Skip to content

Open-source AI browser agent for Chrome and Firefox (monorepo) 🧠

Rename Vision mode to Tesla mode and announce it on the blog

Barack Sokullu4053e67283b4
diff --git a/README.md b/README.md
index 6bd759d12..7e2b8bb92 100644
--- a/README.md
+++ b/README.md
@@ -147,8 +147,8 @@ required; turning the existing switch off also purges queued diagnostics.
elements, via the accessibility tree rather than brittle selectors
- **Acts on it** — click, type, scroll, navigate, upload, download, and verify
forms, with per-site permission prompts before consequential actions
-- **Vision mode** — with a model that takes images, Act runs see the page as
- screenshots and click, type and scroll at coordinates; only the changed part
+- **Tesla mode** — vision only, like a Tesla on cameras: with a model that
+ takes images, Act runs see the page as screenshots and click, type and scroll at coordinates; only the changed part
of the screen is sent after each action, and retina displays and browser
zoom are handled ([details](docs/vision-mode.md))
- **Plan before Act** — Act and Dev can generate a structured plan, show it for
diff --git a/docs/accessibility-tree-and-refs.md b/docs/accessibility-tree-and-refs.md
index 4c7e003cb..f8c99de7d 100644
--- a/docs/accessibility-tree-and-refs.md
+++ b/docs/accessibility-tree-and-refs.md
@@ -2,7 +2,7 @@
The accessibility-tree (AX) subsystem is the primary page-interaction path for the agent. It replaces the older index-based `get_interactive_elements` for almost all flows.
-An Act run in [vision mode](vision-mode.md) (the default when the model takes images) does not use this subsystem for its model: it sees screenshots and acts with coordinates. Everything below applies to Ask, Dev, text-only models and Act with vision mode off.
+An Act run in [vision mode](vision-mode.md) (Tesla mode in Settings; the default when the model takes images) does not use this subsystem for its model: it sees screenshots and acts with coordinates. Everything below applies to Ask, Dev, text-only models and Act with vision mode off.
---
diff --git a/docs/agent-tools.md b/docs/agent-tools.md
index 305569a27..5500376db 100644
--- a/docs/agent-tools.md
+++ b/docs/agent-tools.md
@@ -26,7 +26,7 @@ Tier defaults and resolution rules are documented in
lean Act run gets its tier's tools and prompt, and WebBrain skips its quality
checks; see [lean mode](lean-mode.md).
-**Vision mode** (Settings → Advanced → Vision mode, Auto by default) replaces the
+**Vision mode** (Settings → Advanced → Tesla mode, Auto by default) replaces the
tree, ref and selector tools of an Act run whose model takes images with
coordinate tools (`click_at`, `scroll_at`, `hover_at`, `drag_at`, `zoom`,
`take_screenshot`, `wait`) and a vision prompt; the run sees the page as a
diff --git a/docs/vision-mode.md b/docs/vision-mode.md
index 0fe9683c3..da2581fbf 100644
--- a/docs/vision-mode.md
+++ b/docs/vision-mode.md
@@ -1,14 +1,16 @@
-# Vision mode
+# Tesla mode (vision mode)
+
+Tesla mode is the user-facing name of vision mode (Settings → Advanced, called **Vision mode** before). Like a Tesla that drives on cameras alone, the run works only from what it sees. With the setting Off, WebBrain is closer to Waymo, which adds other sensors: an Act run reads the page's accessibility tree, element refs and selectors, with screenshots as one more input. In code, storage and traces the feature keeps the name vision mode (`visionMode`, `vision_mode`).
In vision mode an Act run sees the tab only as screenshots and acts with the mouse and keyboard at coordinates. There is no accessibility tree, no `ref_id` and no CSS selector in the model's view. The run starts from a full frame of the viewport; after every action WebBrain sends only what changed on screen (a patch), a new full frame when most of the screen changed, or a one-line "no visible change".
-The accessibility-tree path stays available (Settings → Advanced → **Vision mode** → Off) and is used automatically when the model cannot take images.
+The accessibility-tree path stays available (Settings → Advanced → **Tesla mode** → Off) and is used automatically when the model cannot take images.
## The setting
Settings → Advanced:
-- **Vision mode** (storage key `visionMode`): **Auto** (default) or **Off**. Auto applies to Act runs whose model receives screenshots directly (`provider.supportsVision`). A separate describe-only vision model cannot aim clicks, so a text-only model keeps the accessibility tree. Ask and Dev are unchanged. The option was called **On** before; a stored `on` (or `true`), and an exported configuration that carries it, reads as Auto.
+- **Tesla mode** (storage key `visionMode`; called **Vision mode** before): **Auto** (default) or **Off**. Auto applies to Act runs whose model receives screenshots directly (`provider.supportsVision`). A separate describe-only vision model cannot aim clicks, so a text-only model keeps the accessibility tree. Ask and Dev are unchanged. The option was called **On** before; a stored `on` (or `true`), and an exported configuration that carries it, reads as Auto.
- **Vision screenshot size** (`visionQuality`): **Economy**, **Balanced** (default) or **Sharp**. It caps the model-facing image (Economy: long edge 1024 px / 0.6 MP; Balanced: 1440 px / 1.05 MP; Sharp: the provider's own limit). The model can always `zoom` for detail.
A run decides once, when it starts (`_beginVisionRun` snapshots both settings), like lean mode. The resolved state is recorded in the trace's runtime config as `vision_mode_setting` and `vision_mode`. The `Agent` class default is `off`, so embedders and unit tests opt in explicitly; `background.js` applies the stored setting, whose default is `on`.
diff --git a/src/chrome/src/agent/vision-mode.js b/src/chrome/src/agent/vision-mode.js
index 5d8fdeaaf..1370d47d4 100644
--- a/src/chrome/src/agent/vision-mode.js
+++ b/src/chrome/src/agent/vision-mode.js
@@ -1,7 +1,7 @@
// Vision mode setting and per-run resolution (browser-free).
// Shared verbatim by the Chrome and Firefox builds (test/vision-mode.mjs).
//
-// Settings → Advanced → "Vision mode" (storage key `visionMode`):
+// Settings → Advanced → "Tesla mode", called "Vision mode" before (storage key `visionMode`):
// 'auto' — Act runs see the page as screenshots and act with coordinates
// whenever the run's model accepts images. This is the default.
// The option was called On before, so a stored 'on' (or true)
diff --git a/src/chrome/src/ui/locales/ar.js b/src/chrome/src/ui/locales/ar.js
index 410569cd9..17f482a21 100644
--- a/src/chrome/src/ui/locales/ar.js
+++ b/src/chrome/src/ui/locales/ar.js
@@ -960,12 +960,12 @@ export default {
"st.display.lean_mode.auto": "تلقائي",
"st.display.lean_mode.on": "تشغيل",
"st.display.lean_mode.off": "إيقاف",
- "st.display.vision_mode.label": "الوضع المرئي",
- "st.display.vision_mode.desc": "في وضع التنفيذ يرى الوكيل الصفحة كلقطات شاشة وينقر ويكتب ويمرّر عند إحداثيات الشاشة بدلًا من قراءة شجرة إمكانية الوصول. يتطلب نموذجًا يقبل الصور؛ وتواصل النماذج الأخرى استخدام شجرة إمكانية الوصول. بعد كل إجراء يُرسَل الجزء المتغيّر من الشاشة فقط. تُعالَج شاشات Retina وتكبير المتصفح تلقائيًا.",
+ "st.display.vision_mode.label": "وضع Tesla",
+ "st.display.vision_mode.desc": "الرؤية فقط، مثل سيارة Tesla تقود بالكاميرات وحدها. عند الإيقاف يشبه Waymo أكثر، إذ يضيف حساسات أخرى: يقرأ الوكيل شجرة إمكانية الوصول أيضًا. في وضع التنفيذ يرى الوكيل الصفحة كلقطات شاشة وينقر ويكتب ويمرّر عند إحداثيات الشاشة بدلًا من قراءة شجرة إمكانية الوصول. يتطلب نموذجًا يقبل الصور؛ وتواصل النماذج الأخرى استخدام شجرة إمكانية الوصول. بعد كل إجراء يُرسَل الجزء المتغيّر من الشاشة فقط. تُعالَج شاشات Retina وتكبير المتصفح تلقائيًا.",
"st.display.vision_mode.auto": "تلقائي",
"st.display.vision_mode.off": "إيقاف",
"st.display.vision_quality.label": "حجم لقطات الوضع المرئي",
- "st.display.vision_quality.desc": "حجم لقطات الشاشة المرسلة في الوضع المرئي. الاقتصادي يستهلك أقل عدد من الرموز ويُرفع أسرع؛ والحاد يحتفظ بأكبر قدر من التفاصيل. يمكن للوكيل دائمًا تكبير النص الصغير.",
+ "st.display.vision_quality.desc": "حجم لقطات الشاشة المرسلة في وضع Tesla. الاقتصادي يستهلك أقل عدد من الرموز ويُرفع أسرع؛ والحاد يحتفظ بأكبر قدر من التفاصيل. يمكن للوكيل دائمًا تكبير النص الصغير.",
"st.display.vision_quality.economy": "اقتصادي",
"st.display.vision_quality.balanced": "متوازن",
"st.display.vision_quality.sharp": "حاد",
diff --git a/src/chrome/src/ui/locales/bn.js b/src/chrome/src/ui/locales/bn.js
index a2d03e919..f3bfaa668 100644
--- a/src/chrome/src/ui/locales/bn.js
+++ b/src/chrome/src/ui/locales/bn.js
@@ -774,12 +774,12 @@ export default {
"st.display.lean_mode.auto": "অটো",
"st.display.lean_mode.on": "চালু",
"st.display.lean_mode.off": "বন্ধ",
- "st.display.vision_mode.label": "ভিজ্যুয়াল মোড",
- "st.display.vision_mode.desc": "Act মোডে এজেন্ট পেজটিকে স্ক্রিনশট হিসেবে দেখে এবং অ্যাক্সেসিবিলিটি ট্রি পড়ার বদলে স্ক্রিনের স্থানাঙ্কে ক্লিক, টাইপ ও স্ক্রল করে। এর জন্য ছবি গ্রহণ করে এমন মডেল লাগে; অন্য মডেলগুলো অ্যাক্সেসিবিলিটি ট্রি ব্যবহার করে চলে। প্রতিটি কাজের পর স্ক্রিনের শুধু পরিবর্তিত অংশ পাঠানো হয়। রেটিনা ডিসপ্লে ও ব্রাউজার জুম স্বয়ংক্রিয়ভাবে সামলানো হয়।",
+ "st.display.vision_mode.label": "Tesla মোড",
+ "st.display.vision_mode.desc": "শুধু দৃষ্টি, যেমন শুধু ক্যামেরা দিয়ে চলা Tesla। বন্ধ থাকলে এটি Waymo-র মতো, যা অন্য সেন্সরও যোগ করে: এজেন্ট অ্যাক্সেসিবিলিটি ট্রিও পড়ে। Act মোডে এজেন্ট পেজটিকে স্ক্রিনশট হিসেবে দেখে এবং অ্যাক্সেসিবিলিটি ট্রি পড়ার বদলে স্ক্রিনের স্থানাঙ্কে ক্লিক, টাইপ ও স্ক্রল করে। এর জন্য ছবি গ্রহণ করে এমন মডেল লাগে; অন্য মডেলগুলো অ্যাক্সেসিবিলিটি ট্রি ব্যবহার করে চলে। প্রতিটি কাজের পর স্ক্রিনের শুধু পরিবর্তিত অংশ পাঠানো হয়। রেটিনা ডিসপ্লে ও ব্রাউজার জুম স্বয়ংক্রিয়ভাবে সামলানো হয়।",
"st.display.vision_mode.auto": "অটো",
"st.display.vision_mode.off": "বন্ধ",
"st.display.vision_quality.label": "ভিজ্যুয়াল মোডের স্ক্রিনশটের আকার",
- "st.display.vision_quality.desc": "ভিজ্যুয়াল মোডে পাঠানো স্ক্রিনশটের আকার। সাশ্রয়ী সবচেয়ে কম টোকেন খরচ করে ও দ্রুত আপলোড হয়; তীক্ষ্ণ সবচেয়ে বেশি বিবরণ রাখে। এজেন্ট ছোট লেখায় সবসময় জুম করতে পারে।",
+ "st.display.vision_quality.desc": "Tesla মোডে পাঠানো স্ক্রিনশটের আকার। সাশ্রয়ী সবচেয়ে কম টোকেন খরচ করে ও দ্রুত আপলোড হয়; তীক্ষ্ণ সবচেয়ে বেশি বিবরণ রাখে। এজেন্ট ছোট লেখায় সবসময় জুম করতে পারে।",
"st.display.vision_quality.economy": "সাশ্রয়ী",
"st.display.vision_quality.balanced": "ভারসাম্যপূর্ণ",
"st.display.vision_quality.sharp": "তীক্ষ্ণ",
diff --git a/src/chrome/src/ui/locales/de.js b/src/chrome/src/ui/locales/de.js
index 40ce453a4..d396636e7 100644
--- a/src/chrome/src/ui/locales/de.js
+++ b/src/chrome/src/ui/locales/de.js
@@ -771,12 +771,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "An",
"st.display.lean_mode.off": "Aus",
- "st.display.vision_mode.label": "Visueller Modus",
- "st.display.vision_mode.desc": "Im Modus „Handeln“ sieht der Agent die Seite als Screenshots und klickt, tippt und scrollt an Bildschirmkoordinaten, statt den Barrierefreiheitsbaum zu lesen. Erfordert ein Modell, das Bilder annimmt; andere Modelle nutzen weiter den Barrierefreiheitsbaum. Nach jeder Aktion wird nur der geänderte Teil des Bildschirms gesendet. Retina-Displays und Browser-Zoom werden automatisch berücksichtigt.",
+ "st.display.vision_mode.label": "Tesla-Modus",
+ "st.display.vision_mode.desc": "Nur Sehen, wie ein Tesla, der allein mit Kameras fährt. Aus ähnelt eher Waymo, das weitere Sensoren nutzt: Der Agent liest zusätzlich den Barrierefreiheitsbaum. Im Modus „Handeln“ sieht der Agent die Seite als Screenshots und klickt, tippt und scrollt an Bildschirmkoordinaten, statt den Barrierefreiheitsbaum zu lesen. Erfordert ein Modell, das Bilder annimmt; andere Modelle nutzen weiter den Barrierefreiheitsbaum. Nach jeder Aktion wird nur der geänderte Teil des Bildschirms gesendet. Retina-Displays und Browser-Zoom werden automatisch berücksichtigt.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Aus",
"st.display.vision_quality.label": "Screenshot-Größe im visuellen Modus",
- "st.display.vision_quality.desc": "Größe der im visuellen Modus gesendeten Screenshots. Sparsam verbraucht die wenigsten Tokens und lädt am schnellsten; Scharf behält die meisten Details. Der Agent kann kleine Schrift jederzeit vergrößern.",
+ "st.display.vision_quality.desc": "Größe der im Tesla-Modus gesendeten Screenshots. Sparsam verbraucht die wenigsten Tokens und lädt am schnellsten; Scharf behält die meisten Details. Der Agent kann kleine Schrift jederzeit vergrößern.",
"st.display.vision_quality.economy": "Sparsam",
"st.display.vision_quality.balanced": "Ausgewogen",
"st.display.vision_quality.sharp": "Scharf",
diff --git a/src/chrome/src/ui/locales/en.js b/src/chrome/src/ui/locales/en.js
index 474918e44..d5dd48f7c 100644
--- a/src/chrome/src/ui/locales/en.js
+++ b/src/chrome/src/ui/locales/en.js
@@ -779,12 +779,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "On",
"st.display.lean_mode.off": "Off",
- "st.display.vision_mode.label": "Vision mode",
- "st.display.vision_mode.desc": "In Act mode the agent sees the page as screenshots and clicks, types and scrolls at screen coordinates instead of reading the accessibility tree. Needs a model that accepts images; other models keep the accessibility tree. After each action only the changed part of the screen is sent. Retina displays and browser zoom are handled automatically.",
+ "st.display.vision_mode.label": "Tesla mode",
+ "st.display.vision_mode.desc": "Vision only, like a Tesla driving on cameras alone: in Act mode the agent sees the page as screenshots and clicks, types and scrolls at screen coordinates. Off works more like Waymo, which adds other sensors: the agent also reads the page's accessibility tree. Needs a model that accepts images; other models keep the accessibility tree. After each action only the changed part of the screen is sent. Retina displays and browser zoom are handled automatically.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Off",
"st.display.vision_quality.label": "Vision screenshot size",
- "st.display.vision_quality.desc": "Size of the screenshots sent in vision mode. Economy uses the fewest tokens and uploads fastest; Sharp keeps the most detail. The agent can always zoom into small text.",
+ "st.display.vision_quality.desc": "Size of the screenshots sent in Tesla mode. Economy uses the fewest tokens and uploads fastest; Sharp keeps the most detail. The agent can always zoom into small text.",
"st.display.vision_quality.economy": "Economy",
"st.display.vision_quality.balanced": "Balanced",
"st.display.vision_quality.sharp": "Sharp",
diff --git a/src/chrome/src/ui/locales/es.js b/src/chrome/src/ui/locales/es.js
index b6d7632c0..2b081a066 100644
--- a/src/chrome/src/ui/locales/es.js
+++ b/src/chrome/src/ui/locales/es.js
@@ -960,12 +960,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "Activado",
"st.display.lean_mode.off": "Desactivado",
- "st.display.vision_mode.label": "Modo visual",
- "st.display.vision_mode.desc": "En el modo Actuar, el agente ve la página como capturas de pantalla y hace clic, escribe y desplaza en coordenadas de pantalla en lugar de leer el árbol de accesibilidad. Requiere un modelo que acepte imágenes; los demás modelos siguen usando el árbol de accesibilidad. Tras cada acción solo se envía la parte de la pantalla que cambió. Las pantallas Retina y el zoom del navegador se gestionan automáticamente.",
+ "st.display.vision_mode.label": "Modo Tesla",
+ "st.display.vision_mode.desc": "Solo visión, como un Tesla que conduce únicamente con cámaras. Desactivado se parece más a Waymo, que suma otros sensores: el agente también lee el árbol de accesibilidad. En el modo Actuar, el agente ve la página como capturas de pantalla y hace clic, escribe y desplaza en coordenadas de pantalla en lugar de leer el árbol de accesibilidad. Requiere un modelo que acepte imágenes; los demás modelos siguen usando el árbol de accesibilidad. Tras cada acción solo se envía la parte de la pantalla que cambió. Las pantallas Retina y el zoom del navegador se gestionan automáticamente.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Desactivado",
"st.display.vision_quality.label": "Tamaño de las capturas en modo visual",
- "st.display.vision_quality.desc": "Tamaño de las capturas enviadas en modo visual. Económico usa menos tokens y se sube más rápido; Nítido conserva más detalle. El agente siempre puede ampliar el texto pequeño.",
+ "st.display.vision_quality.desc": "Tamaño de las capturas enviadas en modo Tesla. Económico usa menos tokens y se sube más rápido; Nítido conserva más detalle. El agente siempre puede ampliar el texto pequeño.",
"st.display.vision_quality.economy": "Económico",
"st.display.vision_quality.balanced": "Equilibrado",
"st.display.vision_quality.sharp": "Nítido",
diff --git a/src/chrome/src/ui/locales/fa.js b/src/chrome/src/ui/locales/fa.js
index 2ae87bb7c..8b83976fa 100644
--- a/src/chrome/src/ui/locales/fa.js
+++ b/src/chrome/src/ui/locales/fa.js
@@ -774,12 +774,12 @@ export default {
"st.display.lean_mode.auto": "خودکار",
"st.display.lean_mode.on": "روشن",
"st.display.lean_mode.off": "خاموش",
- "st.display.vision_mode.label": "حالت تصویری",
- "st.display.vision_mode.desc": "در حالت «انجام» عامل صفحه را به‌صورت تصویر صفحه می‌بیند و به‌جای خواندن درخت دسترس‌پذیری، در مختصات صفحه کلیک می‌کند، تایپ می‌کند و پیمایش می‌کند. به مدلی نیاز دارد که تصویر بپذیرد؛ مدل‌های دیگر همچنان از درخت دسترس‌پذیری استفاده می‌کنند. پس از هر اقدام فقط بخش تغییرکرده صفحه فرستاده می‌شود. نمایشگرهای Retina و بزرگ‌نمایی مرورگر خودکار لحاظ می‌شوند.",
+ "st.display.vision_mode.label": "حالت تسلا",
+ "st.display.vision_mode.desc": "فقط بینایی، مثل تسلایی که فقط با دوربین رانندگی می‌کند. در حالت خاموش بیشتر شبیه Waymo است که حسگرهای دیگر را هم به کار می‌گیرد: عامل درخت دسترس‌پذیری را هم می‌خواند. در حالت «انجام» عامل صفحه را به‌صورت تصویر صفحه می‌بیند و به‌جای خواندن درخت دسترس‌پذیری، در مختصات صفحه کلیک می‌کند، تایپ می‌کند و پیمایش می‌کند. به مدلی نیاز دارد که تصویر بپذیرد؛ مدل‌های دیگر همچنان از درخت دسترس‌پذیری استفاده می‌کنند. پس از هر اقدام فقط بخش تغییرکرده صفحه فرستاده می‌شود. نمایشگرهای Retina و بزرگ‌نمایی مرورگر خودکار لحاظ می‌شوند.",
"st.display.vision_mode.auto": "خودکار",
"st.display.vision_mode.off": "خاموش",
"st.display.vision_quality.label": "اندازه تصویرهای حالت تصویری",
