IXThinker·2025-10-08 19:45

谷歌推Gemini電腦操作模型

谷歌發布Gemini 2.5 Computer Use模型，基於Gemini 2.5 Pro的視覺理解與推理能力，專為操作用戶界面而設。AI代理自此可直接點擊、輸入、滾動，完成需要圖形界面操作的複雜數字任務，彌補傳統API接入的局限。

模型能力

新模型可實現點擊、輸入、滾動等類人操作，支持填寫表單、控制下拉菜單，以至登入後的操作流程，讓AI代理能直接與圖形界面互動。