Maxime Labonne 演示 d1 模型：一次前向同时问答并框出指定物体

Maxime Labonne 演示 d1 模型：只需说出物体名称，d1 就能在同一次前向推理中框出每个目标，同时回答其他问题。他用自家猫咪截图做了演示，展示"检测+理解一体化"能力。目标检测因此可直接融入多模态问答流程，无需单独跑检测模型。