GUI-Lens 粗到细 GUI 定位框架论文发布
热点事件持续更新
GUI-Lens 粗到细 GUI 定位框架论文发布
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
论文由 Zichuan Fu、Shirong Wang 等人提出并发布。该论文介绍了一种名为 GUI-Lens 的由粗到细定位框架，旨在让通用视觉语言模型通过主动视觉观察来确定目标位置。该框架通过提取 OCR 文本和 UI 组件位置作为参考，并让模型选择区域进行裁剪放大，以提升定位精度。 在 5 个 GUI 定位基准测试和 6 个通用基础模型上进行实验验证显示，GUI-Lens 能够一致地提高定位精度。据报道称，在 ScreenSpot-Pro 基准测试中，该框架的最高精度可达直接定位方法的 9.3 倍，证明了其在提升通用 VLM GUI 定位准确性方面的有效性。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
GUI-Lens：通过由粗到细裁剪提升通用 VLM 的 GUI 定位精度报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · AIGUI-Lens：通过由粗到细裁剪提升通用 VLM 的 GUI 定位精度
GUI-Lens 是一种由粗到细定位框架，让通用 VLM 通过主动视觉观察确定目标位置，最高提升 9.3 倍精度。该框架提取 OCR 文本和 UI 组件位置作为参考，VLM 选择区域进行裁剪放大，在 5 个基准测试和 6 个基座模型上验证有效性。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1011月2日 14:00
- 近 24 小时变化
- –
02.557.510
14:0015:0016:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。