Google 发布 Gemini 2.5 Computer Use 模型 Google 于 10 月 8 日发布全新 Gemini 2.5 Computer Use 模型，可在浏览器环境中执行网页任务和交互操作。 该模型基于视觉理解与推理技术，能够直接识别网页内容并完成具体操作，如自动填写表单、提交信息或执行 UI 测试，为缺乏 API 的系统提供自动化方案。谷歌表示，这是 Gemini 系列在推进「可执行任务型 AI 代理」的重要成果。 据悉，Gemini 2.5 Computer Use 支持 13 种基础操作，包括打开网页、输入文字、点击按钮、拖放对象等，适用于测试、任务自动化与网页导航等场景。谷歌表示，该模型在多项网页与移动端基准测试中表现优于同类产品，但目前尚未针对桌面系统级控制进行优化。
