行业与实践 · 研究与基准测试

研究与基准测试/2026-10-25/18 分钟

PointerBench：表格几乎点满，字符和插入符仍把模型拉开

Warmwind 与罗马大学发布 PointerBench，用 1,500 个像素级截图指令诊断图形界面定位。领先模型在表格上到 98.8%，专业界面约 82%，文本只到 69.6%。专用模型没有一个在文本套件上超过 34.0%。