جدیدترین مدل هوش مصنوعی گوگل مانند انسان از مرورگر وب استفاده می‌کند
گوگل مدل جدید Gemini 2.5 Computer Use را معرفی کرده که قادر به پیمایش و تعامل با وب از طریق مرورگر است و به عامل‌های هوش مصنوعی امکان انجام کارها در رابط‌های طراحی‌شده برای انسان را می‌دهد.
مدل جدید هوش مصنوعی گوگل برای استفاده از مرورگر
گوگل مدل جدیدی از هوش مصنوعی Gemini به نام Gemini 2.5 Computer Use را معرفی کرده که قادر است مانند انسان از مرورگر وب استفاده کند. این مدل از "قابلیت‌های درک بصری و استدلالی" برای تحلیل درخواست کاربر و انجام وظایفی مانند پر کردن و ارسال فرم‌ها استفاده می‌کند.
- قابلیت کلیک، اسکرول و تایپ در پنجره مرورگر
- دسترسی به داده‌هایی که از طریق API در دسترس نیستند
- استفاده برای تست رابط کاربری و پیمایش رابط‌های انسانی
- پشتیبانی از ۱۳ عمل شامل باز کردن مرورگر، تایپ متن و کشیدن و رها کردن
گوگل اعلام کرد این مدل "در چندین معیار وب و موبایل از جایگزین‌های پیشرو بهتر عمل می‌کند"
این مدل در مقایسه با ChatGPT Agent و ابزار استفاده کامپیوتری Anthropic تنها به مرورگر دسترسی دارد نه کل محیط کامپیوتر. Gemini 2.5 Computer Use از طریق Google AI Studio و Vertex AI در دسترس توسعه‌دهندگان قرار گرفته است.