visual-prompts

VideoSeeker 引入了一种实例级视频理解的新范式，将智能体推理与视觉提示相结合，通过自动化数据合成和强化学习实现卓越性能，超越了 GPT-4o 和 Gemini-2.5-Pro。

MarkUp 是一款允许用户通过视觉提示使用AI编辑网站的工具。