- "st.display.vision_quality.desc": "اندازه تصویرهای صفحه در حالت تصویری. اقتصادی کمترین توکن را مصرف می‌کند و سریع‌تر ارسال می‌شود؛ واضح بیشترین جزئیات را نگه می‌دارد. عامل همیشه می‌تواند روی متن ریز بزرگ‌نمایی کند.",
+ "st.display.vision_quality.desc": "اندازه تصویرهای صفحه در حالت تسلا. اقتصادی کمترین توکن را مصرف می‌کند و سریع‌تر ارسال می‌شود؛ واضح بیشترین جزئیات را نگه می‌دارد. عامل همیشه می‌تواند روی متن ریز بزرگ‌نمایی کند.",
"st.display.vision_quality.economy": "اقتصادی",
"st.display.vision_quality.balanced": "متعادل",
"st.display.vision_quality.sharp": "واضح",
diff --git a/src/chrome/src/ui/locales/fr.js b/src/chrome/src/ui/locales/fr.js
index 79526d327..c6fb08492 100644
--- a/src/chrome/src/ui/locales/fr.js
+++ b/src/chrome/src/ui/locales/fr.js
@@ -960,12 +960,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "Activé",
"st.display.lean_mode.off": "Désactivé",
- "st.display.vision_mode.label": "Mode visuel",
- "st.display.vision_mode.desc": "En mode Agir, l’agent voit la page sous forme de captures d’écran et clique, tape et fait défiler à des coordonnées de l’écran au lieu de lire l’arbre d’accessibilité. Nécessite un modèle qui accepte les images ; les autres modèles conservent l’arbre d’accessibilité. Après chaque action, seule la partie de l’écran qui a changé est envoyée. Les écrans Retina et le zoom du navigateur sont gérés automatiquement.",
+ "st.display.vision_mode.label": "Mode Tesla",
+ "st.display.vision_mode.desc": "Uniquement la vision, comme une Tesla qui conduit avec ses seules caméras. Désactivé ressemble davantage à Waymo, qui ajoute d’autres capteurs : l’agent lit aussi l’arbre d’accessibilité. En mode Agir, l’agent voit la page sous forme de captures d’écran et clique, tape et fait défiler à des coordonnées de l’écran au lieu de lire l’arbre d’accessibilité. Nécessite un modèle qui accepte les images ; les autres modèles conservent l’arbre d’accessibilité. Après chaque action, seule la partie de l’écran qui a changé est envoyée. Les écrans Retina et le zoom du navigateur sont gérés automatiquement.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Désactivé",
"st.display.vision_quality.label": "Taille des captures en mode visuel",
- "st.display.vision_quality.desc": "Taille des captures envoyées en mode visuel. Économique utilise le moins de jetons et s’envoie le plus vite ; Net conserve le plus de détails. L’agent peut toujours zoomer sur un petit texte.",
+ "st.display.vision_quality.desc": "Taille des captures envoyées en mode Tesla. Économique utilise le moins de jetons et s’envoie le plus vite ; Net conserve le plus de détails. L’agent peut toujours zoomer sur un petit texte.",
"st.display.vision_quality.economy": "Économique",
"st.display.vision_quality.balanced": "Équilibré",
"st.display.vision_quality.sharp": "Net",
diff --git a/src/chrome/src/ui/locales/he.js b/src/chrome/src/ui/locales/he.js
index b26847206..147b14e4b 100644
--- a/src/chrome/src/ui/locales/he.js
+++ b/src/chrome/src/ui/locales/he.js
@@ -756,12 +756,12 @@ export default {
"st.display.lean_mode.auto": "אוטומטי",
"st.display.lean_mode.on": "פועל",
"st.display.lean_mode.off": "כבוי",
- "st.display.vision_mode.label": "מצב חזותי",
- "st.display.vision_mode.desc": "במצב פעולה הסוכן רואה את הדף כצילומי מסך ולוחץ, מקליד וגולל בקואורדינטות מסך במקום לקרוא את עץ הנגישות. נדרש מודל שמקבל תמונות; מודלים אחרים ממשיכים להשתמש בעץ הנגישות. אחרי כל פעולה נשלח רק החלק שהשתנה במסך. מסכי Retina והגדלת הדפדפן מטופלים אוטומטית.",
+ "st.display.vision_mode.label": "מצב טסלה",
+ "st.display.vision_mode.desc": "ראייה בלבד, כמו טסלה שנוהגת רק בעזרת מצלמות. במצב כבוי זה דומה יותר ל-Waymo, שמוסיפה חיישנים נוספים: הסוכן קורא גם את עץ הנגישות. במצב פעולה הסוכן רואה את הדף כצילומי מסך ולוחץ, מקליד וגולל בקואורדינטות מסך במקום לקרוא את עץ הנגישות. נדרש מודל שמקבל תמונות; מודלים אחרים ממשיכים להשתמש בעץ הנגישות. אחרי כל פעולה נשלח רק החלק שהשתנה במסך. מסכי Retina והגדלת הדפדפן מטופלים אוטומטית.",
"st.display.vision_mode.auto": "אוטומטי",
"st.display.vision_mode.off": "כבוי",
"st.display.vision_quality.label": "גודל צילומי המסך במצב חזותי",
- "st.display.vision_quality.desc": "גודל צילומי המסך שנשלחים במצב חזותי. חסכוני משתמש במעט אסימונים ומועלה מהר; חד שומר על מרב הפרטים. הסוכן תמיד יכול להגדיל טקסט קטן.",
+ "st.display.vision_quality.desc": "גודל צילומי המסך שנשלחים במצב טסלה. חסכוני משתמש במעט אסימונים ומועלה מהר; חד שומר על מרב הפרטים. הסוכן תמיד יכול להגדיל טקסט קטן.",
"st.display.vision_quality.economy": "חסכוני",
"st.display.vision_quality.balanced": "מאוזן",
"st.display.vision_quality.sharp": "חד",
diff --git a/src/chrome/src/ui/locales/hi.js b/src/chrome/src/ui/locales/hi.js
index 5808ba082..3822f4e69 100644
--- a/src/chrome/src/ui/locales/hi.js
+++ b/src/chrome/src/ui/locales/hi.js
@@ -774,12 +774,12 @@ export default {
"st.display.lean_mode.auto": "ऑटो",
"st.display.lean_mode.on": "चालू",
"st.display.lean_mode.off": "बंद",
- "st.display.vision_mode.label": "दृश्य मोड",
- "st.display.vision_mode.desc": "Act मोड में एजेंट पेज को स्क्रीनशॉट के रूप में देखता है और एक्सेसिबिलिटी ट्री पढ़ने के बजाय स्क्रीन निर्देशांकों पर क्लिक, टाइप और स्क्रॉल करता है। इसके लिए ऐसा मॉडल चाहिए जो इमेज स्वीकार करे; बाकी मॉडल एक्सेसिबिलिटी ट्री का उपयोग करते रहते हैं। हर क्रिया के बाद स्क्रीन का केवल बदला हुआ हिस्सा भेजा जाता है। रेटिना डिस्प्ले और ब्राउज़र ज़ूम अपने आप संभाले जाते हैं।",
+ "st.display.vision_mode.label": "Tesla मोड",
+ "st.display.vision_mode.desc": "सिर्फ़ दृष्टि, जैसे केवल कैमरों से चलने वाली Tesla। बंद होने पर यह Waymo जैसा है, जो दूसरे सेंसर भी जोड़ता है: एजेंट एक्सेसिबिलिटी ट्री भी पढ़ता है। Act मोड में एजेंट पेज को स्क्रीनशॉट के रूप में देखता है और एक्सेसिबिलिटी ट्री पढ़ने के बजाय स्क्रीन निर्देशांकों पर क्लिक, टाइप और स्क्रॉल करता है। इसके लिए ऐसा मॉडल चाहिए जो इमेज स्वीकार करे; बाकी मॉडल एक्सेसिबिलिटी ट्री का उपयोग करते रहते हैं। हर क्रिया के बाद स्क्रीन का केवल बदला हुआ हिस्सा भेजा जाता है। रेटिना डिस्प्ले और ब्राउज़र ज़ूम अपने आप संभाले जाते हैं।",
"st.display.vision_mode.auto": "ऑटो",
"st.display.vision_mode.off": "बंद",
"st.display.vision_quality.label": "दृश्य मोड स्क्रीनशॉट आकार",
- "st.display.vision_quality.desc": "दृश्य मोड में भेजे गए स्क्रीनशॉट का आकार। किफ़ायती सबसे कम टोकन लेता है और सबसे तेज़ अपलोड होता है; तीक्ष्ण सबसे अधिक विवरण रखता है। एजेंट छोटे पाठ पर हमेशा ज़ूम कर सकता है।",
+ "st.display.vision_quality.desc": "Tesla मोड में भेजे गए स्क्रीनशॉट का आकार। किफ़ायती सबसे कम टोकन लेता है और सबसे तेज़ अपलोड होता है; तीक्ष्ण सबसे अधिक विवरण रखता है। एजेंट छोटे पाठ पर हमेशा ज़ूम कर सकता है।",
"st.display.vision_quality.economy": "किफ़ायती",
"st.display.vision_quality.balanced": "संतुलित",
"st.display.vision_quality.sharp": "तीक्ष्ण",
diff --git a/src/chrome/src/ui/locales/id.js b/src/chrome/src/ui/locales/id.js
index f00471d80..565ea417c 100644
--- a/src/chrome/src/ui/locales/id.js
+++ b/src/chrome/src/ui/locales/id.js
@@ -960,12 +960,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "Aktif",
"st.display.lean_mode.off": "Nonaktif",
- "st.display.vision_mode.label": "Mode visual",
- "st.display.vision_mode.desc": "Dalam mode Bertindak, agen melihat halaman sebagai tangkapan layar dan mengklik, mengetik, serta menggulir pada koordinat layar alih-alih membaca pohon aksesibilitas. Memerlukan model yang menerima gambar; model lain tetap memakai pohon aksesibilitas. Setelah setiap tindakan hanya bagian layar yang berubah yang dikirim. Layar Retina dan zoom browser ditangani otomatis.",
+ "st.display.vision_mode.label": "Mode Tesla",
+ "st.display.vision_mode.desc": "Hanya penglihatan, seperti Tesla yang mengemudi dengan kamera saja. Saat nonaktif lebih mirip Waymo yang menambah sensor lain: agen juga membaca pohon aksesibilitas. Dalam mode Bertindak, agen melihat halaman sebagai tangkapan layar dan mengklik, mengetik, serta menggulir pada koordinat layar alih-alih membaca pohon aksesibilitas. Memerlukan model yang menerima gambar; model lain tetap memakai pohon aksesibilitas. Setelah setiap tindakan hanya bagian layar yang berubah yang dikirim. Layar Retina dan zoom browser ditangani otomatis.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Nonaktif",
"st.display.vision_quality.label": "Ukuran tangkapan layar mode visual",
- "st.display.vision_quality.desc": "Ukuran tangkapan layar yang dikirim dalam mode visual. Hemat memakai token paling sedikit dan paling cepat diunggah; Tajam mempertahankan detail terbanyak. Agen selalu dapat memperbesar teks kecil.",
+ "st.display.vision_quality.desc": "Ukuran tangkapan layar yang dikirim dalam mode Tesla. Hemat memakai token paling sedikit dan paling cepat diunggah; Tajam mempertahankan detail terbanyak. Agen selalu dapat memperbesar teks kecil.",
"st.display.vision_quality.economy": "Hemat",
"st.display.vision_quality.balanced": "Seimbang",
"st.display.vision_quality.sharp": "Tajam",
diff --git a/src/chrome/src/ui/locales/ja.js b/src/chrome/src/ui/locales/ja.js
index 4a536c110..e8ffa7b92 100644
--- a/src/chrome/src/ui/locales/ja.js
+++ b/src/chrome/src/ui/locales/ja.js
@@ -960,12 +960,12 @@ export default {
"st.display.lean_mode.auto": "自動",
"st.display.lean_mode.on": "オン",
"st.display.lean_mode.off": "オフ",
- "st.display.vision_mode.label": "ビジョンモード",
- "st.display.vision_mode.desc": "実行モードでは、エージェントはアクセシビリティツリーを読む代わりにページをスクリーンショットとして見て、画面座標でクリック・入力・スクロールします。画像を受け付けるモデルが必要で、それ以外のモデルは引き続きアクセシビリティツリーを使います。各操作の後は画面の変化した部分だけが送信されます。Retina ディスプレイとブラウザのズームは自動で処理されます。",
+ "st.display.vision_mode.label": "テスラモード",
+ "st.display.vision_mode.desc": "テスラがカメラだけで走るように、視覚だけで操作します。オフにすると、ほかのセンサーも使う Waymo に近くなり、エージェントはアクセシビリティツリーも読みます。実行モードでは、エージェントはアクセシビリティツリーを読む代わりにページをスクリーンショットとして見て、画面座標でクリック・入力・スクロールします。画像を受け付けるモデルが必要で、それ以外のモデルは引き続きアクセシビリティツリーを使います。各操作の後は画面の変化した部分だけが送信されます。Retina ディスプレイとブラウザのズームは自動で処理されます。",
"st.display.vision_mode.auto": "自動",
"st.display.vision_mode.off": "オフ",
"st.display.vision_quality.label": "ビジョンモードのスクリーンショットサイズ",
- "st.display.vision_quality.desc": "ビジョンモードで送るスクリーンショットのサイズ。エコノミーはトークンが最も少なく最速でアップロードでき、シャープは最も多くの詳細を保ちます。エージェントは小さな文字をいつでもズームできます。",
+ "st.display.vision_quality.desc": "テスラモードで送るスクリーンショットのサイズ。エコノミーはトークンが最も少なく最速でアップロードでき、シャープは最も多くの詳細を保ちます。エージェントは小さな文字をいつでもズームできます。",
"st.display.vision_quality.economy": "エコノミー",
"st.display.vision_quality.balanced": "バランス",
"st.display.vision_quality.sharp": "シャープ",
diff --git a/src/chrome/src/ui/locales/ko.js b/src/chrome/src/ui/locales/ko.js
index 59afb3ae7..388cd91e9 100644
--- a/src/chrome/src/ui/locales/ko.js
+++ b/src/chrome/src/ui/locales/ko.js
@@ -960,12 +960,12 @@ export default {
"st.display.lean_mode.auto": "자동",
"st.display.lean_mode.on": "켬",
"st.display.lean_mode.off": "끔",
- "st.display.vision_mode.label": "비전 모드",
- "st.display.vision_mode.desc": "실행 모드에서 에이전트는 접근성 트리를 읽는 대신 페이지를 스크린샷으로 보고 화면 좌표에서 클릭, 입력, 스크롤합니다. 이미지를 받는 모델이 필요하며, 다른 모델은 계속 접근성 트리를 사용합니다. 각 동작 후에는 화면에서 바뀐 부분만 전송됩니다. 레티나 디스플레이와 브라우저 확대/축소는 자동으로 처리됩니다.",
+ "st.display.vision_mode.label": "테슬라 모드",
+ "st.display.vision_mode.desc": "카메라만으로 주행하는 테슬라처럼 시각 정보만 사용합니다. 끄면 다른 센서도 함께 쓰는 Waymo에 가까워져, 에이전트가 접근성 트리도 읽습니다. 실행 모드에서 에이전트는 접근성 트리를 읽는 대신 페이지를 스크린샷으로 보고 화면 좌표에서 클릭, 입력, 스크롤합니다. 이미지를 받는 모델이 필요하며, 다른 모델은 계속 접근성 트리를 사용합니다. 각 동작 후에는 화면에서 바뀐 부분만 전송됩니다. 레티나 디스플레이와 브라우저 확대/축소는 자동으로 처리됩니다.",
"st.display.vision_mode.auto": "자동",
"st.display.vision_mode.off": "꺼짐",
"st.display.vision_quality.label": "비전 모드 스크린샷 크기",
- "st.display.vision_quality.desc": "비전 모드에서 보내는 스크린샷의 크기입니다. 절약은 토큰을 가장 적게 쓰고 가장 빨리 업로드되며, 선명은 세부 정보를 가장 많이 유지합니다. 에이전트는 작은 글자를 언제든 확대할 수 있습니다.",
+ "st.display.vision_quality.desc": "테슬라 모드에서 보내는 스크린샷의 크기입니다. 절약은 토큰을 가장 적게 쓰고 가장 빨리 업로드되며, 선명은 세부 정보를 가장 많이 유지합니다. 에이전트는 작은 글자를 언제든 확대할 수 있습니다.",
"st.display.vision_quality.economy": "절약",
"st.display.vision_quality.balanced": "균형",
"st.display.vision_quality.sharp": "선명",
diff --git a/src/chrome/src/ui/locales/ms.js b/src/chrome/src/ui/locales/ms.js
index 43c4c8263..fc955b6df 100644
--- a/src/chrome/src/ui/locales/ms.js
+++ b/src/chrome/src/ui/locales/ms.js
@@ -960,12 +960,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "Hidup",
"st.display.lean_mode.off": "Mati",
- "st.display.vision_mode.label": "Mod visual",
- "st.display.vision_mode.desc": "Dalam mod Bertindak, ejen melihat halaman sebagai tangkapan skrin dan mengklik, menaip serta menatal pada koordinat skrin dan bukannya membaca pepohon kebolehcapaian. Memerlukan model yang menerima imej; model lain terus menggunakan pepohon kebolehcapaian. Selepas setiap tindakan hanya bahagian skrin yang berubah dihantar. Paparan Retina dan zum pelayar dikendalikan secara automatik.",
+ "st.display.vision_mode.label": "Mod Tesla",
+ "st.display.vision_mode.desc": "Penglihatan sahaja, seperti Tesla yang memandu dengan kamera semata-mata. Apabila dimatikan ia lebih seperti Waymo yang menambah penderia lain: ejen turut membaca pepohon kebolehcapaian. Dalam mod Bertindak, ejen melihat halaman sebagai tangkapan skrin dan mengklik, menaip serta menatal pada koordinat skrin dan bukannya membaca pepohon kebolehcapaian. Memerlukan model yang menerima imej; model lain terus menggunakan pepohon kebolehcapaian. Selepas setiap tindakan hanya bahagian skrin yang berubah dihantar. Paparan Retina dan zum pelayar dikendalikan secara automatik.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Mati",
"st.display.vision_quality.label": "Saiz tangkapan skrin mod visual",
- "st.display.vision_quality.desc": "Saiz tangkapan skrin yang dihantar dalam mod visual. Jimat menggunakan token paling sedikit dan dimuat naik paling pantas; Tajam mengekalkan paling banyak butiran. Ejen sentiasa boleh mengezum teks kecil.",
+ "st.display.vision_quality.desc": "Saiz tangkapan skrin yang dihantar dalam mod Tesla. Jimat menggunakan token paling sedikit dan dimuat naik paling pantas; Tajam mengekalkan paling banyak butiran. Ejen sentiasa boleh mengezum teks kecil.",
"st.display.vision_quality.economy": "Jimat",
"st.display.vision_quality.balanced": "Seimbang",
"st.display.vision_quality.sharp": "Tajam",
diff --git a/src/chrome/src/ui/locales/nl.js b/src/chrome/src/ui/locales/nl.js
index 168b3937a..56d19fe4d 100644
--- a/src/chrome/src/ui/locales/nl.js
+++ b/src/chrome/src/ui/locales/nl.js
@@ -751,12 +751,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "Aan",
"st.display.lean_mode.off": "Uit",
- "st.display.vision_mode.label": "Visuele modus",
- "st.display.vision_mode.desc": "In de modus Handelen ziet de agent de pagina als schermafbeeldingen en klikt, typt en scrolt hij op schermcoördinaten in plaats van de toegankelijkheidsboom te lezen. Vereist een model dat afbeeldingen accepteert; andere modellen blijven de toegankelijkheidsboom gebruiken. Na elke actie wordt alleen het gewijzigde deel van het scherm verzonden. Retina-schermen en browserzoom worden automatisch verwerkt.",
+ "st.display.vision_mode.label": "Tesla-modus",
+ "st.display.vision_mode.desc": "Alleen zicht, zoals een Tesla die alleen op camera’s rijdt. Uit lijkt meer op Waymo, dat andere sensoren toevoegt: de agent leest ook de toegankelijkheidsboom. In de modus Handelen ziet de agent de pagina als schermafbeeldingen en klikt, typt en scrolt hij op schermcoördinaten in plaats van de toegankelijkheidsboom te lezen. Vereist een model dat afbeeldingen accepteert; andere modellen blijven de toegankelijkheidsboom gebruiken. Na elke actie wordt alleen het gewijzigde deel van het scherm verzonden. Retina-schermen en browserzoom worden automatisch verwerkt.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Uit",
"st.display.vision_quality.label": "Schermafbeeldingsgrootte in visuele modus",
- "st.display.vision_quality.desc": "Grootte van de schermafbeeldingen in de visuele modus. Zuinig gebruikt de minste tokens en uploadt het snelst; Scherp behoudt de meeste details. De agent kan altijd inzoomen op kleine tekst.",
+ "st.display.vision_quality.desc": "Grootte van de schermafbeeldingen in de Tesla-modus. Zuinig gebruikt de minste tokens en uploadt het snelst; Scherp behoudt de meeste details. De agent kan altijd inzoomen op kleine tekst.",
"st.display.vision_quality.economy": "Zuinig",
"st.display.vision_quality.balanced": "Gebalanceerd",
"st.display.vision_quality.sharp": "Scherp",
diff --git a/src/chrome/src/ui/locales/pl.js b/src/chrome/src/ui/locales/pl.js
index f522d80ca..7bf890328 100644
--- a/src/chrome/src/ui/locales/pl.js
+++ b/src/chrome/src/ui/locales/pl.js
@@ -952,12 +952,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "Wł.",
"st.display.lean_mode.off": "Wył.",
- "st.display.vision_mode.label": "Tryb wizualny",
- "st.display.vision_mode.desc": "W trybie Działaj agent widzi stronę jako zrzuty ekranu i klika, pisze oraz przewija we współrzędnych ekranu zamiast czytać drzewo dostępności. Wymaga modelu, który przyjmuje obrazy; inne modele nadal używają drzewa dostępności. Po każdej akcji wysyłana jest tylko zmieniona część ekranu. Ekrany Retina i powiększenie przeglądarki są obsługiwane automatycznie.",
+ "st.display.vision_mode.label": "Tryb Tesla",
+ "st.display.vision_mode.desc": "Tylko wzrok, jak Tesla jeżdżąca wyłącznie na kamerach. Wyłączony przypomina raczej Waymo, które dokłada inne czujniki: agent czyta też drzewo dostępności. W trybie Działaj agent widzi stronę jako zrzuty ekranu i klika, pisze oraz przewija we współrzędnych ekranu zamiast czytać drzewo dostępności. Wymaga modelu, który przyjmuje obrazy; inne modele nadal używają drzewa dostępności. Po każdej akcji wysyłana jest tylko zmieniona część ekranu. Ekrany Retina i powiększenie przeglądarki są obsługiwane automatycznie.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Wyłączony",
"st.display.vision_quality.label": "Rozmiar zrzutów w trybie wizualnym",
- "st.display.vision_quality.desc": "Rozmiar zrzutów wysyłanych w trybie wizualnym. Oszczędny zużywa najmniej tokenów i wysyła się najszybciej; Ostry zachowuje najwięcej szczegółów. Agent zawsze może powiększyć drobny tekst.",
+ "st.display.vision_quality.desc": "Rozmiar zrzutów wysyłanych w trybie Tesla. Oszczędny zużywa najmniej tokenów i wysyła się najszybciej; Ostry zachowuje najwięcej szczegółów. Agent zawsze może powiększyć drobny tekst.",
"st.display.vision_quality.economy": "Oszczędny",
"st.display.vision_quality.balanced": "Zrównoważony",
"st.display.vision_quality.sharp": "Ostry",
diff --git a/src/chrome/src/ui/locales/pt.js b/src/chrome/src/ui/locales/pt.js
index 32d014b08..0d16616aa 100644
--- a/src/chrome/src/ui/locales/pt.js
