Gemini2.5Computer Use:谷歌推出“看”懂网页的 AI 代理模型
我要评论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
Gemini2.5Computer 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航网页界2.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，OpenAomI在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，Antpuhropic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 Gemini2te.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 Ar gent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。谷歌Us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 Gemini2.5Com谷歌puter 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20推出48游戏”或“浏览 Hacker News 以了解热门辩论”等任务。
相关文章
4月8日消息，腾讯云宣布云存储解决方案面向AIGC场景全面升级，能够针对AI大模型数据采集清洗、训练、推理、数据治理全流程提供全面、高效的云存储支持。 据介绍，腾讯云AIGC云存储解决方案主要由对象存2026-11-16
云梦级3月6日云梦级消息，今日，机器人公司魔法原子发布官方公告，宣布一系列高层管理团队重要调整。公告称，此次调整是公司面向具身智能产业加速规模化落地阶段的一次组织升级，旨在进一步强化核心领导团队，深化2026-11-16
撰文 | 李信马 题图 | AI生图 10年前，笔者进入科技媒体行业，最先接触的顶级科技公司就是甲骨文（Oracle）。那时候，提起数据库大家的第一反应就是Oracle，在2016年的Gartner数2026-11-16
本文转载自微信公众号「接地气学堂」，作者接地气的陈老师 。转载本文请联系接地气学堂公众号。 数据分析领域有几个经典的终极难题。多影响因素归因，绝对是其中最让人头大的。特别是临近年底，品牌、售后、客服、2026-11-16
NVIDIA GeForce RTX 3060发布日期确定2月25日
正被同行就收购ARM问题集体反对的NVIDIA今天早上透露了他们下一款GeForce桌面显卡RTX3060的发布日期。RTX3060被视为是30系列桌面市场型号中最畅销的型号，之前在CES2021上透2026-11-16
你的AI模型可能有后门！图灵奖得主发53页长文：小心恶意预测
「对抗样本」是一个老生常谈的问题了。 在一个正常的数据中，加入一些轻微扰动，比如修改图片中的几个像素，人眼不会受影响，但AI模型的预测结果可能会发生大幅变化。 对于这种bad case，目前来说还是比2026-11-16
最新评论