谷歌发布Gemini 2.5计算机使用模型预览版

Gemini是谷歌开发的大型语言模型系列，旨在处理多模态任务，包括文本、图像和代码。Gemini 2.5 Pro是Gemini系列的最新版本之一，提供了增强的性能和更广泛的应用能力。计算机使用模型是Gemini 2.5 Pro的一个专门化分支，专注于自动化用户界面交互，这属于AI代理和自动化领域。AI代理能够执行复杂任务，如网页浏览、软件操作和数据提取，通常依赖于计算机视觉和自然语言处理技术。谷歌通过API提供预览版，允许开发者和企业测试和集成这一技术，以推动智能助手、自动化工具和机器人流程自动化的发展。这一发布反映了AI模型在具体应用场景中的专业化趋势，以及谷歌在AI基础设施和工具生态系统的持续投入。