品玩10月9日讯，据The Verge报道，谷歌正式推出Gemini 2.5 Computer Use模型预览版，该模型基于Gemini 2.5 Pro构建，主打AI智能体与图形用户界面的自主交互能力，进一步完善其AI操作生态。

据介绍，该模型核心优势在于融合视觉理解与逻辑推理能力，可模拟人类完成点击、输入、滚动等13种浏览器操作，能处理无API接口的网页任务或跨页面交互场景，如自动填写表单、筛选商品信息、整理在线笔记等。其采用迭代工作流程，通过屏幕截图、操作历史反馈持续优化执行效果，在Online-Mind2Web等基准测试中实现领先性能与低延迟。

与同类产品相比，该模型聚焦浏览器环境，暂不支持桌面系统级控制，同时内置安全机制与开发者管控工具，可规避验证码绕过、高风险操作等隐患。目前，开发者可通过Google AI Studio与Vertex AI调用API，普通用户可在Browserbase平台观看任务演示。

业内认为，此举强化了谷歌在AI操作领域的布局，为自动化办公、UI测试等场景提供新解决方案，也加剧了与OpenAI、Anthropic的技术竞争。