目前国产模型的视觉定位能力与国外的openai chatgpt有一定的差距,一般只要在提示词中写好提示,要求返回图片中某个元素的x与y轴定位即可,但是国产大模型目前返回的位置还不是很准确,不过一直在进步,过一段时间就能与国外视觉大模型持平了。
提示词
你是一个ui助手,可以帮我找到图片上搜索按钮的相对x与y坐标位置数据,这张图片的分辨率是1024*768像素,不要解释,直接返数据

网友回复
js如何流式输出ai的回答并折叠代码块,点击代码块右侧可预览代码?
ai大模型如何将文章转换成可视化一目了然的图片流程图图表?
大模型生成html版本的ui原型图和ppt演示文档的系统提示词怎么写?
rtsp视频直播流如何转换成websocket流在h5页面上观看?
为啥coze会开源工作流agent coze studio?
如何检测网页是通过收藏夹打开的?
python如何实现类似php的http动态脚本请求处理响应代码?
js如何实现类似php的http动态脚本请求处理响应代码?
trae与solo有啥区别不同?
vue如何让ai动态生成问卷调查多步骤表单式收集基础信息自动规划执行任务?