待验证50% 置信事实精确时间

GPT-4V 等多模态模型在直接输出屏幕坐标时存在显著的空间定位偏差

1

来源数

50%

置信度

长期有效

时效性

2026/7/18

首次发现

来源

纯文本模型操控Linux桌面：PawFlow双模型架构拆解

相关事实

待验证在3D场景生成测试中，GPT-5.2 Codex出现电视机嵌入地板等空间位置错误，而Opus 4.5整体氛围感更强、3D场景还原度更高75% 相似待验证实验表明包括 GPT-4 在内的多个主流模型的性能呈现明显的 U 形注意力曲线75% 相似待验证早期 GUI Agent 方案依赖计算机视觉截图分析（如 GPT-4V），存在延迟高、定位不精准的问题73% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/553649

API

curl https://kongchang.com/api/v1/knowledge/claims/553649

MCP

get_claim(id=553649)