Unverified75% confidenceOpinionTime unknown
Annotate App的视觉标注模式与计算机视觉领域的Set-of-Mark（SoM）提示技术有相似之处
1
Sources
75%
Confidence
Long-term
Relevance
6/1/2026
First Seen
Sources
Related Entities
Related Claims
UnverifiedSet-of-Mark（SoM）是微软研究院提出的视觉提示方法，通过在截图上叠加数字标签或彩色边框标注可交互元素，将视觉定位问题转化为选择问题71% similarUnverifiedIPAdapter通过轻量级适配网络将参考图视觉特征编码为图像提示嵌入，与文本提示嵌入并行注入扩散模型的交叉注意力层，能捕捉难以用语言描述的视觉信息67% similarUnverified光标高亮和手电筒效果属于注意力引导（Attention Guidance）技术范畴，在专业演示软件如 Presentation Assistant、ZoomIt 中已被验证有效65% similarUnverified字节跳动旗下大力智能推出的AI学习灯开创了将AI视觉识别技术引入书桌场景的新品类64% similarUnverified图像条件化方案通常借助CLIP视觉编码器（ViT架构）将参考图映射到与文本嵌入共享的语义空间，再通过交叉注意力（Cross-Attention）机制将视觉特征注入UNet的去噪过程63% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/22687API
curl https://kongchang.com/api/v1/knowledge/claims/22687MCP
get_claim(id=22687)