Mac 版 Gemini 新增计算机操作能力,可跨应用代执行任务
摘要
Google Labs 副总裁 Josh Woodward 宣布,Mac 版 Gemini 应用上线 computer use 功能,支持跨文件夹、应用和网页代用户执行任务,屏幕与光标控制权仍归用户所有。官方演示中,Gemini 可在后台窗口完成点击、滚动和输入,将草图转为 Blender 中绑定的 3D 模型。
Google 正在把 AI 助手的角色从对话窗口推向操作系统层面。Google Labs 副总裁 Josh Woodward 对外披露,Mac 版 Gemini 应用已加入 computer use 能力,使 Gemini 不再局限于回答问题,而是能够直接代替用户完成跨文件夹、跨应用和跨网页的操作。
从官方描述看,这一功能的核心在于任务执行的连贯性。Gemini 可以在后台窗口中模拟点击、滚动和输入,将原本需要用户在多个界面间切换的流程串联起来。官方演示展示了一个颇具代表性的场景:Gemini 把一张草图转化为 Blender 中已完成绑定的 3D 模型。
在权限设计上,Google 强调控制权并未转移。按照 Woodward 的说法,屏幕和光标的最终控制权仍掌握在用户手中,这为 computer use 类功能划出了一条安全边界。对 AI 行业而言,此类能力意味着智能体正从信息处理走向实际操作,但如何在自动化效率与用户可控性之间取得平衡,仍是产品落地的关键课题。
本文由新大陆基于公开信息编辑整理
信息来源:AIHOT AIHOT原文 ↗