UI像素化

UI像素化是VLA模型（Vision-Language-Action）的一项核心能力，指AI像人眼一样观察屏幕上的每一个像素点，理解什么是按钮、输入框、菜单等UI元素，而不是依赖软件的内部API。

技术意义

UI像素化使得"巨硬"（Macrohard）项目能够操作世界上任何一款软件，包括那些上世纪90年代、没有API的老旧财会系统。这是VLA模型实现"绕过API直接操作软件"的关键技术路径。