+++ b/src/chrome/src/ui/locales/pt.js
@@ -774,12 +774,12 @@ export default {
"st.display.lean_mode.auto": "Automático",
"st.display.lean_mode.on": "Ligado",
"st.display.lean_mode.off": "Desligado",
- "st.display.vision_mode.label": "Modo visual",
- "st.display.vision_mode.desc": "No modo Agir, o agente vê a página como capturas de tela e clica, digita e rola em coordenadas da tela em vez de ler a árvore de acessibilidade. Requer um modelo que aceite imagens; os outros modelos continuam com a árvore de acessibilidade. Após cada ação, só a parte da tela que mudou é enviada. Telas Retina e o zoom do navegador são tratados automaticamente.",
+ "st.display.vision_mode.label": "Modo Tesla",
+ "st.display.vision_mode.desc": "Só visão, como um Tesla que dirige apenas com câmeras. Desativado se parece mais com o Waymo, que soma outros sensores: o agente também lê a árvore de acessibilidade. No modo Agir, o agente vê a página como capturas de tela e clica, digita e rola em coordenadas da tela em vez de ler a árvore de acessibilidade. Requer um modelo que aceite imagens; os outros modelos continuam com a árvore de acessibilidade. Após cada ação, só a parte da tela que mudou é enviada. Telas Retina e o zoom do navegador são tratados automaticamente.",
"st.display.vision_mode.auto": "Automático",
"st.display.vision_mode.off": "Desativado",
"st.display.vision_quality.label": "Tamanho das capturas no modo visual",
- "st.display.vision_quality.desc": "Tamanho das capturas enviadas no modo visual. Econômico usa menos tokens e envia mais rápido; Nítido mantém mais detalhes. O agente sempre pode ampliar textos pequenos.",
+ "st.display.vision_quality.desc": "Tamanho das capturas enviadas no modo Tesla. Econômico usa menos tokens e envia mais rápido; Nítido mantém mais detalhes. O agente sempre pode ampliar textos pequenos.",
"st.display.vision_quality.economy": "Econômico",
"st.display.vision_quality.balanced": "Equilibrado",
"st.display.vision_quality.sharp": "Nítido",
diff --git a/src/chrome/src/ui/locales/ru.js b/src/chrome/src/ui/locales/ru.js
index 4c87ce2ec..76f0900c5 100644
--- a/src/chrome/src/ui/locales/ru.js
+++ b/src/chrome/src/ui/locales/ru.js
@@ -960,12 +960,12 @@ export default {
"st.display.lean_mode.auto": "Авто",
"st.display.lean_mode.on": "Вкл.",
"st.display.lean_mode.off": "Выкл.",
- "st.display.vision_mode.label": "Визуальный режим",
- "st.display.vision_mode.desc": "В режиме «Действовать» агент видит страницу как снимки экрана и нажимает, печатает и прокручивает по координатам экрана, а не читает дерево доступности. Нужна модель, принимающая изображения; остальные модели продолжают работать с деревом доступности. После каждого действия отправляется только изменившаяся часть экрана. Экраны Retina и масштаб браузера учитываются автоматически.",
+ "st.display.vision_mode.label": "Режим Tesla",
+ "st.display.vision_mode.desc": "Только зрение, как Tesla, которая ездит на одних камерах. Выключенный режим ближе к Waymo, где есть и другие датчики: агент также читает дерево доступности. В режиме «Действовать» агент видит страницу как снимки экрана и нажимает, печатает и прокручивает по координатам экрана, а не читает дерево доступности. Нужна модель, принимающая изображения; остальные модели продолжают работать с деревом доступности. После каждого действия отправляется только изменившаяся часть экрана. Экраны Retina и масштаб браузера учитываются автоматически.",
"st.display.vision_mode.auto": "Авто",
"st.display.vision_mode.off": "Выкл.",
"st.display.vision_quality.label": "Размер снимков в визуальном режиме",
- "st.display.vision_quality.desc": "Размер снимков, отправляемых в визуальном режиме. «Экономный» тратит меньше всего токенов и загружается быстрее; «Чёткий» сохраняет больше деталей. Агент всегда может увеличить мелкий текст.",
+ "st.display.vision_quality.desc": "Размер снимков, отправляемых в режиме Tesla. «Экономный» тратит меньше всего токенов и загружается быстрее; «Чёткий» сохраняет больше деталей. Агент всегда может увеличить мелкий текст.",
"st.display.vision_quality.economy": "Экономный",
"st.display.vision_quality.balanced": "Сбалансированный",
"st.display.vision_quality.sharp": "Чёткий",
diff --git a/src/chrome/src/ui/locales/th.js b/src/chrome/src/ui/locales/th.js
index 1d5e8e7f4..0feae2f1e 100644
--- a/src/chrome/src/ui/locales/th.js
+++ b/src/chrome/src/ui/locales/th.js
@@ -960,12 +960,12 @@ export default {
"st.display.lean_mode.auto": "อัตโนมัติ",
"st.display.lean_mode.on": "เปิด",
"st.display.lean_mode.off": "ปิด",
- "st.display.vision_mode.label": "โหมดภาพ",
- "st.display.vision_mode.desc": "ในโหมดลงมือ เอเจนต์จะเห็นหน้าเว็บเป็นภาพหน้าจอ และคลิก พิมพ์ และเลื่อนตามพิกัดบนหน้าจอแทนการอ่านแผนผังการเข้าถึง ต้องใช้โมเดลที่รับรูปภาพได้ ส่วนโมเดลอื่นยังใช้แผนผังการเข้าถึงต่อไป หลังแต่ละการกระทำจะส่งเฉพาะส่วนของหน้าจอที่เปลี่ยนไป หน้าจอ Retina และการซูมเบราว์เซอร์ได้รับการจัดการโดยอัตโนมัติ",
+ "st.display.vision_mode.label": "โหมด Tesla",
+ "st.display.vision_mode.desc": "ใช้แค่การมองเห็น เหมือน Tesla ที่ขับด้วยกล้องอย่างเดียว เมื่อปิดจะคล้าย Waymo ที่ใช้เซนเซอร์อื่นร่วมด้วย โดยเอเจนต์จะอ่านแผนผังการเข้าถึงด้วย ในโหมดลงมือ เอเจนต์จะเห็นหน้าเว็บเป็นภาพหน้าจอ และคลิก พิมพ์ และเลื่อนตามพิกัดบนหน้าจอแทนการอ่านแผนผังการเข้าถึง ต้องใช้โมเดลที่รับรูปภาพได้ ส่วนโมเดลอื่นยังใช้แผนผังการเข้าถึงต่อไป หลังแต่ละการกระทำจะส่งเฉพาะส่วนของหน้าจอที่เปลี่ยนไป หน้าจอ Retina และการซูมเบราว์เซอร์ได้รับการจัดการโดยอัตโนมัติ",
"st.display.vision_mode.auto": "อัตโนมัติ",
"st.display.vision_mode.off": "ปิด",
"st.display.vision_quality.label": "ขนาดภาพหน้าจอในโหมดภาพ",
- "st.display.vision_quality.desc": "ขนาดของภาพหน้าจอที่ส่งในโหมดภาพ ประหยัดใช้โทเค็นน้อยที่สุดและอัปโหลดเร็วที่สุด คมชัดเก็บรายละเอียดได้มากที่สุด เอเจนต์ซูมดูข้อความเล็กได้เสมอ",
+ "st.display.vision_quality.desc": "ขนาดของภาพหน้าจอที่ส่งในโหมด Tesla ประหยัดใช้โทเค็นน้อยที่สุดและอัปโหลดเร็วที่สุด คมชัดเก็บรายละเอียดได้มากที่สุด เอเจนต์ซูมดูข้อความเล็กได้เสมอ",
"st.display.vision_quality.economy": "ประหยัด",
"st.display.vision_quality.balanced": "สมดุล",
"st.display.vision_quality.sharp": "คมชัด",
diff --git a/src/chrome/src/ui/locales/tl.js b/src/chrome/src/ui/locales/tl.js
index d5950c8e9..4f97e340c 100644
--- a/src/chrome/src/ui/locales/tl.js
+++ b/src/chrome/src/ui/locales/tl.js
@@ -960,12 +960,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "Naka-on",
"st.display.lean_mode.off": "Naka-off",
- "st.display.vision_mode.label": "Visual mode",
- "st.display.vision_mode.desc": "Sa Act mode, nakikita ng agent ang page bilang mga screenshot at nagki-click, nagta-type at nag-i-scroll sa mga coordinate ng screen sa halip na basahin ang accessibility tree. Kailangan ng modelong tumatanggap ng larawan; ang ibang modelo ay patuloy na gumagamit ng accessibility tree. Pagkatapos ng bawat aksyon, ang nagbagong bahagi lang ng screen ang ipinapadala. Awtomatikong naaayos ang mga Retina display at browser zoom.",
+ "st.display.vision_mode.label": "Tesla mode",
+ "st.display.vision_mode.desc": "Paningin lang, gaya ng Tesla na nagmamaneho gamit lang ang mga camera. Kapag naka-off, mas kahawig ito ng Waymo na gumagamit ng iba pang sensor: binabasa rin ng agent ang accessibility tree. Sa Act mode, nakikita ng agent ang page bilang mga screenshot at nagki-click, nagta-type at nag-i-scroll sa mga coordinate ng screen sa halip na basahin ang accessibility tree. Kailangan ng modelong tumatanggap ng larawan; ang ibang modelo ay patuloy na gumagamit ng accessibility tree. Pagkatapos ng bawat aksyon, ang nagbagong bahagi lang ng screen ang ipinapadala. Awtomatikong naaayos ang mga Retina display at browser zoom.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Naka-off",
"st.display.vision_quality.label": "Laki ng screenshot sa visual mode",
- "st.display.vision_quality.desc": "Laki ng mga screenshot na ipinapadala sa visual mode. Ang Matipid ay gumagamit ng pinakakaunting token at pinakamabilis i-upload; ang Matalas ay nagpapanatili ng pinakamaraming detalye. Laging makakapag-zoom ang agent sa maliit na teksto.",
+ "st.display.vision_quality.desc": "Laki ng mga screenshot na ipinapadala sa Tesla mode. Ang Matipid ay gumagamit ng pinakakaunting token at pinakamabilis i-upload; ang Matalas ay nagpapanatili ng pinakamaraming detalye. Laging makakapag-zoom ang agent sa maliit na teksto.",
"st.display.vision_quality.economy": "Matipid",
"st.display.vision_quality.balanced": "Balanse",
"st.display.vision_quality.sharp": "Matalas",
diff --git a/src/chrome/src/ui/locales/tr.js b/src/chrome/src/ui/locales/tr.js
index 5e6dcfb44..b27f6296c 100644
--- a/src/chrome/src/ui/locales/tr.js
+++ b/src/chrome/src/ui/locales/tr.js
@@ -969,12 +969,12 @@ export default {
"st.display.lean_mode.auto": "Otomatik",
"st.display.lean_mode.on": "Açık",
"st.display.lean_mode.off": "Kapalı",
- "st.display.vision_mode.label": "Görsel mod",
- "st.display.vision_mode.desc": "“Uygula” modunda ajan, erişilebilirlik ağacını okumak yerine sayfayı ekran görüntüleri olarak görür; ekran koordinatlarına tıklar, yazar ve kaydırır. Görüntü kabul eden bir model gerekir; diğer modeller erişilebilirlik ağacıyla devam eder. Her işlemden sonra ekranın yalnızca değişen kısmı gönderilir. Retina ekranlar ve tarayıcı yakınlaştırması otomatik olarak hesaba katılır.",
+ "st.display.vision_mode.label": "Tesla modu",
+ "st.display.vision_mode.desc": "Yalnızca görüntü, tıpkı yalnızca kameralarla giden bir Tesla gibi. Kapalıyken daha çok Waymo’ya benzer; başka sensörler de ekler: ajan erişilebilirlik ağacını da okur. “Uygula” modunda ajan, erişilebilirlik ağacını okumak yerine sayfayı ekran görüntüleri olarak görür; ekran koordinatlarına tıklar, yazar ve kaydırır. Görüntü kabul eden bir model gerekir; diğer modeller erişilebilirlik ağacıyla devam eder. Her işlemden sonra ekranın yalnızca değişen kısmı gönderilir. Retina ekranlar ve tarayıcı yakınlaştırması otomatik olarak hesaba katılır.",
"st.display.vision_mode.auto": "Otomatik",
"st.display.vision_mode.off": "Kapalı",
"st.display.vision_quality.label": "Görsel ekran görüntüsü boyutu",
- "st.display.vision_quality.desc": "Görsel modda gönderilen ekran görüntülerinin boyutu. Ekonomik en az token kullanır ve en hızlı yüklenir; Keskin en fazla ayrıntıyı korur. Ajan küçük yazılara her zaman yakınlaştırabilir.",
+ "st.display.vision_quality.desc": "Tesla modunda gönderilen ekran görüntülerinin boyutu. Ekonomik en az token kullanır ve en hızlı yüklenir; Keskin en fazla ayrıntıyı korur. Ajan küçük yazılara her zaman yakınlaştırabilir.",
"st.display.vision_quality.economy": "Ekonomik",
"st.display.vision_quality.balanced": "Dengeli",
"st.display.vision_quality.sharp": "Keskin",
diff --git a/src/chrome/src/ui/locales/uk.js b/src/chrome/src/ui/locales/uk.js
index 37ab5f1e4..b39ed0db8 100644
--- a/src/chrome/src/ui/locales/uk.js
+++ b/src/chrome/src/ui/locales/uk.js
@@ -960,12 +960,12 @@ export default {
"st.display.lean_mode.auto": "Авто",
"st.display.lean_mode.on": "Увімк.",
"st.display.lean_mode.off": "Вимк.",
- "st.display.vision_mode.label": "Візуальний режим",
- "st.display.vision_mode.desc": "У режимі «Діяти» агент бачить сторінку як знімки екрана й натискає, друкує та прокручує за координатами екрана замість читання дерева доступності. Потрібна модель, що приймає зображення; інші моделі й далі використовують дерево доступності. Після кожної дії надсилається лише змінена частина екрана. Екрани Retina та масштаб браузера враховуються автоматично.",
+ "st.display.vision_mode.label": "Режим Tesla",
+ "st.display.vision_mode.desc": "Лише зір, як Tesla, що їде тільки на камерах. Вимкнений режим ближчий до Waymo, де є й інші датчики: агент також читає дерево доступності. У режимі «Діяти» агент бачить сторінку як знімки екрана й натискає, друкує та прокручує за координатами екрана замість читання дерева доступності. Потрібна модель, що приймає зображення; інші моделі й далі використовують дерево доступності. Після кожної дії надсилається лише змінена частина екрана. Екрани Retina та масштаб браузера враховуються автоматично.",
"st.display.vision_mode.auto": "Авто",
"st.display.vision_mode.off": "Вимк.",
"st.display.vision_quality.label": "Розмір знімків у візуальному режимі",
- "st.display.vision_quality.desc": "Розмір знімків, що надсилаються у візуальному режимі. «Економний» витрачає найменше токенів і завантажується найшвидше; «Чіткий» зберігає найбільше деталей. Агент завжди може збільшити дрібний текст.",
+ "st.display.vision_quality.desc": "Розмір знімків, що надсилаються у режимі Tesla. «Економний» витрачає найменше токенів і завантажується найшвидше; «Чіткий» зберігає найбільше деталей. Агент завжди може збільшити дрібний текст.",
"st.display.vision_quality.economy": "Економний",
"st.display.vision_quality.balanced": "Збалансований",
"st.display.vision_quality.sharp": "Чіткий",
diff --git a/src/chrome/src/ui/locales/vi.js b/src/chrome/src/ui/locales/vi.js
index bf6537e49..b2629f798 100644
--- a/src/chrome/src/ui/locales/vi.js
+++ b/src/chrome/src/ui/locales/vi.js
@@ -774,12 +774,12 @@ export default {
"st.display.lean_mode.auto": "Tự động",
"st.display.lean_mode.on": "Bật",
"st.display.lean_mode.off": "Tắt",
- "st.display.vision_mode.label": "Chế độ hình ảnh",
- "st.display.vision_mode.desc": "Ở chế độ Hành động, tác tử nhìn trang dưới dạng ảnh chụp màn hình và nhấp, gõ, cuộn theo tọa độ màn hình thay vì đọc cây trợ năng. Cần một mô hình nhận được hình ảnh; các mô hình khác vẫn dùng cây trợ năng. Sau mỗi thao tác, chỉ phần màn hình thay đổi được gửi đi. Màn hình Retina và thu phóng trình duyệt được xử lý tự động.",
+ "st.display.vision_mode.label": "Chế độ Tesla",
+ "st.display.vision_mode.desc": "Chỉ dùng thị giác, như chiếc Tesla lái chỉ bằng camera. Khi tắt, nó giống Waymo hơn, dùng thêm các cảm biến khác: tác tử còn đọc cây trợ năng. Ở chế độ Hành động, tác tử nhìn trang dưới dạng ảnh chụp màn hình và nhấp, gõ, cuộn theo tọa độ màn hình thay vì đọc cây trợ năng. Cần một mô hình nhận được hình ảnh; các mô hình khác vẫn dùng cây trợ năng. Sau mỗi thao tác, chỉ phần màn hình thay đổi được gửi đi. Màn hình Retina và thu phóng trình duyệt được xử lý tự động.",
"st.display.vision_mode.auto": "Tự động",
"st.display.vision_mode.off": "Tắt",
"st.display.vision_quality.label": "Kích thước ảnh chụp ở chế độ hình ảnh",
- "st.display.vision_quality.desc": "Kích thước ảnh chụp màn hình gửi đi ở chế độ hình ảnh. Tiết kiệm dùng ít token nhất và tải lên nhanh nhất; Sắc nét giữ nhiều chi tiết nhất. Tác tử luôn có thể phóng to chữ nhỏ.",
+ "st.display.vision_quality.desc": "Kích thước ảnh chụp màn hình gửi đi ở chế độ Tesla. Tiết kiệm dùng ít token nhất và tải lên nhanh nhất; Sắc nét giữ nhiều chi tiết nhất. Tác tử luôn có thể phóng to chữ nhỏ.",
"st.display.vision_quality.economy": "Tiết kiệm",
"st.display.vision_quality.balanced": "Cân bằng",
"st.display.vision_quality.sharp": "Sắc nét",
diff --git a/src/chrome/src/ui/locales/zh.js b/src/chrome/src/ui/locales/zh.js
index ca6e9294c..738e07715 100644
--- a/src/chrome/src/ui/locales/zh.js
+++ b/src/chrome/src/ui/locales/zh.js
@@ -960,12 +960,12 @@ export default {
"st.display.lean_mode.auto": "自动",
"st.display.lean_mode.on": "开启",
"st.display.lean_mode.off": "关闭",
- "st.display.vision_mode.label": "视觉模式",
- "st.display.vision_mode.desc": "在执行模式下,智能体以屏幕截图的方式查看页面,并在屏幕坐标处点击、输入和滚动,而不是读取无障碍树。需要能接收图像的模型;其他模型继续使用无障碍树。每次操作后只发送屏幕上发生变化的部分。Retina 屏幕和浏览器缩放会自动处理。",
+ "st.display.vision_mode.label": "特斯拉模式",
+ "st.display.vision_mode.desc": "只靠视觉,就像只用摄像头驾驶的特斯拉。关闭时更像 Waymo,会结合其他传感器:智能体还会读取无障碍树。在执行模式下,智能体以屏幕截图的方式查看页面,并在屏幕坐标处点击、输入和滚动,而不是读取无障碍树。需要能接收图像的模型;其他模型继续使用无障碍树。每次操作后只发送屏幕上发生变化的部分。Retina 屏幕和浏览器缩放会自动处理。",
"st.display.vision_mode.auto": "自动",
"st.display.vision_mode.off": "关闭",
"st.display.vision_quality.label": "视觉模式截图尺寸",
- "st.display.vision_quality.desc": "视觉模式下发送的截图尺寸。经济使用最少的令牌、上传最快;清晰保留最多细节。智能体随时可以放大查看小字。",
+ "st.display.vision_quality.desc": "特斯拉模式下发送的截图尺寸。经济使用最少的令牌、上传最快;清晰保留最多细节。智能体随时可以放大查看小字。",
"st.display.vision_quality.economy": "经济",
"st.display.vision_quality.balanced": "均衡",
"st.display.vision_quality.sharp": "清晰",
diff --git a/src/chrome/src/ui/settings.css b/src/chrome/src/ui/settings.css
index 895c95301..cefff340a 100644
--- a/src/chrome/src/ui/settings.css
+++ b/src/chrome/src/ui/settings.css
@@ -1078,6 +1078,19 @@ button:active { transform: scale(0.97); }
font-weight: 600;
margin-bottom: 2px;
}
+/* A setting named after something people recognise (Tesla mode) shows its
+ mark in the label's own color, like the rest of the interface icons. */
+.setting-label-with-icon {
+ display: flex;
+ align-items: center;
+ gap: 6px;
+}
+.setting-label-icon {
+ width: 14px;
+ height: 14px;
+ flex: 0 0 auto;
+ fill: currentColor;
+}
.setting-desc {
font-size: 11px;
color: var(--text2);
diff --git a/src/chrome/src/ui/settings.html b/src/chrome/src/ui/settings.html
index b27b17f61..6c0cb12e4 100644
--- a/src/chrome/src/ui/settings.html
+++ b/src/chrome/src/ui/settings.html
@@ -933,7 +933,12 @@
</div>
<div class="setting-row">
<div class="setting-info">
- <div class="setting-label" data-i18n="st.display.vision_mode.label"></div>
+ <!-- Tesla mode: vision only, like a Tesla on cameras. The mark is Simple Icons' Tesla path
+ (CC0 path data); the trademark is Tesla's, used only to name the analogy. -->
+ <div class="setting-label setting-label-with-icon">
+ <svg class="setting-label-icon" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 5.362l2.475-3.026s4.245.09 8.471 2.054c-1.082 1.636-3.231 2.438-3.231 2.438-.146-1.439-1.154-1.79-4.354-1.79L12 24 8.619 5.034c-3.18 0-4.188.354-4.335 1.792 0 0-2.146-.795-3.229-2.43C5.28 2.431 9.525 2.34 9.525 2.34L12 5.362l-.004.002H12v-.002zm0-3.899c3.415-.03 7.326.528 11.328 2.28.535-.968.672-1.395.672-1.395C19.625.612 15.528.015 12 0 8.472.015 4.375.61 0 2.349c0 0 .195.525.672 1.396C4.674 1.989 8.585 1.435 12 1.46v.003z"/></svg>
+ <span data-i18n="st.display.vision_mode.label"></span>
+ </div>
<div class="setting-desc" data-i18n="st.display.vision_mode.desc"></div>
</div>
<select id="select-vision-mode" data-i18n-aria-label="st.display.vision_mode.label">
diff --git a/src/firefox/src/agent/vision-mode.js b/src/firefox/src/agent/vision-mode.js
index 5d8fdeaaf..1370d47d4 100644
--- a/src/firefox/src/agent/vision-mode.js
+++ b/src/firefox/src/agent/vision-mode.js
@@ -1,7 +1,7 @@
// Vision mode setting and per-run resolution (browser-free).
