تقوم Google بمعاينة نموذج Gemini AI جديد المصمم للتنقل والتفاعل مع الويب عبر متصفح ، مما يتيح لوكيل الذكاء الاصطناعي القيام بأشياء داخل واجهات مصممة للاستخدام من قبل الأشخاص وليس الروبوتات. النموذج ، يسمى استخدام الكمبيوتر Gemini 2.5، يستخدم “الفهم البصري وقدرات التفكير” لتحليل طلب المستخدم وتنفيذ مهمة ، مثل ملء النموذج وتقديمه.
يمكن استخدامه لاختبار واجهة المستخدم أو التنقل في الواجهات المصنوعة للأشخاص الذين ليس لديهم واجهة برمجة تطبيقات أو اتصال مباشر آخر متاح. تم استخدام إصدارات أخرى من هذا النموذج للميزات الوكيل في وضع الذكاء الاصطناعى و مشروع مارينر، نموذج أولي للبحث الذي يستخدم وكلاء الذكاء الاصطناعى لتنفيذ المهام من تلقاء نفسه في متصفح ، مثل إضافة عناصر إلى عربة التسوق الخاصة بك بناءً على قائمة المكونات.
يأتي إعلان Google بعد يوم واحد فقط من كشف Openai تطبيقات جديدة للدردشة كجزء من يوم ديف السنوي ، ويستمر في تركيز انتباهها على ميزة وكيل chatgpt يمكن أن تكمل المهام المعقدة نيابة عنك. وفي الوقت نفسه ، الإنسان كان قد أصدر بالفعل نسخة من طراز Claude AI مع “استخدام الكمبيوتر” العام الماضي.
نشرت Google بعض مقاطع الفيديو التجريبية التي تعرض أداة استخدام الكمبيوتر الخاصة بها في العمل ، وتلاحظ أنها تسري 3x.
تقول Google إن جهاز الكمبيوتر الخاص به يستخدم نموذجًا “يتفوق على البدائل الرائدة على العديد من المعايير على شبكة الإنترنت والهاتف المحمول.” على عكس Agent ChatGPT وأداة استخدام الكمبيوتر الخاصة بشركة Anthropic ، فإن نموذج الذكاء الاصطناعي الجديد من Google لا يحتوي إلا على إمكانية الوصول إلى متصفح – وليس بيئة كمبيوتر كاملة. تشير Google إلى أنه يظهر “لم يتم تحسينه بعد للتحكم على مستوى سطح المكتب” ويدعم حاليًا 13 إجراءات، بما في ذلك فتح متصفح الويب ، ونص الكتابة ، بالإضافة إلى سحب العناصر وإسقاطها.
يتوفر استخدام الكمبيوتر Gemini 2.5 للمطورين من خلال Google AI Studio و Vertex AI ، ولكن هناك أيضًا عرض تجريبي على browserbase، حيث تشاهدها وهي تكمل المهام ، مثل “لعب لعبة 2048” أو “استعراض أخبار Hacker للمناقشات الجريئة”.
