Gemini 3.5 Flash 中的计算机使用

# Gemini 3.5 Flash 中的计算机使用功能摘要 Google近日发布了Gemini 3.5 Flash模型，其中最引人注目的新特性是引入了"计算机使用"（Computer Use）功能。这一创新性功能使AI模型能够直接控制和操作计算机界面，包括移动鼠标、点击按钮、输入文本以及浏览网页等操作。 这项技术的核心突破在于，Gemini 3.5 Flash不再局限于生成文本响应，而是能够像人类一样与计算机进行交互。它可以理解屏幕上的内容，做出决策，并执行相应的操作来完成复杂任务。 从技术层面来看，该功能基于多模态理解能力，使AI能够"看到"并"操作"图形用户界面。这一进展标志着AI助手从被动响应向主动执行的重大转变，为自动化办公、智能助手和业务流程自动化等领域开辟了新的可能性。 专家表示，计算机使用功能的引入将显著提升AI在实际工作场景中的应用价值，用户可以通过自然语言指令让AI完成诸如数据整理、文件处理、在线搜索等多样化任务。

# Gemini 3.5 Flash 中的计算机使用功能摘要

Google近日发布了Gemini 3.5 Flash模型，其中最引人注目的新特性是引入了"计算机使用"（Computer Use）功能。这一创新性功能使AI模型能够直接控制和操作计算机界面，包括移动鼠标、点击按钮、输入文本以及浏览网页等操作。

这项技术的核心突破在于，Gemini 3.5 Flash不再局限于生成文本响应，而是能够像人类一样与计算机进行交互。它可以理解屏幕上的内容，做出决策，并执行相应的操作来完成复杂任务。

从技术层面来看，该功能基于多模态理解能力，使AI能够"看到"并"操作"图形用户界面。这一进展标志着AI助手从被动响应向主动执行的重大转变，为自动化办公、智能助手和业务流程自动化等领域开辟了新的可能性。

专家表示，计算机使用功能的引入将显著提升AI在实际工作场景中的应用价值，用户可以通过自然语言指令让AI完成诸如数据整理、文件处理、在线搜索等多样化任务。