10月8日，谷歌发布全新AI模型“Gemini 2.5 Computer Use”，专为浏览器交互设计，支持13种操作，如填写表单、打开网页等。该模型利用视觉理解与推理能力，可在人用界面中执行任务，适用于用户界面测试或无API系统的操作。谷歌称其在多项基准测试中优于现有方案，并开放了在线演示功能，包括玩2048游戏和浏览Hacker News讨论。与ChatGPT智能体等工具不同，该模型仅限于浏览器环境，尚未支持桌面系统层级的控制。此次发布恰逢OpenAI推出ChatGPT新应用次日，AI领域的竞争进一步升温。

今日凌晨，全球著名大模型平台Anthropic发布了Claude 3.5 Sonnet升级版及新模型Claude 3.5 Haiku，并推出了一项革命性的功能——Computer use。这项功能允许通过API让Claude像人类一样控制计算机，包括移动光标、点击按钮和输入文本等操作。开发者可以通过...

标题：Claude重磅升级，可以像人一样控制电脑了！ 正文： Claude最近发布了名为“Computer Use”的新功能，使其能像人一样使用计算机。这项功能允许用户通过简单的指令，让Claude自动执行一系列复杂的任务。 例如，当需要填写表格时，Claude会自动查找并输入所需数据，无需人工干预...