低分辨率的照片一般不会修改,但是高分辨率的照片肯定会修改,每款视觉大模型都是训练出来的,都有自己的处输入像素限制,一旦超过就会压缩分辨率,所以你可以多试试,看看官方的文档介绍,测试的时候可以让大模型返回图片的尺寸,例如:
提示词:你是一个屏幕定位专家,我给你屏幕截图,请返回我要要执行的动作,例如点击、输入,当点击的时候告诉我屏幕元素的点击位置,当输入的时候,也告诉我输入框的位置坐标,并返回图片的元素像素宽度与高度,单位都是像素
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?