智能体视觉Agentic vision
看懂 · 待核
Google 官方能力表：「Use code execution to enhance other capabilities by leveraging image manipulation tools.」各家叫法：agentic vision · code execution同一件事，各家名字不同。我们自己就因为按字面去搜而误判过 —— Kling 管角色参考叫 Element、LTX 叫 Ingredients，按 Character Reference 去找会一无所获， 然后把「没找到」写成「官方没说」。
er：谁实现了
Google DeepMind
Gemini Robotics ER 2 Preview
靠代码执行去裁剪 / 放大再看一眼 —— 这一项在别家身上一次都没出现过，是 Google 独有的命名。
Google 官方文档 · Gemini Robotics ER官方来源核验版本 ER 2 Preview核验于 2026-08-14机器录入
阿里巴巴
RynnBrain 1.1
读完整张模型卡（12k）：没有代码执行、没有图像操作工具这类内容。它是一个纯 VLM（`AutoModelForImageTextToText`），不带工具调用层。—— 读完没找到，不是没读。
无来源 —— 这一格是「查了没找到」，不是「我们没查」核验版本 1.1核验于 2026-08-14机器录入