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
视频大模型和最强文本大模型通过代码生成视频哪个性价比更高?
seedream5.5为啥无法将图白色背景修改成透明?
seedance2如何通过2张不同角度平视图来识别场景进行人物定位?
有没有免费的浏览器中离线运行的语音识别ai模型?
微信小程序个人版不交钱认证就不让你用二维码,报错"errcode":85411?
美丽国为啥要限制ai发展?
seedance2如何参考白模视频使用真实场景和人物生成新视频?
如何设定小孩看电视的时候每隔10分钟弹出一个题目,答对才能继续,答错继续下一题?
直播数字人根据公屏互动评论实时做出不用动作技术是什么?
未来ai文本大模型根据剧本直接生成像素风或三维白模或灰模粗糙场景动画html给视频大模型参考站位与运镜?


