正文
谷歌Gemini电脑操作工具正式转正，此前已开放预览
动察 Beating AI 快讯，谷歌宣布，Gemini API 的 Computer Use（电脑操作）工具结束预览阶段，正式开放使用。相比此前的预览版，功能和接口没有重大变化，主要提升了生产环境的稳定性。
这项工具可以让 AI 通过截图识别屏幕内容，再生成点击、输入、滚动等操作指令。开发者的程序负责执行操作，并将新截图传回模型，让 AI 继续完成任务。例如自动填写网页表单、测试网站功能，或跨多个网站搜集信息。
谷歌宣布Gemini API Computer Use工具正式开放
谷歌宣布Gemini API的Computer Use工具结束预览并正式开放。
事实要点
谷歌宣布Gemini API的Computer Use工具结束预览阶段，正式开放使用。
相比预览版，功能和接口没有重大变化，主要提升了生产环境的稳定性。
该工具可通过截图识别屏幕内容，并生成点击、输入、滚动等操作指令。
开发者程序负责执行操作，并将新截图传回模型。
文中举例包括自动填写网页表单、测试网站功能和跨多个网站搜集信息。
AI 辅助解读
以下为辅助分析，与已报道事实分开展示；重要信息请进一步核实。
Computer Use让AI根据屏幕截图理解界面，再提出操作步骤；开发者的程序执行这些步骤并反馈新的截图。
对读者的影响
这意味着该工具从预览阶段进入正式开放阶段，开发者可将其用于网页表单、网站测试等操作流程。
它展示了AI不只生成文字，还可以根据屏幕内容规划电脑操作。
风险与未知
- 证据未提供谷歌官方公告链接。
- 证据未说明正式开放的定价、调用范围或具体限制。
- 证据未提供实际稳定性表现和开发者采用情况。
同事件进展
正在加载事件时间线…