// Shared verbatim by the Chrome and Firefox builds (test/vision-mode.mjs).
//
-// Settings → Advanced → "Vision mode" (storage key `visionMode`):
+// Settings → Advanced → "Tesla mode", called "Vision mode" before (storage key `visionMode`):
// 'auto' — Act runs see the page as screenshots and act with coordinates
// whenever the run's model accepts images. This is the default.
// The option was called On before, so a stored 'on' (or true)
diff --git a/src/firefox/src/ui/locales/ar.js b/src/firefox/src/ui/locales/ar.js
index d30500dcd..21f6ecc2e 100644
--- a/src/firefox/src/ui/locales/ar.js
+++ b/src/firefox/src/ui/locales/ar.js
@@ -935,12 +935,12 @@ export default {
"st.display.lean_mode.auto": "تلقائي",
"st.display.lean_mode.on": "تشغيل",
"st.display.lean_mode.off": "إيقاف",
- "st.display.vision_mode.label": "الوضع المرئي",
- "st.display.vision_mode.desc": "في وضع التنفيذ يرى الوكيل الصفحة كلقطات شاشة وينقر ويكتب ويمرّر عند إحداثيات الشاشة بدلًا من قراءة شجرة إمكانية الوصول. يتطلب نموذجًا يقبل الصور؛ وتواصل النماذج الأخرى استخدام شجرة إمكانية الوصول. بعد كل إجراء يُرسَل الجزء المتغيّر من الشاشة فقط. تُعالَج شاشات Retina وتكبير المتصفح تلقائيًا.",
+ "st.display.vision_mode.label": "وضع Tesla",
+ "st.display.vision_mode.desc": "الرؤية فقط، مثل سيارة Tesla تقود بالكاميرات وحدها. عند الإيقاف يشبه Waymo أكثر، إذ يضيف حساسات أخرى: يقرأ الوكيل شجرة إمكانية الوصول أيضًا. في وضع التنفيذ يرى الوكيل الصفحة كلقطات شاشة وينقر ويكتب ويمرّر عند إحداثيات الشاشة بدلًا من قراءة شجرة إمكانية الوصول. يتطلب نموذجًا يقبل الصور؛ وتواصل النماذج الأخرى استخدام شجرة إمكانية الوصول. بعد كل إجراء يُرسَل الجزء المتغيّر من الشاشة فقط. تُعالَج شاشات Retina وتكبير المتصفح تلقائيًا.",
"st.display.vision_mode.auto": "تلقائي",
"st.display.vision_mode.off": "إيقاف",
"st.display.vision_quality.label": "حجم لقطات الوضع المرئي",
- "st.display.vision_quality.desc": "حجم لقطات الشاشة المرسلة في الوضع المرئي. الاقتصادي يستهلك أقل عدد من الرموز ويُرفع أسرع؛ والحاد يحتفظ بأكبر قدر من التفاصيل. يمكن للوكيل دائمًا تكبير النص الصغير.",
+ "st.display.vision_quality.desc": "حجم لقطات الشاشة المرسلة في وضع Tesla. الاقتصادي يستهلك أقل عدد من الرموز ويُرفع أسرع؛ والحاد يحتفظ بأكبر قدر من التفاصيل. يمكن للوكيل دائمًا تكبير النص الصغير.",
"st.display.vision_quality.economy": "اقتصادي",
"st.display.vision_quality.balanced": "متوازن",
"st.display.vision_quality.sharp": "حاد",
diff --git a/src/firefox/src/ui/locales/bn.js b/src/firefox/src/ui/locales/bn.js
index a33963737..da5c9319b 100644
--- a/src/firefox/src/ui/locales/bn.js
+++ b/src/firefox/src/ui/locales/bn.js
@@ -770,12 +770,12 @@ export default {
"st.display.lean_mode.auto": "অটো",
"st.display.lean_mode.on": "চালু",
"st.display.lean_mode.off": "বন্ধ",
- "st.display.vision_mode.label": "ভিজ্যুয়াল মোড",
- "st.display.vision_mode.desc": "Act মোডে এজেন্ট পেজটিকে স্ক্রিনশট হিসেবে দেখে এবং অ্যাক্সেসিবিলিটি ট্রি পড়ার বদলে স্ক্রিনের স্থানাঙ্কে ক্লিক, টাইপ ও স্ক্রল করে। এর জন্য ছবি গ্রহণ করে এমন মডেল লাগে; অন্য মডেলগুলো অ্যাক্সেসিবিলিটি ট্রি ব্যবহার করে চলে। প্রতিটি কাজের পর স্ক্রিনের শুধু পরিবর্তিত অংশ পাঠানো হয়। রেটিনা ডিসপ্লে ও ব্রাউজার জুম স্বয়ংক্রিয়ভাবে সামলানো হয়।",
+ "st.display.vision_mode.label": "Tesla মোড",
+ "st.display.vision_mode.desc": "শুধু দৃষ্টি, যেমন শুধু ক্যামেরা দিয়ে চলা Tesla। বন্ধ থাকলে এটি Waymo-র মতো, যা অন্য সেন্সরও যোগ করে: এজেন্ট অ্যাক্সেসিবিলিটি ট্রিও পড়ে। Act মোডে এজেন্ট পেজটিকে স্ক্রিনশট হিসেবে দেখে এবং অ্যাক্সেসিবিলিটি ট্রি পড়ার বদলে স্ক্রিনের স্থানাঙ্কে ক্লিক, টাইপ ও স্ক্রল করে। এর জন্য ছবি গ্রহণ করে এমন মডেল লাগে; অন্য মডেলগুলো অ্যাক্সেসিবিলিটি ট্রি ব্যবহার করে চলে। প্রতিটি কাজের পর স্ক্রিনের শুধু পরিবর্তিত অংশ পাঠানো হয়। রেটিনা ডিসপ্লে ও ব্রাউজার জুম স্বয়ংক্রিয়ভাবে সামলানো হয়।",
"st.display.vision_mode.auto": "অটো",
"st.display.vision_mode.off": "বন্ধ",
"st.display.vision_quality.label": "ভিজ্যুয়াল মোডের স্ক্রিনশটের আকার",
- "st.display.vision_quality.desc": "ভিজ্যুয়াল মোডে পাঠানো স্ক্রিনশটের আকার। সাশ্রয়ী সবচেয়ে কম টোকেন খরচ করে ও দ্রুত আপলোড হয়; তীক্ষ্ণ সবচেয়ে বেশি বিবরণ রাখে। এজেন্ট ছোট লেখায় সবসময় জুম করতে পারে।",
+ "st.display.vision_quality.desc": "Tesla মোডে পাঠানো স্ক্রিনশটের আকার। সাশ্রয়ী সবচেয়ে কম টোকেন খরচ করে ও দ্রুত আপলোড হয়; তীক্ষ্ণ সবচেয়ে বেশি বিবরণ রাখে। এজেন্ট ছোট লেখায় সবসময় জুম করতে পারে।",
"st.display.vision_quality.economy": "সাশ্রয়ী",
"st.display.vision_quality.balanced": "ভারসাম্যপূর্ণ",
"st.display.vision_quality.sharp": "তীক্ষ্ণ",
diff --git a/src/firefox/src/ui/locales/de.js b/src/firefox/src/ui/locales/de.js
index 80e664065..492c1db86 100644
--- a/src/firefox/src/ui/locales/de.js
+++ b/src/firefox/src/ui/locales/de.js
@@ -767,12 +767,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "An",
"st.display.lean_mode.off": "Aus",
- "st.display.vision_mode.label": "Visueller Modus",
- "st.display.vision_mode.desc": "Im Modus „Handeln“ sieht der Agent die Seite als Screenshots und klickt, tippt und scrollt an Bildschirmkoordinaten, statt den Barrierefreiheitsbaum zu lesen. Erfordert ein Modell, das Bilder annimmt; andere Modelle nutzen weiter den Barrierefreiheitsbaum. Nach jeder Aktion wird nur der geänderte Teil des Bildschirms gesendet. Retina-Displays und Browser-Zoom werden automatisch berücksichtigt.",
+ "st.display.vision_mode.label": "Tesla-Modus",
+ "st.display.vision_mode.desc": "Nur Sehen, wie ein Tesla, der allein mit Kameras fährt. Aus ähnelt eher Waymo, das weitere Sensoren nutzt: Der Agent liest zusätzlich den Barrierefreiheitsbaum. Im Modus „Handeln“ sieht der Agent die Seite als Screenshots und klickt, tippt und scrollt an Bildschirmkoordinaten, statt den Barrierefreiheitsbaum zu lesen. Erfordert ein Modell, das Bilder annimmt; andere Modelle nutzen weiter den Barrierefreiheitsbaum. Nach jeder Aktion wird nur der geänderte Teil des Bildschirms gesendet. Retina-Displays und Browser-Zoom werden automatisch berücksichtigt.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Aus",
"st.display.vision_quality.label": "Screenshot-Größe im visuellen Modus",
- "st.display.vision_quality.desc": "Größe der im visuellen Modus gesendeten Screenshots. Sparsam verbraucht die wenigsten Tokens und lädt am schnellsten; Scharf behält die meisten Details. Der Agent kann kleine Schrift jederzeit vergrößern.",
+ "st.display.vision_quality.desc": "Größe der im Tesla-Modus gesendeten Screenshots. Sparsam verbraucht die wenigsten Tokens und lädt am schnellsten; Scharf behält die meisten Details. Der Agent kann kleine Schrift jederzeit vergrößern.",
"st.display.vision_quality.economy": "Sparsam",
"st.display.vision_quality.balanced": "Ausgewogen",
"st.display.vision_quality.sharp": "Scharf",
diff --git a/src/firefox/src/ui/locales/en.js b/src/firefox/src/ui/locales/en.js
index 227967ab7..b872ccba5 100644
--- a/src/firefox/src/ui/locales/en.js
+++ b/src/firefox/src/ui/locales/en.js
@@ -775,12 +775,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "On",
"st.display.lean_mode.off": "Off",
- "st.display.vision_mode.label": "Vision mode",
- "st.display.vision_mode.desc": "In Act mode the agent sees the page as screenshots and clicks, types and scrolls at screen coordinates instead of reading the accessibility tree. Needs a model that accepts images; other models keep the accessibility tree. After each action only the changed part of the screen is sent. Retina displays and browser zoom are handled automatically.",
+ "st.display.vision_mode.label": "Tesla mode",
+ "st.display.vision_mode.desc": "Vision only, like a Tesla driving on cameras alone: in Act mode the agent sees the page as screenshots and clicks, types and scrolls at screen coordinates. Off works more like Waymo, which adds other sensors: the agent also reads the page's accessibility tree. Needs a model that accepts images; other models keep the accessibility tree. After each action only the changed part of the screen is sent. Retina displays and browser zoom are handled automatically.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Off",
"st.display.vision_quality.label": "Vision screenshot size",
- "st.display.vision_quality.desc": "Size of the screenshots sent in vision mode. Economy uses the fewest tokens and uploads fastest; Sharp keeps the most detail. The agent can always zoom into small text.",
+ "st.display.vision_quality.desc": "Size of the screenshots sent in Tesla mode. Economy uses the fewest tokens and uploads fastest; Sharp keeps the most detail. The agent can always zoom into small text.",
"st.display.vision_quality.economy": "Economy",
"st.display.vision_quality.balanced": "Balanced",
"st.display.vision_quality.sharp": "Sharp",
diff --git a/src/firefox/src/ui/locales/es.js b/src/firefox/src/ui/locales/es.js
index b4304cba7..3fca37035 100644
--- a/src/firefox/src/ui/locales/es.js
+++ b/src/firefox/src/ui/locales/es.js
@@ -935,12 +935,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "Activado",
"st.display.lean_mode.off": "Desactivado",
- "st.display.vision_mode.label": "Modo visual",
- "st.display.vision_mode.desc": "En el modo Actuar, el agente ve la página como capturas de pantalla y hace clic, escribe y desplaza en coordenadas de pantalla en lugar de leer el árbol de accesibilidad. Requiere un modelo que acepte imágenes; los demás modelos siguen usando el árbol de accesibilidad. Tras cada acción solo se envía la parte de la pantalla que cambió. Las pantallas Retina y el zoom del navegador se gestionan automáticamente.",
+ "st.display.vision_mode.label": "Modo Tesla",
+ "st.display.vision_mode.desc": "Solo visión, como un Tesla que conduce únicamente con cámaras. Desactivado se parece más a Waymo, que suma otros sensores: el agente también lee el árbol de accesibilidad. En el modo Actuar, el agente ve la página como capturas de pantalla y hace clic, escribe y desplaza en coordenadas de pantalla en lugar de leer el árbol de accesibilidad. Requiere un modelo que acepte imágenes; los demás modelos siguen usando el árbol de accesibilidad. Tras cada acción solo se envía la parte de la pantalla que cambió. Las pantallas Retina y el zoom del navegador se gestionan automáticamente.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Desactivado",
"st.display.vision_quality.label": "Tamaño de las capturas en modo visual",
- "st.display.vision_quality.desc": "Tamaño de las capturas enviadas en modo visual. Económico usa menos tokens y se sube más rápido; Nítido conserva más detalle. El agente siempre puede ampliar el texto pequeño.",
+ "st.display.vision_quality.desc": "Tamaño de las capturas enviadas en modo Tesla. Económico usa menos tokens y se sube más rápido; Nítido conserva más detalle. El agente siempre puede ampliar el texto pequeño.",
"st.display.vision_quality.economy": "Económico",
"st.display.vision_quality.balanced": "Equilibrado",
"st.display.vision_quality.sharp": "Nítido",
diff --git a/src/firefox/src/ui/locales/fa.js b/src/firefox/src/ui/locales/fa.js
index 45ed626e3..eb32951e7 100644
--- a/src/firefox/src/ui/locales/fa.js
+++ b/src/firefox/src/ui/locales/fa.js
@@ -770,12 +770,12 @@ export default {
"st.display.lean_mode.auto": "خودکار",
"st.display.lean_mode.on": "روشن",
"st.display.lean_mode.off": "خاموش",
- "st.display.vision_mode.label": "حالت تصویری",
- "st.display.vision_mode.desc": "در حالت «انجام» عامل صفحه را به‌صورت تصویر صفحه می‌بیند و به‌جای خواندن درخت دسترس‌پذیری، در مختصات صفحه کلیک می‌کند، تایپ می‌کند و پیمایش می‌کند. به مدلی نیاز دارد که تصویر بپذیرد؛ مدل‌های دیگر همچنان از درخت دسترس‌پذیری استفاده می‌کنند. پس از هر اقدام فقط بخش تغییرکرده صفحه فرستاده می‌شود. نمایشگرهای Retina و بزرگ‌نمایی مرورگر خودکار لحاظ می‌شوند.",
+ "st.display.vision_mode.label": "حالت تسلا",
+ "st.display.vision_mode.desc": "فقط بینایی، مثل تسلایی که فقط با دوربین رانندگی می‌کند. در حالت خاموش بیشتر شبیه Waymo است که حسگرهای دیگر را هم به کار می‌گیرد: عامل درخت دسترس‌پذیری را هم می‌خواند. در حالت «انجام» عامل صفحه را به‌صورت تصویر صفحه می‌بیند و به‌جای خواندن درخت دسترس‌پذیری، در مختصات صفحه کلیک می‌کند، تایپ می‌کند و پیمایش می‌کند. به مدلی نیاز دارد که تصویر بپذیرد؛ مدل‌های دیگر همچنان از درخت دسترس‌پذیری استفاده می‌کنند. پس از هر اقدام فقط بخش تغییرکرده صفحه فرستاده می‌شود. نمایشگرهای Retina و بزرگ‌نمایی مرورگر خودکار لحاظ می‌شوند.",
"st.display.vision_mode.auto": "خودکار",
"st.display.vision_mode.off": "خاموش",
"st.display.vision_quality.label": "اندازه تصویرهای حالت تصویری",
- "st.display.vision_quality.desc": "اندازه تصویرهای صفحه در حالت تصویری. اقتصادی کمترین توکن را مصرف می‌کند و سریع‌تر ارسال می‌شود؛ واضح بیشترین جزئیات را نگه می‌دارد. عامل همیشه می‌تواند روی متن ریز بزرگ‌نمایی کند.",
+ "st.display.vision_quality.desc": "اندازه تصویرهای صفحه در حالت تسلا. اقتصادی کمترین توکن را مصرف می‌کند و سریع‌تر ارسال می‌شود؛ واضح بیشترین جزئیات را نگه می‌دارد. عامل همیشه می‌تواند روی متن ریز بزرگ‌نمایی کند.",
"st.display.vision_quality.economy": "اقتصادی",
"st.display.vision_quality.balanced": "متعادل",
"st.display.vision_quality.sharp": "واضح",
diff --git a/src/firefox/src/ui/locales/fr.js b/src/firefox/src/ui/locales/fr.js
index ee74455f9..831440fe8 100644
--- a/src/firefox/src/ui/locales/fr.js
+++ b/src/firefox/src/ui/locales/fr.js
@@ -935,12 +935,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "Activé",
"st.display.lean_mode.off": "Désactivé",
- "st.display.vision_mode.label": "Mode visuel",
- "st.display.vision_mode.desc": "En mode Agir, l’agent voit la page sous forme de captures d’écran et clique, tape et fait défiler à des coordonnées de l’écran au lieu de lire l’arbre d’accessibilité. Nécessite un modèle qui accepte les images ; les autres modèles conservent l’arbre d’accessibilité. Après chaque action, seule la partie de l’écran qui a changé est envoyée. Les écrans Retina et le zoom du navigateur sont gérés automatiquement.",
+ "st.display.vision_mode.label": "Mode Tesla",
+ "st.display.vision_mode.desc": "Uniquement la vision, comme une Tesla qui conduit avec ses seules caméras. Désactivé ressemble davantage à Waymo, qui ajoute d’autres capteurs : l’agent lit aussi l’arbre d’accessibilité. En mode Agir, l’agent voit la page sous forme de captures d’écran et clique, tape et fait défiler à des coordonnées de l’écran au lieu de lire l’arbre d’accessibilité. Nécessite un modèle qui accepte les images ; les autres modèles conservent l’arbre d’accessibilité. Après chaque action, seule la partie de l’écran qui a changé est envoyée. Les écrans Retina et le zoom du navigateur sont gérés automatiquement.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Désactivé",
"st.display.vision_quality.label": "Taille des captures en mode visuel",
