谷歌发布Gemini 2.5：AI浏览器操作新突破
2025年10月8日，谷歌推出一款新型人工智能模型，展示了其在浏览器环境中实现交互操作的最新进展。该模型名为“Gemini 2.5 计算机使用”，具备视觉理解与推理能力，能够解析用户指令并在标准网页界面中执行具体任务，例如填写表单、提交数据等操作。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
这一技术使AI智能体可在原本为人类用户设计的界面中自主运行，适用于那些未提供API或自动化接口的系统。其潜在应用场景包括用户界面测试，以及访问仅面向人工操作的在线服务。此前类似能力已在部分内部项目中得到验证，例如通过AI代理在浏览器中完成复杂流程，如根据清单自动添加商品至购物车等。
此次发布紧随另一家公司在年度开发者活动上推出新一代AI助手功能之后。当前，多家技术企业正致力于开发能代表用户执行多步骤任务的AI代理。其中，已有公司于去年发布了支持“计算机使用”功能的AI模型，允许系统在数字环境中进行自主导航与操作。
谷歌同步发布了若干演示视频，直观呈现该模型在真实网页环境中的运行过程，视频内容已加速至正常速度的三倍以便展示。最新表示，该模型在多项网页及移动端基准测试中表现优于现有同类方案。值得注意的是，该模型目前仅限于浏览器内部操作，不具备对操作系统层面的控制能力。谷歌明确指出，该技术尚未针对桌面系统级控制进行优化，现阶段支持包括打开网页、输入文本、拖放元素在内的共13种基本操作。
目前，Gemini 2.5 计算机使用模型已通过Google AI Studio与Vertex AI平台向开发者开放。同时，Browserbase平台提供了在线体验入口，公众可实时观察模型执行诸如“完成一局2048游戏”或“浏览 Hacker News 热门话题”等任务的实际效果。
热门专题
热门推荐
加密货币行业翘首以盼的监管里程碑，终于有了实质性进展。美国证券交易委员会（SEC）主席保罗·阿特金斯（Paul Atkins）近日证实，那份允许加密项目在早期获得注册豁免权的“安全港”框架提案，已经正式送抵白宫，进入了最终审查阶段。 在范德堡大学与区块链协会联合举办的数字资产峰会上，阿特金斯透露了这
微策略Strategy报告：第一季录得144 6亿美元浮亏 再斥资约3 3亿美元买进4871枚比特币 市场震荡的威力有多大？看看Strategy的最新季报就明白了。根据其最新向美国证管会(SEC)提交的8-K报告，受市场剧烈波动影响，这家公司所持的比特币在第一季度录得了一笔惊人的数字——144 6亿
稳定币巨头Tether的动向，向来是加密世界的风向标。这不，它向Web3基础设施的版图扩张，又迈出了关键一步。公司执行长Paolo Ardoino在社交平台X上透露，其工程团队正在全力“烹制”一个新项目——去中心化搜索引擎 “Hypersearch”。这个消息一出，立刻引发了行业的广泛猜想。 采用D
基地位于Coinbase旗下以太坊Layer2网络Base的Seamless Protocol，日前正式宣告了服务的终结。这个曾经吸引了超过20万用户的原生DeFi借贷协议，在运营不到三年后，终究没能跑赢时间。它主打的核心产品是Integrated Leverage Markets（ILMs）——一
PAAL代币揭秘：深度解析Web3社区治理的核心钥匙 在去中心化自治组织的浪潮中，谁真正掌握了项目的话语权？PAAL代币提供了一套系统化的答案。它不仅是生态内流转的价值媒介，更是开启链上治理大门的核心凭证。通过持有并质押PAAL代币，用户能够对协议升级、资金分配乃至战略方向等关键事务投出决定性的一票