3、云端在接收图片后，会返回约 1K 的数据，内容是告诉手机下一步要执行的 7 种指令之一，如打开应用、点击、输入、滑动等等，整个自动化 Agent 的推理和路径规划主要在云端完成，云端思考后将执行步骤指令发回本地执行，本地任务很轻 。
2024年12月25日 星期三 新京报，这一点在搜狗输入法2026中也有详细论述
Starring: Vahid Mobasseri, Mariam Afshari, Ebrahim Azizi, Hadis Pakbaten, Majid Panahi, Mohamad Ali Elyasmehr, Afssaneh Najmabadi, and George Hashemzadeh，详情可参考搜狗输入法2026
Nvidia is also expanding its own product line in a bid to have more involvement in the physical products in which AI is embedded.