- "st.display.vision_quality.desc": "Taille des captures envoyées en mode visuel. Économique utilise le moins de jetons et s’envoie le plus vite ; Net conserve le plus de détails. L’agent peut toujours zoomer sur un petit texte.",
+ "st.display.vision_quality.desc": "Taille des captures envoyées en mode Tesla. Économique utilise le moins de jetons et s’envoie le plus vite ; Net conserve le plus de détails. L’agent peut toujours zoomer sur un petit texte.",
"st.display.vision_quality.economy": "Économique",
"st.display.vision_quality.balanced": "Équilibré",
"st.display.vision_quality.sharp": "Net",
diff --git a/src/firefox/src/ui/locales/he.js b/src/firefox/src/ui/locales/he.js
index 89ad26a47..e087c2728 100644
--- a/src/firefox/src/ui/locales/he.js
+++ b/src/firefox/src/ui/locales/he.js
@@ -747,12 +747,12 @@ export default {
"st.display.lean_mode.auto": "אוטומטי",
"st.display.lean_mode.on": "פועל",
"st.display.lean_mode.off": "כבוי",
- "st.display.vision_mode.label": "מצב חזותי",
- "st.display.vision_mode.desc": "במצב פעולה הסוכן רואה את הדף כצילומי מסך ולוחץ, מקליד וגולל בקואורדינטות מסך במקום לקרוא את עץ הנגישות. נדרש מודל שמקבל תמונות; מודלים אחרים ממשיכים להשתמש בעץ הנגישות. אחרי כל פעולה נשלח רק החלק שהשתנה במסך. מסכי Retina והגדלת הדפדפן מטופלים אוטומטית.",
+ "st.display.vision_mode.label": "מצב טסלה",
+ "st.display.vision_mode.desc": "ראייה בלבד, כמו טסלה שנוהגת רק בעזרת מצלמות. במצב כבוי זה דומה יותר ל-Waymo, שמוסיפה חיישנים נוספים: הסוכן קורא גם את עץ הנגישות. במצב פעולה הסוכן רואה את הדף כצילומי מסך ולוחץ, מקליד וגולל בקואורדינטות מסך במקום לקרוא את עץ הנגישות. נדרש מודל שמקבל תמונות; מודלים אחרים ממשיכים להשתמש בעץ הנגישות. אחרי כל פעולה נשלח רק החלק שהשתנה במסך. מסכי Retina והגדלת הדפדפן מטופלים אוטומטית.",
"st.display.vision_mode.auto": "אוטומטי",
"st.display.vision_mode.off": "כבוי",
"st.display.vision_quality.label": "גודל צילומי המסך במצב חזותי",
- "st.display.vision_quality.desc": "גודל צילומי המסך שנשלחים במצב חזותי. חסכוני משתמש במעט אסימונים ומועלה מהר; חד שומר על מרב הפרטים. הסוכן תמיד יכול להגדיל טקסט קטן.",
+ "st.display.vision_quality.desc": "גודל צילומי המסך שנשלחים במצב טסלה. חסכוני משתמש במעט אסימונים ומועלה מהר; חד שומר על מרב הפרטים. הסוכן תמיד יכול להגדיל טקסט קטן.",
"st.display.vision_quality.economy": "חסכוני",
"st.display.vision_quality.balanced": "מאוזן",
"st.display.vision_quality.sharp": "חד",
diff --git a/src/firefox/src/ui/locales/hi.js b/src/firefox/src/ui/locales/hi.js
index b5b8d8c93..34603f34c 100644
--- a/src/firefox/src/ui/locales/hi.js
+++ b/src/firefox/src/ui/locales/hi.js
@@ -770,12 +770,12 @@ export default {
"st.display.lean_mode.auto": "ऑटो",
"st.display.lean_mode.on": "चालू",
"st.display.lean_mode.off": "बंद",
- "st.display.vision_mode.label": "दृश्य मोड",
- "st.display.vision_mode.desc": "Act मोड में एजेंट पेज को स्क्रीनशॉट के रूप में देखता है और एक्सेसिबिलिटी ट्री पढ़ने के बजाय स्क्रीन निर्देशांकों पर क्लिक, टाइप और स्क्रॉल करता है। इसके लिए ऐसा मॉडल चाहिए जो इमेज स्वीकार करे; बाकी मॉडल एक्सेसिबिलिटी ट्री का उपयोग करते रहते हैं। हर क्रिया के बाद स्क्रीन का केवल बदला हुआ हिस्सा भेजा जाता है। रेटिना डिस्प्ले और ब्राउज़र ज़ूम अपने आप संभाले जाते हैं।",
+ "st.display.vision_mode.label": "Tesla मोड",
+ "st.display.vision_mode.desc": "सिर्फ़ दृष्टि, जैसे केवल कैमरों से चलने वाली Tesla। बंद होने पर यह Waymo जैसा है, जो दूसरे सेंसर भी जोड़ता है: एजेंट एक्सेसिबिलिटी ट्री भी पढ़ता है। Act मोड में एजेंट पेज को स्क्रीनशॉट के रूप में देखता है और एक्सेसिबिलिटी ट्री पढ़ने के बजाय स्क्रीन निर्देशांकों पर क्लिक, टाइप और स्क्रॉल करता है। इसके लिए ऐसा मॉडल चाहिए जो इमेज स्वीकार करे; बाकी मॉडल एक्सेसिबिलिटी ट्री का उपयोग करते रहते हैं। हर क्रिया के बाद स्क्रीन का केवल बदला हुआ हिस्सा भेजा जाता है। रेटिना डिस्प्ले और ब्राउज़र ज़ूम अपने आप संभाले जाते हैं।",
"st.display.vision_mode.auto": "ऑटो",
"st.display.vision_mode.off": "बंद",
"st.display.vision_quality.label": "दृश्य मोड स्क्रीनशॉट आकार",
- "st.display.vision_quality.desc": "दृश्य मोड में भेजे गए स्क्रीनशॉट का आकार। किफ़ायती सबसे कम टोकन लेता है और सबसे तेज़ अपलोड होता है; तीक्ष्ण सबसे अधिक विवरण रखता है। एजेंट छोटे पाठ पर हमेशा ज़ूम कर सकता है।",
+ "st.display.vision_quality.desc": "Tesla मोड में भेजे गए स्क्रीनशॉट का आकार। किफ़ायती सबसे कम टोकन लेता है और सबसे तेज़ अपलोड होता है; तीक्ष्ण सबसे अधिक विवरण रखता है। एजेंट छोटे पाठ पर हमेशा ज़ूम कर सकता है।",
"st.display.vision_quality.economy": "किफ़ायती",
"st.display.vision_quality.balanced": "संतुलित",
"st.display.vision_quality.sharp": "तीक्ष्ण",
diff --git a/src/firefox/src/ui/locales/id.js b/src/firefox/src/ui/locales/id.js
index 73cb945c5..a43a86111 100644
--- a/src/firefox/src/ui/locales/id.js
+++ b/src/firefox/src/ui/locales/id.js
@@ -935,12 +935,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "Aktif",
"st.display.lean_mode.off": "Nonaktif",
- "st.display.vision_mode.label": "Mode visual",
- "st.display.vision_mode.desc": "Dalam mode Bertindak, agen melihat halaman sebagai tangkapan layar dan mengklik, mengetik, serta menggulir pada koordinat layar alih-alih membaca pohon aksesibilitas. Memerlukan model yang menerima gambar; model lain tetap memakai pohon aksesibilitas. Setelah setiap tindakan hanya bagian layar yang berubah yang dikirim. Layar Retina dan zoom browser ditangani otomatis.",
+ "st.display.vision_mode.label": "Mode Tesla",
+ "st.display.vision_mode.desc": "Hanya penglihatan, seperti Tesla yang mengemudi dengan kamera saja. Saat nonaktif lebih mirip Waymo yang menambah sensor lain: agen juga membaca pohon aksesibilitas. Dalam mode Bertindak, agen melihat halaman sebagai tangkapan layar dan mengklik, mengetik, serta menggulir pada koordinat layar alih-alih membaca pohon aksesibilitas. Memerlukan model yang menerima gambar; model lain tetap memakai pohon aksesibilitas. Setelah setiap tindakan hanya bagian layar yang berubah yang dikirim. Layar Retina dan zoom browser ditangani otomatis.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Nonaktif",
"st.display.vision_quality.label": "Ukuran tangkapan layar mode visual",
- "st.display.vision_quality.desc": "Ukuran tangkapan layar yang dikirim dalam mode visual. Hemat memakai token paling sedikit dan paling cepat diunggah; Tajam mempertahankan detail terbanyak. Agen selalu dapat memperbesar teks kecil.",
+ "st.display.vision_quality.desc": "Ukuran tangkapan layar yang dikirim dalam mode Tesla. Hemat memakai token paling sedikit dan paling cepat diunggah; Tajam mempertahankan detail terbanyak. Agen selalu dapat memperbesar teks kecil.",
"st.display.vision_quality.economy": "Hemat",
"st.display.vision_quality.balanced": "Seimbang",
"st.display.vision_quality.sharp": "Tajam",
diff --git a/src/firefox/src/ui/locales/ja.js b/src/firefox/src/ui/locales/ja.js
index 57fa81414..aacdf7bb4 100644
--- a/src/firefox/src/ui/locales/ja.js
+++ b/src/firefox/src/ui/locales/ja.js
@@ -935,12 +935,12 @@ export default {
"st.display.lean_mode.auto": "自動",
"st.display.lean_mode.on": "オン",
"st.display.lean_mode.off": "オフ",
- "st.display.vision_mode.label": "ビジョンモード",
- "st.display.vision_mode.desc": "実行モードでは、エージェントはアクセシビリティツリーを読む代わりにページをスクリーンショットとして見て、画面座標でクリック・入力・スクロールします。画像を受け付けるモデルが必要で、それ以外のモデルは引き続きアクセシビリティツリーを使います。各操作の後は画面の変化した部分だけが送信されます。Retina ディスプレイとブラウザのズームは自動で処理されます。",
+ "st.display.vision_mode.label": "テスラモード",
+ "st.display.vision_mode.desc": "テスラがカメラだけで走るように、視覚だけで操作します。オフにすると、ほかのセンサーも使う Waymo に近くなり、エージェントはアクセシビリティツリーも読みます。実行モードでは、エージェントはアクセシビリティツリーを読む代わりにページをスクリーンショットとして見て、画面座標でクリック・入力・スクロールします。画像を受け付けるモデルが必要で、それ以外のモデルは引き続きアクセシビリティツリーを使います。各操作の後は画面の変化した部分だけが送信されます。Retina ディスプレイとブラウザのズームは自動で処理されます。",
"st.display.vision_mode.auto": "自動",
"st.display.vision_mode.off": "オフ",
"st.display.vision_quality.label": "ビジョンモードのスクリーンショットサイズ",
- "st.display.vision_quality.desc": "ビジョンモードで送るスクリーンショットのサイズ。エコノミーはトークンが最も少なく最速でアップロードでき、シャープは最も多くの詳細を保ちます。エージェントは小さな文字をいつでもズームできます。",
+ "st.display.vision_quality.desc": "テスラモードで送るスクリーンショットのサイズ。エコノミーはトークンが最も少なく最速でアップロードでき、シャープは最も多くの詳細を保ちます。エージェントは小さな文字をいつでもズームできます。",
"st.display.vision_quality.economy": "エコノミー",
"st.display.vision_quality.balanced": "バランス",
"st.display.vision_quality.sharp": "シャープ",
diff --git a/src/firefox/src/ui/locales/ko.js b/src/firefox/src/ui/locales/ko.js
index de5cc8c15..36650cb88 100644
--- a/src/firefox/src/ui/locales/ko.js
+++ b/src/firefox/src/ui/locales/ko.js
@@ -935,12 +935,12 @@ export default {
"st.display.lean_mode.auto": "자동",
"st.display.lean_mode.on": "켬",
"st.display.lean_mode.off": "끔",
- "st.display.vision_mode.label": "비전 모드",
- "st.display.vision_mode.desc": "실행 모드에서 에이전트는 접근성 트리를 읽는 대신 페이지를 스크린샷으로 보고 화면 좌표에서 클릭, 입력, 스크롤합니다. 이미지를 받는 모델이 필요하며, 다른 모델은 계속 접근성 트리를 사용합니다. 각 동작 후에는 화면에서 바뀐 부분만 전송됩니다. 레티나 디스플레이와 브라우저 확대/축소는 자동으로 처리됩니다.",
+ "st.display.vision_mode.label": "테슬라 모드",
+ "st.display.vision_mode.desc": "카메라만으로 주행하는 테슬라처럼 시각 정보만 사용합니다. 끄면 다른 센서도 함께 쓰는 Waymo에 가까워져, 에이전트가 접근성 트리도 읽습니다. 실행 모드에서 에이전트는 접근성 트리를 읽는 대신 페이지를 스크린샷으로 보고 화면 좌표에서 클릭, 입력, 스크롤합니다. 이미지를 받는 모델이 필요하며, 다른 모델은 계속 접근성 트리를 사용합니다. 각 동작 후에는 화면에서 바뀐 부분만 전송됩니다. 레티나 디스플레이와 브라우저 확대/축소는 자동으로 처리됩니다.",
"st.display.vision_mode.auto": "자동",
"st.display.vision_mode.off": "꺼짐",
"st.display.vision_quality.label": "비전 모드 스크린샷 크기",
- "st.display.vision_quality.desc": "비전 모드에서 보내는 스크린샷의 크기입니다. 절약은 토큰을 가장 적게 쓰고 가장 빨리 업로드되며, 선명은 세부 정보를 가장 많이 유지합니다. 에이전트는 작은 글자를 언제든 확대할 수 있습니다.",
+ "st.display.vision_quality.desc": "테슬라 모드에서 보내는 스크린샷의 크기입니다. 절약은 토큰을 가장 적게 쓰고 가장 빨리 업로드되며, 선명은 세부 정보를 가장 많이 유지합니다. 에이전트는 작은 글자를 언제든 확대할 수 있습니다.",
"st.display.vision_quality.economy": "절약",
"st.display.vision_quality.balanced": "균형",
"st.display.vision_quality.sharp": "선명",
diff --git a/src/firefox/src/ui/locales/ms.js b/src/firefox/src/ui/locales/ms.js
index 36909febf..145f23d62 100644
--- a/src/firefox/src/ui/locales/ms.js
+++ b/src/firefox/src/ui/locales/ms.js
@@ -935,12 +935,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "Hidup",
"st.display.lean_mode.off": "Mati",
- "st.display.vision_mode.label": "Mod visual",
- "st.display.vision_mode.desc": "Dalam mod Bertindak, ejen melihat halaman sebagai tangkapan skrin dan mengklik, menaip serta menatal pada koordinat skrin dan bukannya membaca pepohon kebolehcapaian. Memerlukan model yang menerima imej; model lain terus menggunakan pepohon kebolehcapaian. Selepas setiap tindakan hanya bahagian skrin yang berubah dihantar. Paparan Retina dan zum pelayar dikendalikan secara automatik.",
+ "st.display.vision_mode.label": "Mod Tesla",
+ "st.display.vision_mode.desc": "Penglihatan sahaja, seperti Tesla yang memandu dengan kamera semata-mata. Apabila dimatikan ia lebih seperti Waymo yang menambah penderia lain: ejen turut membaca pepohon kebolehcapaian. Dalam mod Bertindak, ejen melihat halaman sebagai tangkapan skrin dan mengklik, menaip serta menatal pada koordinat skrin dan bukannya membaca pepohon kebolehcapaian. Memerlukan model yang menerima imej; model lain terus menggunakan pepohon kebolehcapaian. Selepas setiap tindakan hanya bahagian skrin yang berubah dihantar. Paparan Retina dan zum pelayar dikendalikan secara automatik.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Mati",
"st.display.vision_quality.label": "Saiz tangkapan skrin mod visual",
- "st.display.vision_quality.desc": "Saiz tangkapan skrin yang dihantar dalam mod visual. Jimat menggunakan token paling sedikit dan dimuat naik paling pantas; Tajam mengekalkan paling banyak butiran. Ejen sentiasa boleh mengezum teks kecil.",
+ "st.display.vision_quality.desc": "Saiz tangkapan skrin yang dihantar dalam mod Tesla. Jimat menggunakan token paling sedikit dan dimuat naik paling pantas; Tajam mengekalkan paling banyak butiran. Ejen sentiasa boleh mengezum teks kecil.",
"st.display.vision_quality.economy": "Jimat",
"st.display.vision_quality.balanced": "Seimbang",
"st.display.vision_quality.sharp": "Tajam",
diff --git a/src/firefox/src/ui/locales/nl.js b/src/firefox/src/ui/locales/nl.js
index f6eed97e5..2ef54119a 100644
--- a/src/firefox/src/ui/locales/nl.js
+++ b/src/firefox/src/ui/locales/nl.js
@@ -747,12 +747,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "Aan",
"st.display.lean_mode.off": "Uit",
- "st.display.vision_mode.label": "Visuele modus",
- "st.display.vision_mode.desc": "In de modus Handelen ziet de agent de pagina als schermafbeeldingen en klikt, typt en scrolt hij op schermcoördinaten in plaats van de toegankelijkheidsboom te lezen. Vereist een model dat afbeeldingen accepteert; andere modellen blijven de toegankelijkheidsboom gebruiken. Na elke actie wordt alleen het gewijzigde deel van het scherm verzonden. Retina-schermen en browserzoom worden automatisch verwerkt.",
+ "st.display.vision_mode.label": "Tesla-modus",
+ "st.display.vision_mode.desc": "Alleen zicht, zoals een Tesla die alleen op camera’s rijdt. Uit lijkt meer op Waymo, dat andere sensoren toevoegt: de agent leest ook de toegankelijkheidsboom. In de modus Handelen ziet de agent de pagina als schermafbeeldingen en klikt, typt en scrolt hij op schermcoördinaten in plaats van de toegankelijkheidsboom te lezen. Vereist een model dat afbeeldingen accepteert; andere modellen blijven de toegankelijkheidsboom gebruiken. Na elke actie wordt alleen het gewijzigde deel van het scherm verzonden. Retina-schermen en browserzoom worden automatisch verwerkt.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Uit",
"st.display.vision_quality.label": "Schermafbeeldingsgrootte in visuele modus",
- "st.display.vision_quality.desc": "Grootte van de schermafbeeldingen in de visuele modus. Zuinig gebruikt de minste tokens en uploadt het snelst; Scherp behoudt de meeste details. De agent kan altijd inzoomen op kleine tekst.",
+ "st.display.vision_quality.desc": "Grootte van de schermafbeeldingen in de Tesla-modus. Zuinig gebruikt de minste tokens en uploadt het snelst; Scherp behoudt de meeste details. De agent kan altijd inzoomen op kleine tekst.",
"st.display.vision_quality.economy": "Zuinig",
"st.display.vision_quality.balanced": "Gebalanceerd",
"st.display.vision_quality.sharp": "Scherp",
diff --git a/src/firefox/src/ui/locales/pl.js b/src/firefox/src/ui/locales/pl.js
index cb13c6475..9bed72067 100644
--- a/src/firefox/src/ui/locales/pl.js
+++ b/src/firefox/src/ui/locales/pl.js
@@ -927,12 +927,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "Wł.",
"st.display.lean_mode.off": "Wył.",
- "st.display.vision_mode.label": "Tryb wizualny",
- "st.display.vision_mode.desc": "W trybie Działaj agent widzi stronę jako zrzuty ekranu i klika, pisze oraz przewija we współrzędnych ekranu zamiast czytać drzewo dostępności. Wymaga modelu, który przyjmuje obrazy; inne modele nadal używają drzewa dostępności. Po każdej akcji wysyłana jest tylko zmieniona część ekranu. Ekrany Retina i powiększenie przeglądarki są obsługiwane automatycznie.",
