开发者d/rksci于10月8日公开Phosphene实验项目，用一个仅126万参数、约5MB的模型，把vim、htop等终端程序的字符界面转成列表、输入框和按钮。代码、标注及测试结果已公开，用户可在演示页观看八款应用的同步回放。
传统终端客户端需要解析控制字符，再把字符网格画出来。Phosphene改为在服务端识别每个格子的角色，包括边框、标题、菜单项、选中行、表格和状态栏，共15类。确定性编译器随后将这些区域转换成Google的A2UI声明式界面组件，让接收端直接绘制控件。按钮操作还可转换回按键，传给原终端程序。
它的另一项设计是缓存布局：界面结构被识别后锁定为模板，后续只发送变化的数据，不必每帧调用模型。在193段公开录屏、共13967个稳定画面的测试中，40%的画面由模板处理；less和dialog演示中的比例分别为92%和89%，布局频繁变化的htop则为24%。
模型采用行列轴向注意力，在Colab T4上训练，使用合成界面及Claude辅助标注的真实画面。留出真实画面的平均交并比mIoU为0.51。项目仍是原型，演示使用预生成回放；测试中的A2UI数据流约为原始终端数据流的25倍，当前价值集中在把字符转成可供客户端和智能体读取的结构化界面。
来源：d/rksci