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
有没有免费让ai自动帮你接管操作电脑的mcp服务?
mcp为啥用Streamable HTTP 替代 HTTP + SSE?
scratchjr有没有开源的前端html网页版本源代码?
多模态大模型能否根据ui交互视频来来模仿写出前端交互动画效果ui代码?
如何用阿里云oss+函数计算fc+事件总线EventBridge+消息队列+数据库+redis缓存打造一个高并发弹性系统?
阿里云函数计算 FC如何在海外节点搭建一个代理网络?
ai studio中gemini build的代码如何发布到github pages等免费网页托管上 ?
如何在cursor、qoder、trae中使用Claude Skills功能?
有没有不用u盘就能重装系统的开源工具?
python如何固定摄像头实时计算停车场停车位剩余数量?


