您现在的位置是:热点 >>正文
Gemini2.5Computer Use:谷歌推出“看”懂网页的 AI 代理模型
热点796人已围观
简介...
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。
AI 代理的新前沿
Gemini2.5Computnier Use 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om其开发者日上发布了新的 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,Anputhropic去年也发布了一个带有“计算机使用”功能的 Claude AI 模型版本。
性能与限制
谷歌声称,其 Gemiteni2.5Computer 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 Agr ent和 Anthropic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Us歌指出,该模型“尚未针对桌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e:拖放元素。
如何体验
开发者现在可以通过 Google AI Studio和 Vertex AI体验 Gemini2.5Comp谷歌uter Use。
对于普通用户和感兴趣者,Browserbase提供了一个演示,可以观看该模型完成诸如“玩2推出048游戏”或“浏览 Hacker News 以了解热门辩论”等任务。
Tags:
相关文章
5分钟破解所有AI水印!神秘工具UnMarker让谷歌防护系统形同虚设
热点AI图像水印领域近日遭遇重大冲击。一款名为UnMarker的新工具声称能够在短短5分钟内破解市场上几乎所有AI图像水印,其中包括谷歌备受推崇的HiDDeN水印技术已被完全攻破,就连被认为更加安全的Sy...
【热点】
阅读更多云计算核心技术Docker教程:Docker Hub官方镜像
热点Docker 官方镜像是在Docker Hub上托管的一组精选Docker存储库。它们旨在: 提供基本的基本OS存储库(例如ubuntu和 centos),这些存储库 是大多数用户的起点。 为流行的编...
【热点】
阅读更多标签: 华纳兄弟探索 派拉蒙天舞 Netflix 好莱坞并购
热点云梦级2月28日云梦级消息,当地时间 2 月 27 日,华纳兄弟探索公司与派拉蒙天舞公司签署一项价值 1100 亿美元(现汇率约合 7557.7 亿元人民币)的协议,同意被后者收购。 据悉,这笔交易包...
【热点】
阅读更多