识别的位置和点击的位置不匹配

[dingcheng17]

识别出桌面上的某一个软件后，点击时却点击在了另一个位置，识别的位置和点击的位置不匹配这是什么原因呢？

[NingLi670]

是指llm输出的thought和坐标之间不匹配吗？ 是会出现这种情况的，可以参考这篇文章的分析：https://arxiv.org/abs/2510.02204
能否描述的更具体一点？如果是其它问题，可以提供一下具体的llm输出或者具体的case

[dingcheng17]

那请问可以有什么方法可以解决吗，我发现用qwen2.5-vl-7b-instruct模型标识别是准确的，用qwen2.5-vl-72b-instruct模型识别的坐标不准确

[NingLi670]

请问有具体的例子吗？这是普遍出现的吗？根据我们的经验，在绝大部分情况下qwen2.5-vl-72b-instruct都是优于qwen2.5-vl-7b-instruct的

[dyssl]

我也发现了这个问题，我用的是百炼的接口。模型【qwen2.5-vl-7b-instruct】（其他也不行），手机是一加ace5，

[dingcheng17]

我看好像有人说是 qwen2.5-vl-7b-instruct 会将图片进行压缩导致的 ，你这边有解决方法吗

[NingLi670]

经过测试，可能是百炼的接口提供的模型服务存在问题，我们在使用本地部署的模型时，即使是qwen2.5-vl-7b-instruct，也可以准确打开app，具体原因待排查，如果可以的话建议使用本地部署的模型

[BarryGladstone]

我也发现了这个问题，我用的是百炼的接口。模型【qwen2.5-vl-7b-instruct】（其他也不行），手机是一加ace5，

这个bug有点 看起来像是 大模型 把 坐标和rect 搞反了。
执行的是 "coordinate": (308, 976) 大模型返回的定位是以左下角为坐标原点的坐标轴
但是 Environment 类里 用的是adbutils , 它的坐标体系是 左上角为原点
所以正确是执行方法应该是 coordinate": (308, 屏幕height- 976)
或者在提示词里强制规定坐标体系

[silvesterchen]

同一个手机，我用9月pull的版本用qwen2.5-vl-72b-instruct点位置还正确，更新目前版本，发现qwen2.5-vl-72b-instruct点的不对了。之前正确时候显示点击坐标136, 1156，现在显示点击坐标[90, 734]。不知道为什么

[NingLi670]

@silvesterchen 请问具体的设置是什么呢？通过mobile_use 的webui，通过官方的qwen api来操作手机吗？另外，方便提供一下具体pull的是哪个版本吗？

[silvesterchen]

@silvesterchen 请问具体的设置是什么呢？通过mobile_use 的webui，通过官方的qwen api来操作手机吗？另外，方便提供一下具体pull的是哪个版本吗？

是通过webui网页端操作的，调的也都是qwen官方api来控制手机。具体版本号我记不清了因为我正好把正常的给删了，正常的那个用的是9.19日到10.22日之间的一个版本，两个版本都是今天下午尝试的，qwen官方应该没更新过自己的api

[silvesterchen]

@silvesterchen 请问具体的设置是什么呢？通过mobile_use 的webui，通过官方的qwen api来操作手机吗？另外，方便提供一下具体pull的是哪个版本吗？

试了一下这个版本61807c3567bebb8367da12916015e99670c81f11 点击是正常的

[NingLi670]

感谢反馈！经排查，出错的原因是通过官方api进行调用会自动对图片进行压缩（max_pixels的默认值被设置为1003520，详见https://bailian.console.aliyun.com/?spm=5176.29597918.J_tAwMEW-mKC1CPxlfy227s.1.19637b08xUkf8s&tab=doc#/doc/?type=model&url=2845871 ），当前mobile-use最新代码已将max_pixels设置为12845056，请拉取最新代码使用。