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
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？
