（+微:hywyysxs）
以前行业里做意🥌🤠图识别，都习惯🆓在外面挂个小模型⌛👩⚖️。传统图像🏂模型的工作流🕹是：用🇲🇪户写p🇳🇵rompt → 🏛🧨模型直🇲🇨接出图 🚗🚚→ 不满意🍋→ 换promp🧞♀️t重抽👩👩👧。长文本时代的📖下半场，拼的😑从来不🧛♂️📛是智商😦🐘。
第二，为了使用🇵🇭◀外部工具，你🤹♂️必须生成命令🍋。我希望 Cal🛐ifo🌙rnia 变🎣得更好，希望美🥢🏺国变得更好🤐🇹🇬。今天是某个🚪🍺客户的供🤹♂️应商，明天可能🐎就被替换了👡🛬。---🐄 Q&A Q1：👨🌾GoClick7️⃣🍉为什么👨👩👦👦⚽选择编码器-解🤙🚰码器架🦂构，而不是像C⚓🔬hatG☮👢PT那样的😡🏯解码器架🧿🚝构？ A🚫🤶：GUI定位任🦕务的核心是"🖐看图找位置"，🥍输出的🧕📪只是一组坐标😪♿，并不需🥓👅要生成🥪长篇文字或进行多🏴☠️轮对话👑。
