Google 推出了 Gemini 2.5 Computer Use 模型，这是一个专门设计用于在浏览器中导航和交互的 AI 模型。该模型基于 Gemini 2.5 Pro 的视觉理解和推理能力，能够分析用户请求并执行任务，如填写和提交表单、点击、滚动和输入文本等操作。
Google 表示这个模型主要针对网络浏览器进行了优化，目前支持 13 种操作，但尚未针对桌面操作系统级别的控制进行优化。开发者可以通过 Google AI Studio 和 Vertex AI 访问该模型，同时 Browserbase 也提供了演示环境。
