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
webgl与webgpu有啥不同？
Zero Trust的Tunnels怎么设置泛域名解析及http服务获取当前访问域名？
Spec Coding（规范驱动编码）和 Vibe Coding（氛围编程）有啥区别？
如何在国内服务器上正常运行未备案的域名网站？
Cloudflared 和WARP Connector有啥不同？
有没有让本地开源大模型越狱的方法或插件啥的？
如何使用Zero Trust的Tunnels技术将局域网电脑web服务可以公网访问呢？
编程领域ai大模型的排名是怎么样的？
如何修改别人发给我的微信笔记内容？
fbx、obj、glb三维格式模型如何在浏览器中通过three相互转换格式？