+ "st.display.vision_mode.label": "Tryb Tesla",
+ "st.display.vision_mode.desc": "Tylko wzrok, jak Tesla jeżdżąca wyłącznie na kamerach. Wyłączony przypomina raczej Waymo, które dokłada inne czujniki: agent czyta też drzewo dostępności. W trybie Działaj agent widzi stronę jako zrzuty ekranu i klika, pisze oraz przewija we współrzędnych ekranu zamiast czytać drzewo dostępności. Wymaga modelu, który przyjmuje obrazy; inne modele nadal używają drzewa dostępności. Po każdej akcji wysyłana jest tylko zmieniona część ekranu. Ekrany Retina i powiększenie przeglądarki są obsługiwane automatycznie.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Wyłączony",
"st.display.vision_quality.label": "Rozmiar zrzutów w trybie wizualnym",
- "st.display.vision_quality.desc": "Rozmiar zrzutów wysyłanych w trybie wizualnym. Oszczędny zużywa najmniej tokenów i wysyła się najszybciej; Ostry zachowuje najwięcej szczegółów. Agent zawsze może powiększyć drobny tekst.",
+ "st.display.vision_quality.desc": "Rozmiar zrzutów wysyłanych w trybie Tesla. Oszczędny zużywa najmniej tokenów i wysyła się najszybciej; Ostry zachowuje najwięcej szczegółów. Agent zawsze może powiększyć drobny tekst.",
"st.display.vision_quality.economy": "Oszczędny",
"st.display.vision_quality.balanced": "Zrównoważony",
"st.display.vision_quality.sharp": "Ostry",
diff --git a/src/firefox/src/ui/locales/pt.js b/src/firefox/src/ui/locales/pt.js
index 4911e184f..f50376c8c 100644
--- a/src/firefox/src/ui/locales/pt.js
+++ b/src/firefox/src/ui/locales/pt.js
@@ -770,12 +770,12 @@ export default {
"st.display.lean_mode.auto": "Automático",
"st.display.lean_mode.on": "Ligado",
"st.display.lean_mode.off": "Desligado",
- "st.display.vision_mode.label": "Modo visual",
- "st.display.vision_mode.desc": "No modo Agir, o agente vê a página como capturas de tela e clica, digita e rola em coordenadas da tela em vez de ler a árvore de acessibilidade. Requer um modelo que aceite imagens; os outros modelos continuam com a árvore de acessibilidade. Após cada ação, só a parte da tela que mudou é enviada. Telas Retina e o zoom do navegador são tratados automaticamente.",
+ "st.display.vision_mode.label": "Modo Tesla",
+ "st.display.vision_mode.desc": "Só visão, como um Tesla que dirige apenas com câmeras. Desativado se parece mais com o Waymo, que soma outros sensores: o agente também lê a árvore de acessibilidade. No modo Agir, o agente vê a página como capturas de tela e clica, digita e rola em coordenadas da tela em vez de ler a árvore de acessibilidade. Requer um modelo que aceite imagens; os outros modelos continuam com a árvore de acessibilidade. Após cada ação, só a parte da tela que mudou é enviada. Telas Retina e o zoom do navegador são tratados automaticamente.",
"st.display.vision_mode.auto": "Automático",
"st.display.vision_mode.off": "Desativado",
"st.display.vision_quality.label": "Tamanho das capturas no modo visual",
- "st.display.vision_quality.desc": "Tamanho das capturas enviadas no modo visual. Econômico usa menos tokens e envia mais rápido; Nítido mantém mais detalhes. O agente sempre pode ampliar textos pequenos.",
+ "st.display.vision_quality.desc": "Tamanho das capturas enviadas no modo Tesla. Econômico usa menos tokens e envia mais rápido; Nítido mantém mais detalhes. O agente sempre pode ampliar textos pequenos.",
"st.display.vision_quality.economy": "Econômico",
"st.display.vision_quality.balanced": "Equilibrado",
"st.display.vision_quality.sharp": "Nítido",
diff --git a/src/firefox/src/ui/locales/ru.js b/src/firefox/src/ui/locales/ru.js
index a8b822115..cb57c161f 100644
--- a/src/firefox/src/ui/locales/ru.js
+++ b/src/firefox/src/ui/locales/ru.js
@@ -935,12 +935,12 @@ export default {
"st.display.lean_mode.auto": "Авто",
"st.display.lean_mode.on": "Вкл.",
"st.display.lean_mode.off": "Выкл.",
- "st.display.vision_mode.label": "Визуальный режим",
- "st.display.vision_mode.desc": "В режиме «Действовать» агент видит страницу как снимки экрана и нажимает, печатает и прокручивает по координатам экрана, а не читает дерево доступности. Нужна модель, принимающая изображения; остальные модели продолжают работать с деревом доступности. После каждого действия отправляется только изменившаяся часть экрана. Экраны Retina и масштаб браузера учитываются автоматически.",
+ "st.display.vision_mode.label": "Режим Tesla",
+ "st.display.vision_mode.desc": "Только зрение, как Tesla, которая ездит на одних камерах. Выключенный режим ближе к Waymo, где есть и другие датчики: агент также читает дерево доступности. В режиме «Действовать» агент видит страницу как снимки экрана и нажимает, печатает и прокручивает по координатам экрана, а не читает дерево доступности. Нужна модель, принимающая изображения; остальные модели продолжают работать с деревом доступности. После каждого действия отправляется только изменившаяся часть экрана. Экраны Retina и масштаб браузера учитываются автоматически.",
"st.display.vision_mode.auto": "Авто",
"st.display.vision_mode.off": "Выкл.",
"st.display.vision_quality.label": "Размер снимков в визуальном режиме",
- "st.display.vision_quality.desc": "Размер снимков, отправляемых в визуальном режиме. «Экономный» тратит меньше всего токенов и загружается быстрее; «Чёткий» сохраняет больше деталей. Агент всегда может увеличить мелкий текст.",
+ "st.display.vision_quality.desc": "Размер снимков, отправляемых в режиме Tesla. «Экономный» тратит меньше всего токенов и загружается быстрее; «Чёткий» сохраняет больше деталей. Агент всегда может увеличить мелкий текст.",
"st.display.vision_quality.economy": "Экономный",
"st.display.vision_quality.balanced": "Сбалансированный",
"st.display.vision_quality.sharp": "Чёткий",
diff --git a/src/firefox/src/ui/locales/th.js b/src/firefox/src/ui/locales/th.js
index 8c2e14664..fe5985290 100644
--- a/src/firefox/src/ui/locales/th.js
+++ b/src/firefox/src/ui/locales/th.js
@@ -935,12 +935,12 @@ export default {
"st.display.lean_mode.auto": "อัตโนมัติ",
"st.display.lean_mode.on": "เปิด",
"st.display.lean_mode.off": "ปิด",
- "st.display.vision_mode.label": "โหมดภาพ",
- "st.display.vision_mode.desc": "ในโหมดลงมือ เอเจนต์จะเห็นหน้าเว็บเป็นภาพหน้าจอ และคลิก พิมพ์ และเลื่อนตามพิกัดบนหน้าจอแทนการอ่านแผนผังการเข้าถึง ต้องใช้โมเดลที่รับรูปภาพได้ ส่วนโมเดลอื่นยังใช้แผนผังการเข้าถึงต่อไป หลังแต่ละการกระทำจะส่งเฉพาะส่วนของหน้าจอที่เปลี่ยนไป หน้าจอ Retina และการซูมเบราว์เซอร์ได้รับการจัดการโดยอัตโนมัติ",
+ "st.display.vision_mode.label": "โหมด Tesla",
+ "st.display.vision_mode.desc": "ใช้แค่การมองเห็น เหมือน Tesla ที่ขับด้วยกล้องอย่างเดียว เมื่อปิดจะคล้าย Waymo ที่ใช้เซนเซอร์อื่นร่วมด้วย โดยเอเจนต์จะอ่านแผนผังการเข้าถึงด้วย ในโหมดลงมือ เอเจนต์จะเห็นหน้าเว็บเป็นภาพหน้าจอ และคลิก พิมพ์ และเลื่อนตามพิกัดบนหน้าจอแทนการอ่านแผนผังการเข้าถึง ต้องใช้โมเดลที่รับรูปภาพได้ ส่วนโมเดลอื่นยังใช้แผนผังการเข้าถึงต่อไป หลังแต่ละการกระทำจะส่งเฉพาะส่วนของหน้าจอที่เปลี่ยนไป หน้าจอ Retina และการซูมเบราว์เซอร์ได้รับการจัดการโดยอัตโนมัติ",
"st.display.vision_mode.auto": "อัตโนมัติ",
"st.display.vision_mode.off": "ปิด",
"st.display.vision_quality.label": "ขนาดภาพหน้าจอในโหมดภาพ",
- "st.display.vision_quality.desc": "ขนาดของภาพหน้าจอที่ส่งในโหมดภาพ ประหยัดใช้โทเค็นน้อยที่สุดและอัปโหลดเร็วที่สุด คมชัดเก็บรายละเอียดได้มากที่สุด เอเจนต์ซูมดูข้อความเล็กได้เสมอ",
+ "st.display.vision_quality.desc": "ขนาดของภาพหน้าจอที่ส่งในโหมด Tesla ประหยัดใช้โทเค็นน้อยที่สุดและอัปโหลดเร็วที่สุด คมชัดเก็บรายละเอียดได้มากที่สุด เอเจนต์ซูมดูข้อความเล็กได้เสมอ",
"st.display.vision_quality.economy": "ประหยัด",
"st.display.vision_quality.balanced": "สมดุล",
"st.display.vision_quality.sharp": "คมชัด",
diff --git a/src/firefox/src/ui/locales/tl.js b/src/firefox/src/ui/locales/tl.js
index f738f2d2c..76925862b 100644
--- a/src/firefox/src/ui/locales/tl.js
+++ b/src/firefox/src/ui/locales/tl.js
@@ -935,12 +935,12 @@ export default {
"st.display.lean_mode.auto": "Auto",
"st.display.lean_mode.on": "Naka-on",
"st.display.lean_mode.off": "Naka-off",
- "st.display.vision_mode.label": "Visual mode",
- "st.display.vision_mode.desc": "Sa Act mode, nakikita ng agent ang page bilang mga screenshot at nagki-click, nagta-type at nag-i-scroll sa mga coordinate ng screen sa halip na basahin ang accessibility tree. Kailangan ng modelong tumatanggap ng larawan; ang ibang modelo ay patuloy na gumagamit ng accessibility tree. Pagkatapos ng bawat aksyon, ang nagbagong bahagi lang ng screen ang ipinapadala. Awtomatikong naaayos ang mga Retina display at browser zoom.",
+ "st.display.vision_mode.label": "Tesla mode",
+ "st.display.vision_mode.desc": "Paningin lang, gaya ng Tesla na nagmamaneho gamit lang ang mga camera. Kapag naka-off, mas kahawig ito ng Waymo na gumagamit ng iba pang sensor: binabasa rin ng agent ang accessibility tree. Sa Act mode, nakikita ng agent ang page bilang mga screenshot at nagki-click, nagta-type at nag-i-scroll sa mga coordinate ng screen sa halip na basahin ang accessibility tree. Kailangan ng modelong tumatanggap ng larawan; ang ibang modelo ay patuloy na gumagamit ng accessibility tree. Pagkatapos ng bawat aksyon, ang nagbagong bahagi lang ng screen ang ipinapadala. Awtomatikong naaayos ang mga Retina display at browser zoom.",
"st.display.vision_mode.auto": "Auto",
"st.display.vision_mode.off": "Naka-off",
"st.display.vision_quality.label": "Laki ng screenshot sa visual mode",
- "st.display.vision_quality.desc": "Laki ng mga screenshot na ipinapadala sa visual mode. Ang Matipid ay gumagamit ng pinakakaunting token at pinakamabilis i-upload; ang Matalas ay nagpapanatili ng pinakamaraming detalye. Laging makakapag-zoom ang agent sa maliit na teksto.",
+ "st.display.vision_quality.desc": "Laki ng mga screenshot na ipinapadala sa Tesla mode. Ang Matipid ay gumagamit ng pinakakaunting token at pinakamabilis i-upload; ang Matalas ay nagpapanatili ng pinakamaraming detalye. Laging makakapag-zoom ang agent sa maliit na teksto.",
"st.display.vision_quality.economy": "Matipid",
"st.display.vision_quality.balanced": "Balanse",
"st.display.vision_quality.sharp": "Matalas",
diff --git a/src/firefox/src/ui/locales/tr.js b/src/firefox/src/ui/locales/tr.js
index 3bb843eb0..ccdfebef4 100644
--- a/src/firefox/src/ui/locales/tr.js
+++ b/src/firefox/src/ui/locales/tr.js
@@ -944,12 +944,12 @@ export default {
"st.display.lean_mode.auto": "Otomatik",
"st.display.lean_mode.on": "Açık",
"st.display.lean_mode.off": "Kapalı",
- "st.display.vision_mode.label": "Görsel mod",
- "st.display.vision_mode.desc": "“Uygula” modunda ajan, erişilebilirlik ağacını okumak yerine sayfayı ekran görüntüleri olarak görür; ekran koordinatlarına tıklar, yazar ve kaydırır. Görüntü kabul eden bir model gerekir; diğer modeller erişilebilirlik ağacıyla devam eder. Her işlemden sonra ekranın yalnızca değişen kısmı gönderilir. Retina ekranlar ve tarayıcı yakınlaştırması otomatik olarak hesaba katılır.",
+ "st.display.vision_mode.label": "Tesla modu",
+ "st.display.vision_mode.desc": "Yalnızca görüntü, tıpkı yalnızca kameralarla giden bir Tesla gibi. Kapalıyken daha çok Waymo’ya benzer; başka sensörler de ekler: ajan erişilebilirlik ağacını da okur. “Uygula” modunda ajan, erişilebilirlik ağacını okumak yerine sayfayı ekran görüntüleri olarak görür; ekran koordinatlarına tıklar, yazar ve kaydırır. Görüntü kabul eden bir model gerekir; diğer modeller erişilebilirlik ağacıyla devam eder. Her işlemden sonra ekranın yalnızca değişen kısmı gönderilir. Retina ekranlar ve tarayıcı yakınlaştırması otomatik olarak hesaba katılır.",
"st.display.vision_mode.auto": "Otomatik",
"st.display.vision_mode.off": "Kapalı",
"st.display.vision_quality.label": "Görsel ekran görüntüsü boyutu",
- "st.display.vision_quality.desc": "Görsel modda gönderilen ekran görüntülerinin boyutu. Ekonomik en az token kullanır ve en hızlı yüklenir; Keskin en fazla ayrıntıyı korur. Ajan küçük yazılara her zaman yakınlaştırabilir.",
+ "st.display.vision_quality.desc": "Tesla modunda gönderilen ekran görüntülerinin boyutu. Ekonomik en az token kullanır ve en hızlı yüklenir; Keskin en fazla ayrıntıyı korur. Ajan küçük yazılara her zaman yakınlaştırabilir.",
"st.display.vision_quality.economy": "Ekonomik",
"st.display.vision_quality.balanced": "Dengeli",
"st.display.vision_quality.sharp": "Keskin",
diff --git a/src/firefox/src/ui/locales/uk.js b/src/firefox/src/ui/locales/uk.js
index 9def7710e..5232340b1 100644
--- a/src/firefox/src/ui/locales/uk.js
+++ b/src/firefox/src/ui/locales/uk.js
@@ -935,12 +935,12 @@ export default {
"st.display.lean_mode.auto": "Авто",
"st.display.lean_mode.on": "Увімк.",
"st.display.lean_mode.off": "Вимк.",
- "st.display.vision_mode.label": "Візуальний режим",
- "st.display.vision_mode.desc": "У режимі «Діяти» агент бачить сторінку як знімки екрана й натискає, друкує та прокручує за координатами екрана замість читання дерева доступності. Потрібна модель, що приймає зображення; інші моделі й далі використовують дерево доступності. Після кожної дії надсилається лише змінена частина екрана. Екрани Retina та масштаб браузера враховуються автоматично.",
+ "st.display.vision_mode.label": "Режим Tesla",
+ "st.display.vision_mode.desc": "Лише зір, як Tesla, що їде тільки на камерах. Вимкнений режим ближчий до Waymo, де є й інші датчики: агент також читає дерево доступності. У режимі «Діяти» агент бачить сторінку як знімки екрана й натискає, друкує та прокручує за координатами екрана замість читання дерева доступності. Потрібна модель, що приймає зображення; інші моделі й далі використовують дерево доступності. Після кожної дії надсилається лише змінена частина екрана. Екрани Retina та масштаб браузера враховуються автоматично.",
"st.display.vision_mode.auto": "Авто",
"st.display.vision_mode.off": "Вимк.",
"st.display.vision_quality.label": "Розмір знімків у візуальному режимі",
- "st.display.vision_quality.desc": "Розмір знімків, що надсилаються у візуальному режимі. «Економний» витрачає найменше токенів і завантажується найшвидше; «Чіткий» зберігає найбільше деталей. Агент завжди може збільшити дрібний текст.",
+ "st.display.vision_quality.desc": "Розмір знімків, що надсилаються у режимі Tesla. «Економний» витрачає найменше токенів і завантажується найшвидше; «Чіткий» зберігає найбільше деталей. Агент завжди може збільшити дрібний текст.",
"st.display.vision_quality.economy": "Економний",
"st.display.vision_quality.balanced": "Збалансований",
"st.display.vision_quality.sharp": "Чіткий",
diff --git a/src/firefox/src/ui/locales/vi.js b/src/firefox/src/ui/locales/vi.js
index 339df8e68..1964026fc 100644
--- a/src/firefox/src/ui/locales/vi.js
+++ b/src/firefox/src/ui/locales/vi.js
@@ -770,12 +770,12 @@ export default {
"st.display.lean_mode.auto": "Tự động",
