Gemini电脑操作工具转正
摘要
谷歌宣布Gemini API的Computer Use工具结束预览正式开放，功能和接口无重大变化，主要提升生产环境稳定性。AI可通过截图识别屏幕并生成点击、输入、滚动等指令。
原文片段
谷歌Gemini电脑操作工具正式转正，此前已开放预览 动察 Beating AI 快讯，谷歌宣布，Gemini API 的 Computer Use（电脑操作）工具结束预览阶段，正式开放使用。相比此前的预览版，功能和接口没有重大变化，主要提升了生产环境的稳定性。 这项工具可以让 AI 通过截图识别屏幕内容，再生成点击、输入、滚动等操作指令。开发者的程序负责执行操作，并将新截图传回模型，让 AI 继续完成任务。例如自动填写网页表单、测试网站功能，或跨多个网站搜集信息。 原文链接 https://m.theblockbeats.info/flash/375701