（+微:hywyysxs）
研究团队设计了这🇹🇰⛴样一套方🧥案：复杂的任务规🇸🇨划交给运📜🧶行在远程👣服务器上的大型🍟🇪🇸专有模🐢🇧🇯型（如GPT📧-4o或Ge🤲min▫i-2🔺🤞-Flas🔥h），它负🥫责"读🏴懂"用户🗞👩🦰意图并制定⏳⛵操作计🍒划；而元素定位这💧🇵🇪个高度专⤵👩👩👧👧业化的视觉任🤷♂️务，则下🎫放给安🎴装在手🚙机上的GoCl🇳🇦🚲ick来完成🚝。
而不是图像模型🚣♀️常见的「远看O🌬K、但近看全🦅是乱码」⏲。以其中最具挑战性⭐的FuncPre🤦♀️🍏d测试为例，这个😳🗒测试要求模型只📃🍢根据元素的功⬅能描述来💲🙅♂️找到目💞标位置，不会提示👨👨👦🐎任何外📲🥑观或位置信📠🤽♂️息——就像有人告🇱🇷诉你"找到那个能📺让你调🥳🇸🇴整最高价格🌱过滤的元🙄👻素"，你得🚬🛢在满屏元🐘✴素中找👠🔐到它🈁⛽。另外，针对👆📪16GB或🤾♂️12GB内存🇬🇦的用户👩🦱，除了支🦛持在端🇧🇹侧运行一🤷♂️些中小尺寸🛍模型外🇴🇲，英特尔还提供了🚩🎈AI S📖SD技术的🧓🚡支持，实现对🐔MoE模型🐼🐠的一些关键数据层😭的卸载💦🇦🇽云南代怀助孕。
