Google представила ИИ-агента для управления мобильными и веб-интерфейсами на базе Gemini 2.5 Pro

Он доступен в бесплатной демоверсии и API для разработчиков.

В тесте vc.ru ИИ-агент решил все капчи с автобусами и пешеходными переходами

Компания выпустила модель Gemini 2.5 Computer Use, которая оптимизирована для взаимодействия с графическими интерфейсами. ИИ-агент может заполнять формы, искать информацию и выполнять действия на заданных сайтах, например, найти и добавить новые контакты в сервис для работы с клиентами.

Попросили модель найти инструменты для озвучки текста с открытым исходным кодом и поддержкой русского языка. Видео не ускоряли. ИИ-агент может около минуты думать, прежде чем ввести текст — эти паузы вырезаны. Скринкаст vc.ru

Gemini 2.5 Computer Use лучше всего подходит для веб-браузеров, чуть хуже для управления мобильным интерфейсом, а для ОС настольных компьютеров не оптимизирована, говорят разработчики. По оценкам Browserbase, она на 10% превосходит по производительности Claude Sonnet 4.5 в тестах.
Модель доступна для разработчиков в Gemini API, а также в Google AI Studio и Vertex AI. Её можно протестировать бесплатно в демоверсии.

vc.ru

Железо

1 окт

Google представила мини-колонку Home Speaker с поддержкой Gemini и новые камеры Nest для «умного» дома

А также добавила ИИ-функции в приложение Google Home.

#google #gemini #ии #нейросети #новости