详细内容或原文请订阅后点击阅览
这款新的 Google Gemini 模型可以像您一样滚动互联网 - 工作原理
新模型现已推出公共预览版，是人工智能迈出的又一步，可以在网络环境中运行，而无需人工监督。
来源:ZDNet | 机器人新闻关注 ZDNET：将我们添加为 Google 上的首选来源。
关注 ZDNET： 将我们添加为首选来源 。ZDNET 的关键要点
- 谷歌的新AI模型可以直接与网站UI交互。它加入了OpenAI和Anthropic的类似工具。该公司还承认其弱点，包括幻觉。
Google DeepMind 在公共预览版中首次推出了一种新的人工智能模型，该模型旨在像人类一样在网络浏览器中导航。
推出全新AI模型该公司的新计算机使用模型建立在 Gemini 2.5 Pro 之上，可以直接在网页中执行单击、键入和滚动等任务。
另外：我在桌面上使用本地 AI 的 5 个原因 - 而不是 ChatGPT、Gemini 或 Claude
我在桌面上使用本地 AI 的 5 个原因 - 而不是 ChatGPT、Gemini 或 Claude用户只需用自然语言向其提供提示即可，例如“打开维基百科，搜索‘亚特兰蒂斯’，并总结西方思想中的神话历史。”该模型将自动获取所请求站点的 URL 和屏幕截图，以分析其需要在其中执行操作的用户界面，并逐步执行所请求的任务，同时在用户容易看到的文本框中概述其推理和操作。如果它被指示执行敏感任务（例如购买），它也可能会通过请求确认来做出响应。
Gemini 2.5 Computer Use 预览版紧随 OpenAI 和 Anthropic 发布类似的网络浏览模型之后。谷歌此前推出了一款名为 Project Mariner 的实验性 Chrome 扩展程序，该扩展程序还可以代表用户在网页内执行操作。
OpenAI 人择 水手计划工作原理
另外：ChatGPT 的 Codex 刚刚进行了巨大升级，使其比以往更加强大 - 新增内容
博客文章