Gemini 3.7 Flash controla Android por meio de capturas de tela e Python

O Google lançou o Gemini 3.7 Flash, um modelo de raciocínio híbrido projetado para codificação e fluxos de trabalho agênticos, demonstrando sua capacidade de controlar dispositivos Android por meio de entrada visual. O artigo detalha como o modelo inspeciona capturas de tela brutas para planejar ações e emitir coordenadas precisas, permitindo loops de controle interativo do dispositivo sem depender de árvores de acessibilidade.