待验证50% 置信事实精确时间

在图像降采样过程中，占画面极小比例的目标关键特征可能丢失，导致模型看不清

1

来源数

50%

置信度

长期有效

时效性

2026/9/11

首次发现

来源

Qwen VLM挑战《威利在哪里》：视觉语言模型精细定位短板分析

涉及实体

相关事实

待验证视觉定位系统的判断质量高度依赖画面中包含的可利用地理线索数量，信息贫乏的画面会使模型陷入困境79% 相似待验证在《威利在哪里》中威利通常只占据整幅图像面积的极小一部分（小于0.1%），模型在有限视觉token预算下很难看清目标76% 相似待验证模型在缺乏明确功能优先级约束时，倾向于最大化视觉显著性而非可用性75% 相似待验证超过API图像限制的图像会被静默缩放，导致模型基于降质图像进行点击预测，造成坐标偏移74% 相似待验证逐图 min/max 归一化会抹掉图像间的绝对强度差异，对依赖光谱绝对值区分地物的遥感分割任务可能丢失关键信息74% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/909703

API

curl https://kongchang.com/api/v1/knowledge/claims/909703

MCP

get_claim(id=909703)