Qwen3的VL模型测试感悟，
- 表格识别，Qwen3-VL依旧牛逼，本来Qwen2.5-VL就很强
- 对色彩的把握程度变高，之前色盲测试一堆问题，现在多次实验，结果均正确
- 图片排序任务，雪糕对了，菌子错了，但也解释比较合理，相较于Qwen2.5提高很多，并且比主流开源VL模型效果要好
- 网页复刻任务效果比较差，这个跟榜单coding提高有点不同，但我测试了几个复刻，效果都一般
- 空间变换能力较之前有提高，可以正确识别出主视图，但其他较复杂变换，还是不行
- 数据、推理计算很强，尤其是是推理计算，比主流开源VL模型都要好
- 目标对比不好，但可以通过grouding正确识别，感觉还是图片编码切割的问题，现在VL模型都一样
- 世界知识跟训练集相关，上海金茂大厦依然识别成上海中心大厦
- 我发现，think版本相较于instruct版本会过度思考，而导致回答错误
- 当然GUI本质是在屏幕理解并找到正确内容位置，因为grouding不错，GUI能力也不错
- 有的结果差不多，instruct和think我就放一个了