火山方舟常规能力增强2026-08-12
火山方舟文档新增「视觉定位」能力
Volcano Ark Documentation Introduces Visual Grounding Capability
多模态
EVENT SUMMARY
事件摘要
文档「进阶使用」部分展示了「视觉定位」功能,可在图片中找到对应目标并返回目标的坐标位置。
ANALYST VIEW
中立分析
为什么重要
「视觉定位」能力的增加拓展了多模态大模型在计算机视觉领域的应用边界,使其不仅能识别图像内容,还能提供空间位置信息,提升了在自动化标注等场景的竞争力。
影响对象
涉及图像处理、自动化分析的开发者和企业用户受影响,可以通过该功能在图片中查找对应目标并获取其坐标位置,简化视觉分析与数据提取流程。
证据说明
原文直接证明了火山方舟文档「进阶使用」部分展示了「视觉定位」功能,能够在图片中找到对应目标并返回目标的坐标。
不确定性
原文未提供坐标返回的具体格式(如边界框还是中心点)、定位的准确率指标、支持的图片分辨率限制以及该功能的额外计费标准。
SOURCES