Google DeepMind推出Gemini 3.5 Flash的“计算机使用”能力
新的Gemini 3.5 Flash模型能够理解屏幕并执行操作,为AI智能体控制计算机铺平道路。
AI解读:开发者可以构建自动完成网页填表、软件测试等任务的智能体,减少重复劳动。该功能目前可能仅通过API提供给开发者,普通用户暂时无法直接使用。它受限于模型的感知和推理能力,复杂界面或非标准操作可能仍会出错。
Google DeepMind发布了Gemini 3.5 Flash模型的“计算机使用”(computer use)能力,使该模型能够理解屏幕上的内容并执行点击、输入等操作。