Gemini2.5Computer Use:谷歌推出“看”懂网页的 AI 代理模型
谷歌近日预览了一款全新的 Gemini AI 模型——Gemini2.5Computer Use,旨在赋予 AI 代理Ge通过浏览器导航和交互网页的能力。这款模型利用其强大的“视觉理解和推理能力”,能够像人类一样分析用户请求,并在原本为mi人类而非机器人设计的界面内执行复杂操作,例如填写和提交表单。 Gemini2.5Computer Useni 使得 AI 能够执行过去需要人类干预的任务。它的主要应用场景包括 UI 测试,以及为那些没有 API 或直接连接的用户导2.航网页界面。该模型的早期版本曾用于 Mariner 项目——一个使用 AI 代理在浏览器中自行完成任务的研究原型,比如根据配5C料列表将商品添加到购物车。 这款新模型的发布正值 AI 代理功能竞争白热化之际。就在谷歌宣布的前一天,OpenAI在其开发om者日上发布了新的 ChatGPT 应用并持续关注其 Agent 功能,该功能可为用户完成复杂任务。同时,Anthropic去pu年也发布了一个带有“计算机使用”功能的 Claude AI 模型版本。 谷歌声称,其 Gemini2.5Computteer Use模型“在多个网络和移动基准测试中均优于领先的替代方案”。 然而,与 ChatGPT Agent和 Anthropir c的类似工具不同,谷歌的新 AI 模型目前只能访问浏览器环境,而不能控制整个计算机环境。谷歌指出,该模型“尚未针对桌Us面操作系统级别的控制进行优化”,当前支持 13种操作,包括打开网络浏览器、输入文本以及拖放元素。 开发者现e:在可以通过 Google AI Studio和 Vertex AI体验 Gemini2.5Computer Use。 对于普通用户和谷歌感兴趣者,Browserbase提供了一个演示,可以观看该模型完成诸如“玩2048游戏”或“浏览 Hacker News推出 以了解热门辩论”等任务。AI 代理的新前沿
性能与限制
如何体验
- 最近发表
- 随机阅读
-
- 标签: OpenAI Red Queen Bio 生物安全 AI风险
- 云安全日报220623:红帽数据库管理系统发现执行任意代码漏洞,需要尽快升级
- 实施Kubernetes以实现多云架构安全
- 社交网络Parler起诉亚马逊因“政治敌意”终止为其提供托管服务
- Meta推出AI视频生成平台Vibes,轻松创作和分享 AI 短视频
- 消息称贝恩资本正寻求 40 亿美元出售 WinTriX 中国数据中心业务
- 云计算开发实例:Python3查找列表中最大元素
- 澳大利亚要求谷歌和Facebook为新闻付费 但新闻网站可能造假
- 阿里云张勇:已有20万企业用户申请接入通义千问AI大模型测试
- IDC预计大模型等将带动中国AI市场规模2026年超264亿美元
- 阿里云宣布Qwen2开源 性能超美国开源模型Llama3
- 标签: 老虎证券 富途证券 长桥证券 证监会
- 标签: 三七互娱 斗罗大陆:猎魂世界 Puzzles&Survival SLG
- 云计算开发:Python3-List append()方法详解
- 云安全日报210427:苹果Windows版iCloud发现敏感信息泄露漏洞,需要尽快升级
- 标签: 东鹏饮料 东鹏特饮 功能饮料 港交所上市
- 标签: 甲骨文 AI基础设施 生成式AI 裁员
- 标签: 双欣环保 PVA 港交所 电石
- 浅谈:什么是云网络?
- 标签: 小米YU7 德克兰·赖斯 小米汽车 英超冠军
- 搜索
-
- 友情链接