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
有没有不依赖embedding向量的RAG技术?
有没有支持实时打断语音通话并后台帮你执行任何的ai模型?
开源ai大模型文件格式GGUF、MLX、Safetensors、 ONNX 有什么区别?
出海挣钱支付收款PayPal、Wise 、PingPong、Stripe如何选择?
如何实现类似google的图片隐形水印添加和识别技术?
linux上如何运行任意windows程序?
ai能写出比黑客还厉害的零日漏洞等攻击工具攻击任意软件系统工程?
js如何获取浏览器的音频上下文指纹、Canvas指纹、WebGL渲染特征?
为啥ai开始抛弃markdown文本,重新偏好html文本了?
网站有没有办法鉴别访问请求是由ai操控chrome-devtools-mcp发出的?


