Gemini 2.5 Pro能力再进化：谷歌推出专用计算机操作模型，让AI智能体丝滑接管UI交互（

1.谷歌计算平台

谷歌刚刚发布了一项更新：正式推出Gemini 2.5计算机使用模型（Computer Use model）这是一款基于Gemini 2.5 Pro视觉理解与推理能力构建的专用模型，旨在赋予AI智能体（agent）与图形用户界面（GUI）直接交互的能力——就像人类一样进行点击、打字和滚动操作。

2.谷歌最强计算机

从今天起，Gemini 2.5计算机使用模型已开放公开预览开发者可以通过Google AI Studio和Vertex AI中的Gemini API进行访问和构建https://ai.google.dev/gemini-api/docs/computer-use。

3.谷歌计算引擎

https://cloud.google.com/vertex-ai/generative-ai/docs/computer-use谷歌表示，虽然AI模型可以通过结构化的API与软件交互，但许多数字任务仍需要直接操作图形界面，例如填写并提交表单。

4.谷歌超级计算机

为了完成这些任务，AI智能体必须能像人一样浏览网页和应用程序这种原生填充表单、操作下拉菜单和筛选器等交互元素，以及在登录后进行操作的能力，是构建强大通用智能体的关键下一步如何工作？该模型的核心能力通过Gemini API中新增的。

5.谷歌计算器官方下载

computer_use工具对外开放，并应在循环（loop）中运行。

6.google machine learning engine

其工作流程如下：1.输入：工具的输入包括用户请求、当前环境的屏幕截图以及最近的操作历史输入时还可以指定排除某些UI操作或加入额外的自定义函数2.分析与响应：模型分析这些输入并生成响应，通常是一个代表UI操作（如点击或输入）的函数调用。

7.谷歌 技术

对于购买等特定操作，响应中可能还包含一个请求最终用户确认的步骤3.执行：客户端代码执行接收到的操作指令4.反馈与循环：操作执行后，新的GUI屏幕截图和当前URL将作为函数响应发送回模型，重新启动循环这个迭代过程会持续进行，直到任务完成、发生错误，或因安全响应、用户决策而终止交互。

8.谷歌 2019 技术

谷歌指出，Gemini 2.5计算机使用模型主要针对Web浏览器进行了优化，同时在移动UI控制任务上也显示出巨大潜力，但尚未针对桌面操作系统级别的控制进行优化性能根据谷歌公布的信息，Gemini 2.5计算机使用模型在多个Web和移动控制基准测试中表现出色。

9.谷歌计算思维

其性能优于目前市场上的主流替代方案，并在多个基准测试中实现了领先。在针对Online-Mind2Web的Browserbase测试平台上，该模型在浏览器控制方面实现了领先的质量和最低的延迟。

10.谷歌最新算法

安全谷歌称，在构建之初就将负责任作为首要原则能够控制计算机的AI智能体带来了独特的风险，包括用户的有意滥用、意外的模型行为以及Web环境中的提示注入和诈骗为此，谷歌采取了多项安全措施：模型内置安全特性：直接在模型训练中加入了安全功能，以应对三大核心风险。

开发者安全控制：复制* 逐步安全服务（Per-step safety service）：一个模型外的、在推理时运行的安全服务，用于在模型提议的每个动作执行前进行评估
* 系统指令（System instructions）：开发者可以进一步指定，在执行特定类型的高风险操作前，智能体必须拒绝或请求用户确认。

1.2.这些控制措施旨在赋能开发者，防止模型自动完成可能损害系统完整性、危及安全、绕过验证码（CAPTCHA）或控制医疗设备等高风险或有害行为。