Opposable popsal aplikaci pro Android, která čte obsah obrazovky přes službu zpřístupnění a provádí klepnutí nebo zadávání textu v jiných aplikacích. Vedle připojení k velkým asistentům umí používat lokální model GUI-Owl 1.5 s dvěma miliardami parametrů. Model běží ve čtyřbitové podobě přes llama.cpp, bez serverového vyhodnocování daného kroku.
Autoři uvádějí optimalizace obrazového vstupu, mezipaměti i ukončování generování po rozpoznání jednoznačného prvku rozhraní. Část zpracování obrazu otestovali na NPU telefonu Galaxy S25, její čas ale není časem celé akce agenta. Dosavadní vyhodnocení zahrnuje jen malou sadu obrazovek a úloh. U neznámých aplikací je lokální model slabší než cloudové alternativy a podpora akcelerace se liší podle hardwaru telefonu.
