pro

订阅 Pro，解锁深度诊断

IDEA-Research/Rex-Omni — 轻量扫描仍免费；本卡列出 Pro 相对轻量的深度额度。

  • 深度报告每月 10 次
  • 无品牌品类查询5，轻量 2
  • 优先行动项8，轻量 3
IDEA-Research/Rex-Omni — RepoGEO 报告