VLM 定位任务为什么输出点坐标，而不是边界框？

知识专题：多模态与生成模型题目类型：比较选型技术难度：进阶

相关面经：1 篇

暂无参考答案

未标记

问AI

选择 AI 平台

Kimi 千问 ChatGPT

自动带入当前题目

本题目录

相关面经

1 篇

京东

大模型算法工程师

2026-10-17一面

查看原面经 →

项目里VLM输出点坐标而非bbox，bbox携带图像信息更多，为什么这样设计？