实测 Gemini 4 Argon 视觉能力：一句话标出电路板百余元件框

开发者 mrdbourke 实测 Gemini 4 Argon 的视觉能力，只需一句提示「给板上凸起的元件打 bounding box」，模型即一次性输出电路板上 109 个元件的边界框坐标及可展示这些框的 HTML，展示出强大的零样本视觉定位能力。随后他又补充了配套资源清单，包括 Gemini vision 官方文档中获取图像边界框与 mask 的方法，以及 SAM3、Falcon 等可搭配使用的工具，方便读者复现和扩展该工作流。

2026-10-23 ~ 2026-10-23 · 2 条相关

• Gemini 4 Argon视觉实测：一次输出标出电路板109个元件框 — mrdbourke · 2026-10-23
• Gemini视觉标注工作流配套资源：SAM3、Falcon等工具清单 — mrdbourke · 2026-10-23