谷歌发布Gemini 2.5：AI浏览器操作新突破
2025年10月8日，谷歌推出一款新型人工智能模型，展示了其在浏览器环境中实现交互操作的最新进展。该模型名为“Gemini 2.5 计算机使用”，具备视觉理解与推理能力，能够解析用户指令并在标准网页界面中执行具体任务，例如填写表单、提交数据等操作。
这一技术使AI智能体可在原本为人类用户设计的界面中自主运行，适用于那些未提供API或自动化接口的系统。其潜在应用场景包括用户界面测试，以及访问仅面向人工操作的在线服务。此前类似能力已在部分内部项目中得到验证，例如通过AI代理在浏览器中完成复杂流程，如根据清单自动添加商品至购物车等。
此次发布紧随另一家公司在年度开发者活动上推出新一代AI助手功能之后。当前，多家技术企业正致力于开发能代表用户执行多步骤任务的AI代理。其中，已有公司于去年发布了支持“计算机使用”功能的AI模型，允许系统在数字环境中进行自主导航与操作。
谷歌同步发布了若干演示视频，直观呈现该模型在真实网页环境中的运行过程，视频内容已加速至正常速度的三倍以便展示。最新表示，该模型在多项网页及移动端基准测试中表现优于现有同类方案。值得注意的是，该模型目前仅限于浏览器内部操作，不具备对操作系统层面的控制能力。谷歌明确指出，该技术尚未针对桌面系统级控制进行优化，现阶段支持包括打开网页、输入文本、拖放元素在内的共13种基本操作。
目前，Gemini 2.5 计算机使用模型已通过Google AI Studio与Vertex AI平台向开发者开放。同时，Browserbase平台提供了在线体验入口，公众可实时观察模型执行诸如“完成一局2048游戏”或“浏览 Hacker News 热门话题”等任务的实际效果。
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
同类文章
云米科技CEO奖励员工小米YU7 期待未来再奖励更多台
云米科技创始人兼CEO陈小平通过社交平台正式揭晓了公司年会上的“重磅大奖”：一辆小米YU7汽车，专为表彰一位长期服务核心客户、始终坚守岗位并成功推动项目实现关键突破的员工。获奖理由简洁而有力——“尽职尽责、持之以恒”。陈小平在现场还定下目标：“希望到2026年，能送出更多台车。” 这句话，既是对员工
腾讯开源Node模块联邦方案hel-micro-node
腾讯近日正式发布开源项目 hel-micro-node，作为 hel+ 生态体系中的核心组件，专门为 Node js 运行环境量身打造，旨在提供一种轻量化、高效率且易于使用的服务端模块联邦解决方案。与同类产品 @module-federation node 相比，hel-micro-node 在功能
doc个人图书馆因业务调整无偿转让寻找接管方
日前，知识分享平台“360doc个人图书馆”正式对外发布官方公告。自2005年上线以来，这一经典数字图书馆已稳健运营整整二十年，累计服务用户超过八千万，沉淀文章数量突破十一亿篇。作为国内知名的免费知识管理公益平台，它不仅承载了无数人的智慧积累与珍贵记忆，更在个人知识存档与内容管理领域保持了独特的品牌
iPhone Air 2最新传闻 散热与双扬声器及双摄成重点
细想起来，距离苹果那款备受期待的超薄系列新机——我们暂时称之为iPhone Air 2——正式亮相，其实已经不到一年了。产业链上陆续传出的消息都在暗示，苹果这次决心放一个大招，在散热、音频、影像这几个核心体验上动真格的。 iPhone Air 销量与市场反响 此前不少舆论认为初代iPhone Air
上海交大今日正式发布自研光学垂直大模型
光学领域最近迎来了一位重量级新成员——上海交通大学正式推出了面向光学垂直方向的大模型Optics GPT。官方将其定义为一位“数字光学顾问”，听起来可能有点抽象，但说白了，就是让一个AI系统把光学领域的所有核心知识吃透，然后能稳稳当当地帮科研、工程和教学解决问题。 如果拿ChatGPT这类通用大模型
- 日榜
- 周榜
- 月榜
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
相关攻略
2026-07-08 12:45
2026-07-08 12:44
2026-07-08 12:44
2026-07-08 12:44
2026-07-08 12:44
2026-07-08 12:44
2026-07-08 12:43
2026-07-08 12:43
热门教程
- 游戏攻略
- 安卓教程
- 苹果教程
- 电脑教程
热门话题
