动作序列化

动作序列化是VLA模型（Vision-Language-Action）的一项核心能力，指AI将需要执行的一系列操作（如鼠标点击、拖拽、键盘输入）转化为一个有序的动作指令序列。

技术意义

动作序列化是VLA模型输出端的具体表现形式。结合[[UI像素化]]，VLA模型能够不依赖软件开放接口（API），直接生成操作指令，实现对任何软件的自动化操控。