变焦一致性：多步骤视觉目标定位管道中的无需额外训练的置信度信号

多步放大管道广泛用于 GUI 基础，但它们产生的中间预测通常在坐标重新映射后被丢弃。我们观察到这些中间输出免费包含有用的置信信号：缩放一致性、模型的第 2 步预测与裁剪中心之间的距离。与对数概率或 词元级 不确定性不同，缩放一致性是共享坐标空间中的几何量，使其可以在架构不同的 VLM 之间直接进行比较，而无需校准。我们证明这个量是理想条件下（完美的步骤 2，作物内的目标）下步骤 1 空间误差的线性估计量，并表明它与两个 VLM 的预测正确性相关（AUC = 0.60；Spearman rho = -0.14，对于 KV-Ground-8B，p < 10^{-6}；对于 KV-Ground-8B，rho = -0.11，p = 0.0003 Qwen3.5-27B）。相关性很小，但在模型、应用程序类别和操作系统之间是一致的。作为概念验证，我们使用缩放一致性在专家模型和通才模型之间进行路由，捕获它们之间 16.5% 的预言机空间（+0.8%，McNemar p = 0.19）。代码可在 https://github.com/omxyz/zoom-consistency-routing 获取。