Gemini 3.7 Flash 通过截图和 Python 控制 Android

Google 推出了 Gemini 3.7 Flash，这是一种专为编码和智能体工作流设计的混合推理模型，展示了其通过视觉输入控制 Android 设备的能力。文章详细介绍了该模型如何检查原始截图以规划动作并输出精确坐标，从而实现无需依赖无障碍树的可交互设备控制循环。