LXB框架：VLM与XML融合实现跨设备移动自动化，深度任务成功率100%

据Runguo Chen的预印本论文，LXB是一种跨设备移动自动化框架，采用神经-符号混合架构，针对视觉语言模型（VLM）驱动的移动自动化在复杂多页任务上延迟高、API成本高、可靠性差的问题提出三项设计：VLM-XML融合，通过点包含匹配将VLM的语义检测与XML无障碍节点对齐；Route-Then-Act范式，将确定性的图导航与AI引导的执行分离；节点驱动探索，通过广度优先遍历已发现的导航节点构建导航图。论文称在淘宝与哔哩哔哩的8项真实任务上总体成功率为100%；在需至少2次导航跳转的深度任务上，LXB成功率为100%且仅需1.0次模型调用（仅在规划阶段进行一次LLM查询），而VLM-ReAct为80.0%、需3.87次模型调用，模型调用减少74%，token消耗减少58.6%。该结果为预印本报告，尚未经同行评审。