"st.display.lean_mode.on": "Bật",
"st.display.lean_mode.off": "Tắt",
- "st.display.vision_mode.label": "Chế độ hình ảnh",
- "st.display.vision_mode.desc": "Ở chế độ Hành động, tác tử nhìn trang dưới dạng ảnh chụp màn hình và nhấp, gõ, cuộn theo tọa độ màn hình thay vì đọc cây trợ năng. Cần một mô hình nhận được hình ảnh; các mô hình khác vẫn dùng cây trợ năng. Sau mỗi thao tác, chỉ phần màn hình thay đổi được gửi đi. Màn hình Retina và thu phóng trình duyệt được xử lý tự động.",
+ "st.display.vision_mode.label": "Chế độ Tesla",
+ "st.display.vision_mode.desc": "Chỉ dùng thị giác, như chiếc Tesla lái chỉ bằng camera. Khi tắt, nó giống Waymo hơn, dùng thêm các cảm biến khác: tác tử còn đọc cây trợ năng. Ở chế độ Hành động, tác tử nhìn trang dưới dạng ảnh chụp màn hình và nhấp, gõ, cuộn theo tọa độ màn hình thay vì đọc cây trợ năng. Cần một mô hình nhận được hình ảnh; các mô hình khác vẫn dùng cây trợ năng. Sau mỗi thao tác, chỉ phần màn hình thay đổi được gửi đi. Màn hình Retina và thu phóng trình duyệt được xử lý tự động.",
"st.display.vision_mode.auto": "Tự động",
"st.display.vision_mode.off": "Tắt",
"st.display.vision_quality.label": "Kích thước ảnh chụp ở chế độ hình ảnh",
- "st.display.vision_quality.desc": "Kích thước ảnh chụp màn hình gửi đi ở chế độ hình ảnh. Tiết kiệm dùng ít token nhất và tải lên nhanh nhất; Sắc nét giữ nhiều chi tiết nhất. Tác tử luôn có thể phóng to chữ nhỏ.",
+ "st.display.vision_quality.desc": "Kích thước ảnh chụp màn hình gửi đi ở chế độ Tesla. Tiết kiệm dùng ít token nhất và tải lên nhanh nhất; Sắc nét giữ nhiều chi tiết nhất. Tác tử luôn có thể phóng to chữ nhỏ.",
"st.display.vision_quality.economy": "Tiết kiệm",
"st.display.vision_quality.balanced": "Cân bằng",
"st.display.vision_quality.sharp": "Sắc nét",
diff --git a/src/firefox/src/ui/locales/zh.js b/src/firefox/src/ui/locales/zh.js
index abe628bf5..5b15d3c27 100644
--- a/src/firefox/src/ui/locales/zh.js
+++ b/src/firefox/src/ui/locales/zh.js
@@ -935,12 +935,12 @@ export default {
"st.display.lean_mode.auto": "自动",
"st.display.lean_mode.on": "开启",
"st.display.lean_mode.off": "关闭",
- "st.display.vision_mode.label": "视觉模式",
- "st.display.vision_mode.desc": "在执行模式下,智能体以屏幕截图的方式查看页面,并在屏幕坐标处点击、输入和滚动,而不是读取无障碍树。需要能接收图像的模型;其他模型继续使用无障碍树。每次操作后只发送屏幕上发生变化的部分。Retina 屏幕和浏览器缩放会自动处理。",
+ "st.display.vision_mode.label": "特斯拉模式",
+ "st.display.vision_mode.desc": "只靠视觉,就像只用摄像头驾驶的特斯拉。关闭时更像 Waymo,会结合其他传感器:智能体还会读取无障碍树。在执行模式下,智能体以屏幕截图的方式查看页面,并在屏幕坐标处点击、输入和滚动,而不是读取无障碍树。需要能接收图像的模型;其他模型继续使用无障碍树。每次操作后只发送屏幕上发生变化的部分。Retina 屏幕和浏览器缩放会自动处理。",
"st.display.vision_mode.auto": "自动",
"st.display.vision_mode.off": "关闭",
"st.display.vision_quality.label": "视觉模式截图尺寸",
- "st.display.vision_quality.desc": "视觉模式下发送的截图尺寸。经济使用最少的令牌、上传最快;清晰保留最多细节。智能体随时可以放大查看小字。",
+ "st.display.vision_quality.desc": "特斯拉模式下发送的截图尺寸。经济使用最少的令牌、上传最快;清晰保留最多细节。智能体随时可以放大查看小字。",
"st.display.vision_quality.economy": "经济",
"st.display.vision_quality.balanced": "均衡",
"st.display.vision_quality.sharp": "清晰",
diff --git a/src/firefox/src/ui/settings.css b/src/firefox/src/ui/settings.css
index 32fc7c87e..6ef06de60 100644
--- a/src/firefox/src/ui/settings.css
+++ b/src/firefox/src/ui/settings.css
@@ -958,6 +958,19 @@ button:active { transform: scale(0.97); }
font-weight: 600;
margin-bottom: 2px;
}
+/* A setting named after something people recognise (Tesla mode) shows its
+ mark in the label's own color, like the rest of the interface icons. */
+.setting-label-with-icon {
+ display: flex;
+ align-items: center;
+ gap: 6px;
+}
+.setting-label-icon {
+ width: 14px;
+ height: 14px;
+ flex: 0 0 auto;
+ fill: currentColor;
+}
.setting-desc {
font-size: 11px;
color: var(--text2);
diff --git a/src/firefox/src/ui/settings.html b/src/firefox/src/ui/settings.html
index 56d19c0d2..5099231f0 100644
--- a/src/firefox/src/ui/settings.html
+++ b/src/firefox/src/ui/settings.html
@@ -901,7 +901,12 @@
</div>
<div class="setting-row">
<div class="setting-info">
- <div class="setting-label" data-i18n="st.display.vision_mode.label"></div>
+ <!-- Tesla mode: vision only, like a Tesla on cameras. The mark is Simple Icons' Tesla path
+ (CC0 path data); the trademark is Tesla's, used only to name the analogy. -->
+ <div class="setting-label setting-label-with-icon">
+ <svg class="setting-label-icon" viewBox="0 0 24 24" aria-hidden="true" focusable="false"><path d="M12 5.362l2.475-3.026s4.245.09 8.471 2.054c-1.082 1.636-3.231 2.438-3.231 2.438-.146-1.439-1.154-1.79-4.354-1.79L12 24 8.619 5.034c-3.18 0-4.188.354-4.335 1.792 0 0-2.146-.795-3.229-2.43C5.28 2.431 9.525 2.34 9.525 2.34L12 5.362l-.004.002H12v-.002zm0-3.899c3.415-.03 7.326.528 11.328 2.28.535-.968.672-1.395.672-1.395C19.625.612 15.528.015 12 0 8.472.015 4.375.61 0 2.349c0 0 .195.525.672 1.396C4.674 1.989 8.585 1.435 12 1.46v.003z"/></svg>
+ <span data-i18n="st.display.vision_mode.label"></span>
+ </div>
<div class="setting-desc" data-i18n="st.display.vision_mode.desc"></div>
</div>
<select id="select-vision-mode" data-i18n-aria-label="st.display.vision_mode.label">
diff --git a/web/blog/index.html b/web/blog/index.html
index 90b23a502..7eb532e58 100644
--- a/web/blog/index.html
+++ b/web/blog/index.html
@@ -669,6 +669,18 @@
"url": "https://webbrain.one/blog",
"image": "https://webbrain.one/og-image.png",
"blogPost": [
+ {
+ "@type": "BlogPosting",
+ "headline": "Introducing Tesla mode: WebBrain on vision alone",
+ "url": "https://webbrain.one/blog/tesla-mode",
+ "datePublished": "2026-10-28",
+ "description": "Vision mode is now Tesla mode. Like a Tesla that drives on cameras alone, WebBrain's Act runs see the page only as screenshots and act with the mouse and keyboard. Turn it off and WebBrain works more like Waymo, adding the page's accessibility tree.",
+ "author": {
+ "@type": "Person",
+ "name": "Emre Sokullu",
+ "url": "https://emresokullu.com"
+ }
+ },
{
"@type": "BlogPosting",
"headline": "Liquid LFM3-VL-2B vs WebBrain Compass VLD: a launch-day benchmark",
@@ -1468,14 +1480,19 @@
<kbd class="search-key" aria-hidden="true">/</kbd>
</div>
<div class="archive-status" role="status" aria-live="polite" aria-atomic="true">
- <span id="results-count">63 notes</span>
+ <span id="results-count">64 notes</span>
<span class="archive-status-rule" aria-hidden="true"></span>
<span id="page-status"></span>
</div>
</section>
<div class="post-list" id="post-list">
- <a href="/blog/lfm3-vl-2b-vs-webbrain-compass-vld" class="post-card" data-search="Liquid LFM3-VL-2B vs WebBrain Compass VLD: a launch-day benchmark Liquid LFM3-VL-2B vs WebBrain Compass VLD: a launch-day benchmark LFM3-VL-2B beats Compass VLD Tiny v5 on six of nine general vision and text suites, ties three, and loses none. Compass is still the only one of the two that is also a decision model. Next: an LFM3-based VLD. We ran Liquid&#39;s new LFM3-VL-2B against WebBrain Compass VLD Tiny v5, our MiniCPM-V-4.7-1B fine-tune, on 4,857 BenchKit tasks per model the night LFM3 launched. LFM3 wins six of nine suites. October 28, 2026 2026-10-28 Liquid LFM3 LFM3-VL-2B d1-2B WebBrain Compass VLD Tiny v5 MiniCPM-V-4.7-1B BenchKit vision language model decision model llama.cpp RunPod">
+ <a href="/blog/tesla-mode" class="post-card" data-search="Introducing Tesla mode: WebBrain on vision alone Introducing Tesla mode: WebBrain on vision alone Vision mode has a new name. With Tesla mode on, Act runs see the page only through screenshots, like a car that drives on cameras alone. Turn it off and WebBrain works more like Waymo, reading the page&#39;s structure too. Vision mode is now Tesla mode. Like a Tesla that drives on cameras alone, WebBrain&#39;s Act runs see the page only as screenshots and act with the mouse and keyboard. Turn it off and WebBrain works more like Waymo, adding the page&#39;s accessibility tree. October 28, 2026 2026-10-28 WebBrain Tesla mode vision mode browser agent computer use screenshots accessibility tree vision language model">
+ <div class="post-meta">October 28, 2026 &middot; 3 min read</div>
+ <div class="post-title">Introducing Tesla mode: WebBrain on vision alone</div>
+ <div class="post-excerpt">Vision mode has a new name. With Tesla mode on, Act runs see the page only through screenshots, like a car that drives on cameras alone. Turn it off and WebBrain works more like Waymo, reading the page&#39;s structure too.</div>
+ </a>
+<a href="/blog/lfm3-vl-2b-vs-webbrain-compass-vld" class="post-card" data-search="Liquid LFM3-VL-2B vs WebBrain Compass VLD: a launch-day benchmark Liquid LFM3-VL-2B vs WebBrain Compass VLD: a launch-day benchmark LFM3-VL-2B beats Compass VLD Tiny v5 on six of nine general vision and text suites, ties three, and loses none. Compass is still the only one of the two that is also a decision model. Next: an LFM3-based VLD. We ran Liquid&#39;s new LFM3-VL-2B against WebBrain Compass VLD Tiny v5, our MiniCPM-V-4.7-1B fine-tune, on 4,857 BenchKit tasks per model the night LFM3 launched. LFM3 wins six of nine suites. October 28, 2026 2026-10-28 Liquid LFM3 LFM3-VL-2B d1-2B WebBrain Compass VLD Tiny v5 MiniCPM-V-4.7-1B BenchKit vision language model decision model llama.cpp RunPod">
<div class="post-meta">October 28, 2026 &middot; 8 min read</div>
<div class="post-title">Liquid LFM3-VL-2B vs WebBrain Compass VLD: a launch-day benchmark</div>
<div class="post-excerpt">LFM3-VL-2B beats Compass VLD Tiny v5 on six of nine general vision and text suites, ties three, and loses none. Compass is still the only one of the two that is also a decision model. Next: an LFM3-based VLD.</div>
diff --git a/web/blog/posts/tesla-mode.md b/web/blog/posts/tesla-mode.md
new file mode 100644
index 000000000..e3398ab52
--- /dev/null
+++ b/web/blog/posts/tesla-mode.md
@@ -0,0 +1,77 @@
+---
+title: >
+ Introducing Tesla mode: WebBrain on vision alone
+slug: tesla-mode
+sortOrder: -430
+date: 2026-10-28
+readTime: 3 min read
+description: >
+ Vision mode is now Tesla mode. Like a Tesla that drives on cameras alone, WebBrain's Act runs see the page only as screenshots and act with the mouse and keyboard. Turn it off and WebBrain works more like Waymo, adding the page's accessibility tree.
+excerpt: >
+ Vision mode has a new name. With Tesla mode on, Act runs see the page only through screenshots, like a car that drives on cameras alone. Turn it off and WebBrain works more like Waymo, reading the page's structure too.
+titleTag: >
+ Introducing Tesla Mode - WebBrain Blog
+ogTitle: >
+ Introducing Tesla mode
+ogDescription: >
+ WebBrain's vision mode is now Tesla mode: screenshots in, mouse and keyboard out. Turn it off and it works more like Waymo, with the accessibility tree as an extra sensor.
+twitterTitle: >
+ Introducing Tesla mode in WebBrain
+twitterDescription: >
+ Vision only, like a Tesla on cameras. Turn it off for the Waymo approach: screenshots plus the page's accessibility tree.
+keywords:
+ - WebBrain
+ - Tesla mode
+ - vision mode
+ - browser agent
+ - computer use
+ - screenshots
+ - accessibility tree
+ - vision language model
+author: Emre Sokullu
+authorUrl: https://emresokullu.com
+lede: >
+ **Vision mode has a new name: Tesla mode.** How it works doesn't change. The new name just explains what it does better than "vision" ever did.
+---
+
+## Two ways to drive
+
+There are two well-known ways to build a self-driving car. Tesla bet on cameras: the car looks at the road the way a person does and works out everything else from the pictures. Waymo stacks sensors: lidar, radar and cameras, plus detailed maps, so the car never depends on one kind of input.
+
+A browser agent has the same choice to make.
+
+With **Tesla mode** on, an Act run sees the tab only as screenshots. There is no accessibility tree, no element reference and no CSS selector in the model's view. It clicks, types, scrolls and drags at screen coordinates, the way you would with a mouse and keyboard.
+
+With Tesla mode **off**, WebBrain works more like Waymo. The agent reads the page's accessibility tree, targets elements by reference and selector, and uses screenshots as one more input when it needs them.
+
+## Why vision only
+
+- **It works where the page structure is missing or misleading.** Canvas editors, maps, charts, games and custom widgets often show up as an empty box in the accessibility tree. On screen they are perfectly clear.
+- **It sees what you see.** If a cookie banner covers a button, the model sees the banner, not a button that looks clickable in the DOM.
+- **Models are good at it now.** Current vision models point accurately enough to hit small buttons and links. WebBrain maps their answers back to the page for you, through retina displays, browser zoom, and models that answer in 0–1000 coordinates.
+- **It stays cheap.** A run starts from one full screenshot. After each action WebBrain sends only the part of the screen that changed, a new full frame when most of it did, or a one-line "no visible change". The model can zoom into small text whenever it needs to.
+
+## When Waymo wins
+
+Vision alone is not always enough, and WebBrain already switches to the accessibility tree on its own for a few steps when only the page structure can do the job:
+
+- uploading a file, because the native file chooser opens outside the page, where screenshots can't reach it;
+- site workflows whose completion has to be proved against the page's own list of elements;
+- reading a whole conversation, where WebBrain has to confirm it reached the last message;
+- WhatsApp Web and Telegram, where WebBrain checks who a chat is with through the page structure.
+
+Once that need has passed, the run goes back to vision on a fresh screenshot.
+
+You may also want to turn Tesla mode off yourself: when you use a small local model that reads text much better than pixels, or when you want the most precise element targeting on a site with long forms. If your model doesn't take images at all, WebBrain falls back to the accessibility tree automatically.
+
+## How to use it
+
+Tesla mode is **Auto** by default, so every Act run whose model accepts images already uses it. To change that, open **Settings → Advanced → Tesla mode** and pick **Auto** or **Off**. **Vision screenshot size**, next to it, trades detail for tokens: Economy, Balanced or Sharp.
+
+Your settings carry over: if you had turned Vision mode off, Tesla mode is off too. Ask and Dev runs are unchanged, because Tesla mode only applies to Act.
+
+Pick the car that suits the road. We'd love to hear which one you drive with.
+
+Tesla and Waymo are trademarks of their respective owners. WebBrain is not affiliated with either company; the names are only an analogy.
