谷歌发布 Gemini 2.5 Computer Use 模型，聚焦浏览器交互新突破

IT 时代网讯：10 月 8 日消息，谷歌发布 Gemini 2.5 Computer Use 模型，该模型基于 Gemini 2.5 Pro 构建，利用视觉理解与推理能力，专攻浏览器交互。

该模型可像人类一样直接与图形用户界面交互，支持打开网页浏览器、输入文本、拖放页面元素等 13 种操作。它能用于用户界面测试等场景，已应用于谷歌 AI 模式中的智能体功能及 “Mariner” 项目。在多项网页和移动端控制基准测试中，Gemini 2.5 Computer Use 性能领先、延迟更低。目前，该模型已通过 Google AI Studio 和 Vertex AI 向开发者开放，Browserbase 平台也提供在线演示。