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
DLNA与UPnP的区别和不同?
苏超自建抢票app,通过先预约再抽签化解高并发抢票?
python如何让给电脑在局域网中伪装成电视接收手机的投屏图片视频播放?
如何结合python+js如何自己的视频编码与加密播放直播?
python如何在电脑上通过局域网将本地视频或m3u8视频投屏电视播放?
腾讯视频爱奇艺优酷vip电影电视剧视频如何通过python绕过vip收费直接观看?
有没有可免费观看全球电视台直播m3u8地址url的合集?
有没有实现观影自由的免vip影视苹果 CMS V10 API的可用url?
python如何实时检测电脑usb插入检测报警?
如何判断真人操作的鼠标移动直线轨迹与机器操作的轨迹?