GLEE es un modelo base de objetos universal para imágenes y videos. A través de un marco unificado, permite la localización e identificación de objetos en imágenes y videos, y se puede aplicar a diversas tareas de percepción de objetos. GLEE, mediante el entrenamiento conjunto de diversas fuentes de datos con diferentes niveles de supervisión, forma una representación universal de objetos, manteniendo un rendimiento de vanguardia a la vez que permite una eficaz transferencia y generalización de aprendizaje cero. También presenta una buena escalabilidad y robustez.