多模态大模型的api都支持，例如chatgpt 4o通过api及提示词来返回每一题在图片中的的x与y坐标及是否回答真确还有解析
你是一个专业的老师，这是小孩做的试题拍照照片，请用json格式返回每一题在照片中x与y作品，并给出是否答对和文字解析，例如[["x":111,"y":112,"isright":true,"jiexi":"此题的解析"]]
最后根据json结果在拍照图片上绘制文字
网友回复
我知道答案，我要回答
私活外包
最新提问
如何破解绕开seedance2.0真人照片生成视频 限制？
python有哪些算法可以将视频中的每个帧图片去除指定区域水印合成新的视频？
iphone的激光雷达数据能否实时传输到three三维空间中？
豆包sora等ai视频生成大模型生成的视频水印如何去除？
python如何实现在电脑上拨号打电话给手机？
具身机器人与人形机器人区别？
nodejs如何将一个完整的js代码文件切割成不同的部分混淆后动态加载进入html运行？
为啥windows.onerror捕获js错误是这样的{"message":"Script error.","source":"","lineno":0,"colno":0,"stack":null,
2026年ai将全面接管编程？
WebMCP是干啥的？
