Google最新AI Gemini 2.5可以幫你逛網站！點連結、自動填表都不是問題

記者鄧天心／綜合報導

Google再度升級自家的AI能力，最新推出的Gemini 2.5「Computer Use」模型，現已開放API預覽，能讓AI真正「學會用電腦」，這項新技術建立在Gemini 2.5 Pro基礎之上，讓AI不僅能理解文字與對話，還能直接操作電腦畫面。

Google表示，這個模型能觀察並操控使用者介面，理論上可用於各種情境，像是自動整理檔案、開啟雲端應用、填寫表單或製作報表，成為能替使用者親自動手的AI助手。

延伸閱讀：

黃仁勳揭秘與OpenAI新合作！首度「直接採購」晶片 自建AI雲端基礎設施

若進一步整合企業內部工具與系統，AI甚至可能成為「虛擬助理工程師」，自動完成繁瑣的數位例行任務，這項技術的關鍵，在於模型不只是語言理解，而能將輸入指令轉化為具體的電腦操作步驟，換句話說，它更像一個能看懂畫面、判斷按鈕位置、並模擬使用者動作的「智慧代理」。

企業過去主要利用AI來生成行銷素材、撰寫文件或回覆客服；未來，Gemini 2.5「Computer Use」可能直接操作CRM、會計或ERP系統，執行任務層級的自動化。

對開發者而言，目前開放的API預覽版提供了實驗性機會，可測試AI在不同軟體環境中的行為與安全邊界。Google强調，系統設計中包含多層安全控制，確保模型在獲得明確授權的環境下執行操作，不會擅自改動使用者資料。

從文字生成到圖像識別，再到「懂得用電腦」的智慧代理，這次的更新標誌著AI正邁向更人性化也更實務的方向。對一般使用者來說，未來也許不需再親手開啟應用程式、點擊選項，只要一句指令：「幫我整理這份資料」，電腦便能由AI自動完成，Gemini 2.5「Computer Use」不只是技術升級，更像是人機互動邁入新階段的開始，AI將不只是回答問題的助手，而是實際能「代勞」的工作夥伴。

資料來源：The Keyword