+
+Tags: #WebBrain #TeslaMode #BrowserAgent #ComputerUse #VisionModels #AccessibilityTree
diff --git a/web/blog/tesla-mode/index.html b/web/blog/tesla-mode/index.html
new file mode 100644
index 000000000..db9419872
--- /dev/null
+++ b/web/blog/tesla-mode/index.html
@@ -0,0 +1,600 @@
+<!DOCTYPE html>
+<html lang="en">
+<head>
+ <meta charset="UTF-8">
+ <meta name="viewport" content="width=device-width, initial-scale=1.0">
+ <title>Introducing Tesla Mode - WebBrain Blog</title>
+ <meta name="description" content="Vision mode is now Tesla mode. Like a Tesla that drives on cameras alone, WebBrain&#39;s Act runs see the page only as screenshots and act with the mouse and keyboard. Turn it off and WebBrain works more like Waymo, adding the page&#39;s accessibility tree.">
+ <meta name="keywords" content="WebBrain, Tesla mode, vision mode, browser agent, computer use, screenshots, accessibility tree, vision language model">
+ <meta property="og:title" content="Introducing Tesla mode">
+ <meta property="og:description" content="WebBrain&#39;s vision mode is now Tesla mode: screenshots in, mouse and keyboard out. Turn it off and it works more like Waymo, with the accessibility tree as an extra sensor.">
+ <meta property="og:type" content="article">
+ <meta property="og:url" content="https://webbrain.one/blog/tesla-mode">
+ <meta property="og:image" content="https://webbrain.one/og-image.png">
+ <meta property="og:image:secure_url" content="https://webbrain.one/og-image.png">
+ <meta property="og:image:type" content="image/png">
+ <meta property="og:image:width" content="1200">
+ <meta property="og:image:height" content="630">
+ <meta property="og:image:alt" content="WebBrain — Open-source AI browser agent">
+ <meta name="twitter:card" content="summary_large_image">
+ <meta name="twitter:title" content="Introducing Tesla mode in WebBrain">
+ <meta name="twitter:description" content="Vision only, like a Tesla on cameras. Turn it off for the Waymo approach: screenshots plus the page&#39;s accessibility tree.">
+ <meta name="twitter:image" content="https://webbrain.one/twitter-image.png">
+ <meta name="twitter:image:alt" content="WebBrain — Open-source AI browser agent">
+ <link rel="icon" type="image/png" href="/favicon.png">
+ <link rel="canonical" href="https://webbrain.one/blog/tesla-mode">
+ <!-- Blog is English-only; alternates point to locale homepages. -->
+ <link rel="alternate" hreflang="en" href="https://webbrain.one/">
+ <link rel="alternate" hreflang="es" href="https://webbrain.one/es/">
+ <link rel="alternate" hreflang="fr" href="https://webbrain.one/fr/">
+ <link rel="alternate" hreflang="tr" href="https://webbrain.one/tr/">
+ <link rel="alternate" hreflang="zh" href="https://webbrain.one/zh/">
+ <link rel="alternate" hreflang="ru" href="https://webbrain.one/ru/">
+ <link rel="alternate" hreflang="uk" href="https://webbrain.one/uk/">
+ <link rel="alternate" hreflang="ar" href="https://webbrain.one/ar/">
+ <link rel="alternate" hreflang="ja" href="https://webbrain.one/ja/">
+ <link rel="alternate" hreflang="ko" href="https://webbrain.one/ko/">
+ <link rel="alternate" hreflang="id" href="https://webbrain.one/id/">
+ <link rel="alternate" hreflang="th" href="https://webbrain.one/th/">
+ <link rel="alternate" hreflang="ms" href="https://webbrain.one/ms/">
+ <link rel="alternate" hreflang="tl" href="https://webbrain.one/tl/">
+ <link rel="alternate" hreflang="he" href="https://webbrain.one/he/">
+ <link rel="alternate" hreflang="x-default" href="https://webbrain.one/">
+ <style>
+ *, *::before, *::after { margin: 0; padding: 0; box-sizing: border-box; }
+ :root {
+ --bg: #0b0e17;
+ --bg-card: #111827;
+ --bg-card-hover: #1a2233;
+ --surface: #161d2e;
+ --border: rgba(255,255,255,0.07);
+ --text: #e4e4ec;
+ --text-dim: #8b8fa4;
+ --accent: #6c63ff;
+ --accent-glow: rgba(108,99,255,0.25);
+ --accent2: #a78bfa;
+ --success: #34d399;
+ --warning: #fbbf24;
+ --danger: #f87171;
+ --tint-soft: rgba(255,255,255,0.05);
+ --tint-soft-2: rgba(255,255,255,0.04);
+ --tint-medium: rgba(255,255,255,0.08);
+ --nav-bg: rgba(11,14,23,0.85);
+ --code-bg: #0a0e17;
+ --inline-code-bg: rgba(255,255,255,0.06);
+ --shadow-strong: rgba(0,0,0,0.40);
+ --radius: 12px;
+ --radius-lg: 16px;
+ --max-w: 760px;
+ color-scheme: dark;
+ }
+ :root[data-theme="light"] {
+ --bg: #f7f1e6;
+ --bg-card: #fffdf8;
+ --bg-card-hover: #f2e9d4;
+ --surface: #ede2cb;
+ --border: rgba(89,55,25,0.15);
+ --text: #2c1810;
+ --text-dim: #6b5b47;
+ --accent: #5b52e8;
+ --accent-glow: rgba(91,82,232,0.20);
+ --accent2: #7c6ce6;
+ --success: #2d8866;
+ --warning: #9a6500;
+ --danger: #b74747;
+ --tint-soft: rgba(89,55,25,0.05);
+ --tint-soft-2: rgba(89,55,25,0.07);
+ --tint-medium: rgba(89,55,25,0.10);
+ --nav-bg: rgba(247,241,230,0.85);
+ --code-bg: #fff7e6;
+ --inline-code-bg: rgba(89,55,25,0.08);
+ --shadow-strong: rgba(89,55,25,0.18);
+ color-scheme: light;
+ }
+ html { scroll-behavior: smooth; }
+ body {
+ font-family: -apple-system, BlinkMacSystemFont, 'Segoe UI', Inter, Roboto, sans-serif;
+ background: var(--bg);
+ color: var(--text);
+ line-height: 1.75;
+ font-size: 17px;
+ overflow-x: hidden;
+ }
+ a { color: var(--accent2); text-decoration: none; }
+ a:hover { text-decoration: underline; }
+ .glow-bg {
+ position: fixed;
+ inset: 0;
+ z-index: -1;
+ pointer-events: none;
+ overflow: hidden;
+ }
+ .glow-bg::before,
+ .glow-bg::after {
+ content: '';
+ position: absolute;
+ border-radius: 50%;
+ filter: blur(120px);
+ opacity: 0.26;
+ }
+ .glow-bg::before {
+ width: 500px;
+ height: 500px;
+ background: var(--accent);
+ top: -220px;
+ left: -160px;
+ }
+ .glow-bg::after {
+ width: 500px;
+ height: 500px;
+ background: var(--accent2);
+ right: -180px;
+ bottom: -230px;
+ opacity: 0.18;
+ }
+ nav {
+ position: sticky;
+ top: 0;
+ z-index: 100;
+ background: var(--nav-bg);
+ backdrop-filter: saturate(160%) blur(12px);
+ -webkit-backdrop-filter: saturate(160%) blur(12px);
+ border-bottom: 1px solid var(--border);
+ }
+ .nav-inner {
+ max-width: var(--max-w);
+ margin: 0 auto;
+ padding: 14px 24px;
+ display: flex;
+ align-items: center;
+ justify-content: space-between;
+ gap: 20px;
+ }
+ .nav-brand {
+ display: inline-flex;
+ align-items: center;
+ gap: 6px;
+ flex-shrink: 0;
+ color: var(--text);
+ font-size: 18px;
+ font-weight: 700;
+ text-decoration: none;
+ }
+ .nav-brand:hover { text-decoration: none; }
+ .nav-brand .brand-logo { width: 26px; height: 26px; border-radius: 7px; flex: 0 0 auto; }
+ .nav-brand .domain { opacity: 0.5; font-weight: 400; }
+ .nav-links {
+ display: flex;
+ align-items: center;
+ justify-content: flex-end;
+ gap: 16px;
+ min-width: 0;
+ }
+ .nav-links a {
+ position: relative;
+ color: var(--text-dim);
+ font-size: 14px;
+ font-weight: 500;
+ white-space: nowrap;
+ }
+ .nav-links a:hover { color: var(--text); text-decoration: none; }
+ .nav-links a[aria-current="page"] { color: var(--text); }
+ .nav-links a[aria-current="page"]::after {
+ content: '';
+ position: absolute;
+ left: 1px;
+ right: 1px;
+ bottom: -7px;
+ height: 3px;
+ border-radius: 999px;
+ background: linear-gradient(90deg, var(--accent2), var(--accent));
+ box-shadow: 0 2px 12px var(--accent-glow);
+ }
+ .lang-dropdown {
+ background: var(--tint-soft);
+ color: var(--text);
+ border: 1px solid var(--border);
+ border-radius: 8px;
+ padding: 6px 10px;
+ font-size: 13px;
+ max-width: 120px;
+ }
+ .lang-dropdown:focus { outline: 2px solid var(--accent-glow); outline-offset: 1px; }
+ .lang-dropdown option { background-color: var(--bg-card-hover); color: var(--text); }
+ .theme-toggle {
+ appearance: none;
+ -webkit-appearance: none;
+ background: var(--tint-soft-2);
+ border: 1px solid var(--border);
+ border-radius: 999px;
+ width: 30px;
+ height: 30px;
+ padding: 0;
+ display: inline-flex;
+ align-items: center;
+ justify-content: center;
+ flex-shrink: 0;
+ cursor: pointer;
+ color: var(--text-dim);
+ transition: background 0.2s, color 0.2s, border-color 0.2s, transform 0.1s;
+ }
+ .theme-toggle:hover {
+ background: var(--tint-medium);
+ border-color: var(--accent);
+ color: var(--text);
+ transform: translateY(-1px);
+ }
+ .theme-toggle:focus-visible {
+ outline: 2px solid var(--accent2);
+ outline-offset: 2px;
+ }
+ .theme-toggle svg { width: 16px; height: 16px; display: block; }
+ .theme-toggle .icon-sun { display: block; }
+ .theme-toggle .icon-moon { display: none; }
+ :root[data-theme="light"] .theme-toggle .icon-sun { display: none; }
+ :root[data-theme="light"] .theme-toggle .icon-moon { display: block; }
+ main,
+ article {
+ max-width: var(--max-w);
+ margin: 0 auto;
+ padding: 64px 24px 80px;
+ }
+ .sr-only {
+ position: absolute;
+ width: 1px;
+ height: 1px;
+ padding: 0;
+ margin: -1px;
+ overflow: hidden;
+ clip: rect(0, 0, 0, 0);
+ white-space: nowrap;
+ border: 0;
+ }
+ h1 {
+ font-size: 38px;
+ line-height: 1.2;
+ font-weight: 700;
+ letter-spacing: 0;
+ margin-bottom: 16px;
+ }
+ .lede {
+ color: var(--text-dim);
+ line-height: 1.6;
+ }
+ .lede {
+ font-size: 19px;
+ margin-bottom: 40px;
+ }
+ .meta {
+ font-size: 13px;
+ color: var(--text-dim);
+ margin-bottom: 12px;
+ letter-spacing: 0;
+ }
+ h2 {
+ font-size: 24px;
+ font-weight: 700;
+ margin-top: 48px;
+ margin-bottom: 14px;
+ letter-spacing: 0;
+ }
+ h3 {
+ font-size: 18px;
+ font-weight: 600;
+ margin-top: 32px;
+ margin-bottom: 10px;
+ color: var(--text);
+ }
+ h4, h5, h6 {
+ color: var(--text);
+ margin-top: 28px;
+ margin-bottom: 10px;
+ line-height: 1.35;
+ }
+ p { margin-bottom: 16px; }
+ ul, ol { margin: 0 0 16px 20px; }
+ li { margin-bottom: 6px; }
+ code {
+ font-family: 'SF Mono', 'Menlo', 'Consolas', monospace;
+ font-size: 0.88em;
+ background: var(--inline-code-bg);
+ padding: 2px 6px;
+ border-radius: 4px;
+ color: color-mix(in srgb, var(--accent2) 80%, var(--text));
+ }
+ pre {
+ background: var(--code-bg);
+ border: 1px solid var(--border);
+ border-radius: var(--radius);
+ padding: 18px 20px;
+ overflow-x: auto;
+ margin: 20px 0;
+ font-size: 14px;
+ line-height: 1.55;
+ box-shadow: 0 18px 60px var(--shadow-strong);
+ }
+ pre code {
+ background: transparent;
+ padding: 0;
+ color: inherit;
+ font-size: inherit;
+ }
+ blockquote {
+ border-left: 3px solid var(--accent);
+ padding: 4px 0 4px 18px;
+ margin: 20px 0;
+ color: var(--text-dim);
+ font-style: italic;
+ }
+ blockquote p:last-child { margin-bottom: 0; }
+ hr {
+ border: 0;
+ border-top: 1px solid var(--border);
+ margin: 36px 0;
+ }
+ article img {
+ max-width: 100%;
+ height: auto;
+ display: block;
+ border-radius: var(--radius);
+ border: 1px solid var(--border);
+ margin: 24px 0;
+ }
+ .table-wrap { overflow-x: auto; margin: 24px 0; }
+ table {
+ width: 100%;
+ min-width: 560px;
+ border-collapse: collapse;
+ font-size: 14px;
+ }
+ th, td {
+ text-align: left;
+ padding: 10px 12px;
+ border-bottom: 1px solid var(--border);
+ vertical-align: top;
+ }
+ th {
+ color: var(--text-dim);
+ font-weight: 600;
+ font-size: 12px;
+ text-transform: uppercase;
+ letter-spacing: 0;
+ background: var(--tint-soft-2);
+ }
+ td code { font-size: 12px; }
+ .win { color: var(--success); font-weight: 600; }
+ .lose { color: var(--danger); }
+ .meh { color: var(--warning); }
+ .callout {
+ background: color-mix(in srgb, var(--accent) 10%, transparent);
+ border: 1px solid color-mix(in srgb, var(--accent) 24%, transparent);
+ border-radius: var(--radius);
+ padding: 16px 20px;
+ margin: 24px 0;
+ font-size: 15px;
+ line-height: 1.65;
+ color: var(--text-dim);
+ }
+ .callout strong { color: var(--text); }
+ .author-box {
+ margin-top: 64px;
+ padding-top: 32px;
+ border-top: 1px solid var(--border);
+ color: var(--text-dim);
+ font-size: 14px;
+ }
+ .post-list { display: flex; flex-direction: column; gap: 18px; }
+ .post-card {
+ display: block;
+ background: var(--bg-card);
+ border: 1px solid var(--border);
+ border-radius: var(--radius-lg);
+ padding: 24px 26px;
+ transition: background 0.18s, border-color 0.18s, transform 0.18s;
+ }
+ .post-card:hover {
+ background: var(--bg-card-hover);
+ border-color: color-mix(in srgb, var(--accent) 30%, transparent);
+ transform: translateY(-1px);
+ text-decoration: none;
+ }
+ .post-meta {
+ font-size: 12px;
+ color: var(--text-dim);
+ letter-spacing: 0;
+ margin-bottom: 8px;
+ }
+ .post-title {
+ font-size: 21px;
+ font-weight: 600;
+ color: var(--text);
+ margin-bottom: 6px;
+ letter-spacing: 0;
+ line-height: 1.35;
+ }
+ .post-excerpt {
+ color: var(--text-dim);
+ font-size: 15px;
+ line-height: 1.6;
+ }
+ footer {
+ max-width: var(--max-w);
+ margin: 0 auto;
+ padding: 40px 24px;
+ border-top: 1px solid var(--border);
+ display: flex;
+ justify-content: space-between;
+ gap: 24px;
+ color: var(--text-dim);
+ font-size: 13px;
+ }
+ footer a { color: var(--text-dim); }
+ footer a:hover { color: var(--text); }
+ @media (max-width: 700px) {
+ body { font-size: 16px; }
+ .nav-inner { padding: 14px 20px; align-items: flex-start; }
+ .nav-links { gap: 12px; flex-wrap: wrap; }
+ .lang-dropdown { display: none; }
+ h1 { font-size: 28px; }
+ .lede { font-size: 16px; }
+ main, article { padding: 48px 20px 64px; }
+ h2 { font-size: 20px; margin-top: 36px; }
+ .post-card { padding: 20px; }
+ .post-title { font-size: 19px; }
+ footer { flex-direction: column; padding: 32px 20px; }
+ }
+ @media (max-width: 420px) {
+ .nav-inner { gap: 12px; }
+ .nav-links a[href="https://github.com/webbrain-one/webbrain"] { display: none; }
+ .theme-toggle { width: 28px; height: 28px; }
+ }
+ </style>
+ <script>
+ (function () {
+ try {
+ var saved = localStorage.getItem('webbrain-theme');
+ var theme = (saved === 'light' || saved === 'dark')
+ ? saved
+ : (window.matchMedia('(prefers-color-scheme: light)').matches ? 'light' : 'dark');
+ document.documentElement.setAttribute('data-theme', theme);
+ } catch (_) {
+ document.documentElement.setAttribute('data-theme', 'dark');
+ }
+ })();
+ </script>
+ <!-- Plausible analytics: start -->
+ <!-- Privacy-friendly analytics by Plausible -->
+ <script async src="https://157.230.3.9.sslip.io/js/pa-omp0F7DsOXM4sGKR50l7S.js"></script>
+ <script>
+ window.plausible=window.plausible||function(){(plausible.q=plausible.q||[]).push(arguments)},plausible.init=plausible.init||function(i){plausible.o=i||{}};
+ plausible.init()
+ </script>
+ <!-- Plausible analytics: end -->
+ <script type="application/ld+json">
+{
+ "@context": "https://schema.org",
+ "@type": "BlogPosting",
+ "headline": "Introducing Tesla mode: WebBrain on vision alone",
+ "description": "Vision mode is now Tesla mode. Like a Tesla that drives on cameras alone, WebBrain's Act runs see the page only as screenshots and act with the mouse and keyboard. Turn it off and WebBrain works more like Waymo, adding the page's accessibility tree.",
+ "author": {
+ "@type": "Person",
+ "name": "Emre Sokullu",
+ "url": "https://emresokullu.com"
+ },
+ "datePublished": "2026-10-28",
+ "image": "https://webbrain.one/og-image.png",
+ "publisher": {
+ "@type": "Organization",
+ "name": "WebBrain",
+ "logo": {
+ "@type": "ImageObject",
+ "url": "https://webbrain.one/logo-github.png"
+ }
+ },
+ "mainEntityOfPage": {
+ "@type": "WebPage",
+ "@id": "https://webbrain.one/blog/tesla-mode"
+ }
+}
+ </script>
+</head>
+<body>
+ <div class="glow-bg"></div>
+ <nav>
+ <div class="nav-inner">
+ <a href="/" class="nav-brand"><img class="brand-logo" src="/logo-github.png" alt="" aria-hidden="true"> WebBrain<span class="domain">.one</span></a>
+ <div class="nav-links">
+ <a href="/">Home</a>
+ <a href="/docs/">Docs</a>
+ <a href="/blog" aria-current="page">Blog</a>
+ <select class="lang-dropdown" id="lang-dropdown" aria-label="Select language" data-current="en"><option value="en">English</option><option value="es">Español</option><option value="fr">Français</option><option value="tr">Türkçe</option><option value="zh">中文</option><option value="ru">Русский</option><option value="uk">Українська</option><option value="ar">العربية</option><option value="ja">日本語</option><option value="ko">한국어</option><option value="id">Bahasa Indonesia</option><option value="th">ไทย</option><option value="ms">Bahasa Melayu</option><option value="tl">Filipino</option><option value="he">עברית</option></select>
+ <button class="theme-toggle" type="button" id="theme-toggle" aria-label="Toggle light / dark theme" title="Toggle light / dark theme">
+ <svg class="icon-sun" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2" stroke-linecap="round" stroke-linejoin="round" aria-hidden="true">
+ <circle cx="12" cy="12" r="4"/>
+ <path d="M12 2v2M12 20v2M4.93 4.93l1.41 1.41M17.66 17.66l1.41 1.41M2 12h2M20 12h2M4.93 19.07l1.41-1.41M17.66 6.34l1.41-1.41"/>
+ </svg>
+ <svg class="icon-moon" viewBox="0 0 24 24" fill="none" stroke="currentColor" stroke-width="2" stroke-linecap="round" stroke-linejoin="round" aria-hidden="true">
+ <path d="M21 12.79A9 9 0 1 1 11.21 3 7 7 0 0 0 21 12.79z"/>
+ </svg>
+ </button>
+ <a href="https://github.com/webbrain-one/webbrain" target="_blank" rel="noopener">GitHub</a>
+ </div>
+ </div>
+ </nav>
+
+ <article>
+ <div class="meta">October 28, 2026 &middot; 3 min read &middot; <a href="/blog">&larr; All posts</a></div>
+ <h1>Introducing Tesla mode: WebBrain on vision alone</h1>
+ <p class="lede"><strong>Vision mode has a new name: Tesla mode.</strong> How it works doesn&#39;t change. The new name just explains what it does better than &quot;vision&quot; ever did.</p>
+<h2 id="two-ways-to-drive">Two ways to drive</h2>
+<p>There are two well-known ways to build a self-driving car. Tesla bet on cameras: the car looks at the road the way a person does and works out everything else from the pictures. Waymo stacks sensors: lidar, radar and cameras, plus detailed maps, so the car never depends on one kind of input.</p>
+<p>A browser agent has the same choice to make.</p>
+<p>With <strong>Tesla mode</strong> on, an Act run sees the tab only as screenshots. There is no accessibility tree, no element reference and no CSS selector in the model&#39;s view. It clicks, types, scrolls and drags at screen coordinates, the way you would with a mouse and keyboard.</p>
+<p>With Tesla mode <strong>off</strong>, WebBrain works more like Waymo. The agent reads the page&#39;s accessibility tree, targets elements by reference and selector, and uses screenshots as one more input when it needs them.</p>
+<h2 id="why-vision-only">Why vision only</h2>
+<ul><li><strong>It works where the page structure is missing or misleading.</strong> Canvas editors, maps, charts, games and custom widgets often show up as an empty box in the accessibility tree. On screen they are perfectly clear.</li><li><strong>It sees what you see.</strong> If a cookie banner covers a button, the model sees the banner, not a button that looks clickable in the DOM.</li><li><strong>Models are good at it now.</strong> Current vision models point accurately enough to hit small buttons and links. WebBrain maps their answers back to the page for you, through retina displays, browser zoom, and models that answer in 0–1000 coordinates.</li><li><strong>It stays cheap.</strong> A run starts from one full screenshot. After each action WebBrain sends only the part of the screen that changed, a new full frame when most of it did, or a one-line &quot;no visible change&quot;. The model can zoom into small text whenever it needs to.</li></ul>
+<h2 id="when-waymo-wins">When Waymo wins</h2>
+<p>Vision alone is not always enough, and WebBrain already switches to the accessibility tree on its own for a few steps when only the page structure can do the job:</p>
+<ul><li>uploading a file, because the native file chooser opens outside the page, where screenshots can&#39;t reach it;</li><li>site workflows whose completion has to be proved against the page&#39;s own list of elements;</li><li>reading a whole conversation, where WebBrain has to confirm it reached the last message;</li><li>WhatsApp Web and Telegram, where WebBrain checks who a chat is with through the page structure.</li></ul>
+<p>Once that need has passed, the run goes back to vision on a fresh screenshot.</p>
+<p>You may also want to turn Tesla mode off yourself: when you use a small local model that reads text much better than pixels, or when you want the most precise element targeting on a site with long forms. If your model doesn&#39;t take images at all, WebBrain falls back to the accessibility tree automatically.</p>
+<h2 id="how-to-use-it">How to use it</h2>
+<p>Tesla mode is <strong>Auto</strong> by default, so every Act run whose model accepts images already uses it. To change that, open <strong>Settings → Advanced → Tesla mode</strong> and pick <strong>Auto</strong> or <strong>Off</strong>. <strong>Vision screenshot size</strong>, next to it, trades detail for tokens: Economy, Balanced or Sharp.</p>
+<p>Your settings carry over: if you had turned Vision mode off, Tesla mode is off too. Ask and Dev runs are unchanged, because Tesla mode only applies to Act.</p>
+<p>Pick the car that suits the road. We&#39;d love to hear which one you drive with.</p>
+<p>Tesla and Waymo are trademarks of their respective owners. WebBrain is not affiliated with either company; the names are only an analogy.</p>
+<p>Tags: #WebBrain #TeslaMode #BrowserAgent #ComputerUse #VisionModels #AccessibilityTree</p>
+
+ <div class="author-box">
+ Written by <a href="https://emresokullu.com" target="_blank" rel="noopener">Emre Sokullu</a>. WebBrain 33.0.0 and later is GPL-3.0-or-later and open on <a href="https://github.com/webbrain-one/webbrain" target="_blank" rel="noopener">GitHub</a>.
+ </div>
+ </article>
+
+ <footer>
+ <div>&copy; 2026 WebBrain &middot; <a href="/privacy">Privacy</a></div>
+ <div><a href="https://github.com/webbrain-one/webbrain" target="_blank" rel="noopener">GitHub</a></div>
+ </footer>
+ <script>
+ (function () {
+ const btn = document.getElementById('theme-toggle');
+ if (!btn) return;
+ const root = document.documentElement;
+
+ function setTheme(theme, persist) {
+ root.setAttribute('data-theme', theme);
+ if (persist) {
+ try { localStorage.setItem('webbrain-theme', theme); } catch (_) {}
+ }
+ }
+
+ btn.addEventListener('click', function () {
+ const next = root.getAttribute('data-theme') === 'light' ? 'dark' : 'light';
+ setTheme(next, true);
+ });
+
+ const mq = window.matchMedia('(prefers-color-scheme: light)');
+ function onMQ(e) {
+ try {
+ if (localStorage.getItem('webbrain-theme')) return;
+ } catch (_) {}
+ setTheme(e.matches ? 'light' : 'dark', false);
+ }
+ if (typeof mq.addEventListener === 'function') mq.addEventListener('change', onMQ);
+ else if (typeof mq.addListener === 'function') mq.addListener(onMQ);
+ })();
+ </script>
+ <script>
+ (function () {
+ const LOCALES = ["en","es","fr","tr","zh","ru","uk","ar","ja","ko","id","th","ms","tl","he"];
+ const sel = document.getElementById('lang-dropdown');
+ if (!sel) return;
+ sel.value = sel.dataset.current || 'en';
+ sel.addEventListener('change', function () {
+ const target = sel.value;
+ if (!LOCALES.includes(target)) return;
+ window.location.href = target === 'en' ? '/' : '/' + target + '/';
+ });
+ })();
+ </script>
+</body>
+</html>