GUI-Lens：用由粗到细裁剪提升 GUI 定位
热点事件持续更新
GUI-Lens：用由粗到细裁剪提升 GUI 定位
1 篇报道1 个报道来源9 小时前更新
先了解这件事
AI 综述
Zichuan Fu 等作者提出 GUI-Lens，一个由粗到细的 GUI 定位框架：让通用视觉语言模型（VLM）通过主动视觉观察逐步确定点击目标，而不是直接定位。作者称，在 ScreenSpot-Pro 基准上，其定位准确率最高可达直接定位的 9.3 倍。 该结果来自作者在论文中的报告，针对的是现成通用 VLM 在 GUI 定位任务上的表现，尚未说明在其他模型或场景中的效果。
AI 根据报道生成 · 47 分钟前更新
最新进展11月3日 13:00
GUI-Lens：通过由粗到细裁剪让现成 VLM 实现精准 GUI 定位报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv cs.AIGUI-Lens：通过由粗到细裁剪让现成 VLM 实现精准 GUI 定位
GUI-Lens 是一个由粗到细的 GUI 定位框架，让通用 VLM 通过主动视觉观察逐步确定点击目标，在 ScreenSpot-Pro 上定位准确率最高达直接定位的 9.3 倍。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。