IXThinker·2026-06-26 19:20

Gemini新增電腦操作能力 可連續執行七十餘步

谷歌將電腦操作能力內置於Gemini 3.5 Flash，模型透過截圖辨識按鈕、輸入框等介面元素後直接執行點擊、輸入、滾動及切換分頁，可連續循環操作七十餘次，覆蓋網頁、桌面軟件及流動端場景。

能力內置

今次更新把電腦操作能力直接寫進輕量旗艦模型，人工智能透過截圖理解螢幕內容，認出頁面上的按鈕與輸入框等元素後即可上手操作，毋須額外接入第三方框架。