Gemini 3.7 Flash controla Android mediante capturas de pantalla y Python

Google ha lanzado Gemini 3.7 Flash, un modelo de razonamiento híbrido diseñado para codificación y flujos de trabajo agénticos, demostrando su capacidad para controlar dispositivos Android a través de entrada visual. El artículo detalla cómo el modelo inspecciona capturas de pantalla en bruto para planificar acciones y emitir coordenadas precisas, permitiendo bucles de control interactivo del dispositivo sin depender de árboles de accesibilidad.