IT之家 10 月 8 日音讯，谷歌正在预览一款全新的 Gemini 东说念主工智能模子，该模子旨在通过浏览器浏览收罗并与之交互，使 AI 智能体大约在原来为东说念主而非机器东说念主遐想的用户界面中践诺操作。这款名为“Gemini 2.5 贪图机使用”（Gemini 2.5 Computer Use）的模子，诓骗“视觉雄厚与推理材干”分析用户的恳求，并完成相应任务，举例填写并提交表单。

该模子可用于用户界面测试，或用于操作那些仅面向东说念主类用户、未提供 API 或其他径直接口的系统。此前，此类模子已应用于谷歌 AI 模式（AI Mode）中的智能体功能，以及权衡原型样式“Mariner”，该样式诓骗 AI 智能体在浏览器中自主践诺任务，举例凭据食材清单自动将商品添加到购物车。

谷歌这次发布恰逢 OpenAI 在其年度诞生者日（Dev Day）晓谕推出 ChatGPT 新应用的次日。OpenAI 正捏续聚焦其“ChatGPT 智能体”（ChatGPT Agent）功能，该功能可代表用户完成复杂任务。与此同期，Anthropic 公司已于客岁发布了其 Claude AI 模子的“贪图机使用”（computer use）版块。

IT之家注意到，谷歌发布了一些演示视频，展示了“贪图机使用”器用的推行启动成果，并注明视频播放速率已加速至 3 倍。谷歌暗意，其贪图机使用模子“在多个网页和转移端基准测试中优于现存普及决策”。与 ChatGPT 智能体和 Anthropic 的贪图机使用器用不同，谷歌的新 AI 模子仅限于探望浏览器环境，无法操控统共贪图机系统。谷歌很是指出，该模子“尚未针对桌面操作系统层级的按捺进行优化”，现在复古 13 种操作，包括掀开网页浏览器、输入文本，以及拖放页面元素等。

Gemini 2.5 贪图机使用模子现已通过 Google AI Studio 和 Vertex AI 向诞生者绽放。此外赌钱赚钱app，Browserbase 平台也提供了在线演示，用户可及时不雅看该模子完成诸如“玩一局 2048 游戏”或“浏览 Hacker News 上的热点询查”等任务。