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？
python如何实现基于http隧道加密的正向代理服务？
有没有有专门针对 UI 界面截图进行智能标记（Set-of-Mark, SoM） 的开源库和工具？
如何用python实现Set-of-Mark (SoM) 技术？
python如何截取windows指定应用的窗口截图，不用管窗口是不是在最前面？
linux能不能给rm删除命令增加回收站功能，可恢复被删文件？
bfwsoa如何在命令行中执行控制器动作器方法？
RAG（检索增强生成）和 KG（知识图谱）有啥不同？
KVM硬件是啥？
