Replicând funcționalitatea similară ChatGPT Agent, Gemini 2.5 poate de acum să interacționeze cu browserul web la fel ca o persoană reală, derulând și dând click pe butoane. AI-ul poate interpreta conținutul paginilor web și folosi propria gândire pentru a îndeplini sarcinile primite. Spre exemplu, poate completa formulare web și parcurge etapele necesare pentru cumpărarea unui produs din oferta magazinelor online. reacționând la
Privind în tabăra competiției Open AI oferă două modalități prin care ChatGPT poate folosi internetul: Operator pentru îndeplinirea anumitor sarcini pe internet în locul tău și Deep Research, o funcție avansată pentru cercetarea în profunzime pe internet a oricărui subiect de care ești interesat. Recent, Open AI a înlocuit modul Operator cu ChatGPT Agent, combinând abilitățile pentru navigare pe internet oferite în modul Operator cu „talentul” conversațional al chatbotului cu același nume.
Gemini 2.5 va oferi în esență același lucru, dar cu avantajul unei interconectări mai profunde cu browserul Chrome și conectare directă la motorul de căutare Google Search.
Potrivit anunțului oficial publicat de DeepMind, filiala de inteligență artificială a gigantului tehnologic, Gemini 2.5 Pro Computer Use este o versiune optimizată și antrenată personalizat a modelului Gemini 2.5 Pro LLM, capabilă să utilizeze un web broser virtual pentru a naviga pe web în numele utilizatorului, cerceta și descoperi informații, completa formulare și efectua diverse acțiuni pe site-uri web – toate acestea pornind de la o simplă solicitare text a utilizatorului.
Our new Gemini 2.5 Computer Use model is now available in the Gemini API, setting a new standard on multiple benchmarks with lower latency. These are early days, but the model’s ability to interact with the web – like scrolling, filling forms + navigating dropdowns – is an… pic.twitter.com/4PJoat9bwI
— Sundar Pichai (@sundarpichai) October 7, 2025
Concret, noua versiune de Gemini acționează precum o persoană reală aflată în fața propriului computer. Doar pentru că nu are mâini pentru controlarea mouse-ului și a tastaturii fizice, AI-ul rulează de fapt într-un PC virtual. Însă pentru site-urile din internet și angajații magazinelor online cu care va interacționa pe diverse căi (ex. text, voce) noul Gemini Agent apare ca orice alt utilizator de internet.
„Acestea sunt primele etape, dar capacitatea modelului de a interacționa cu webul – cum ar fi derularea, completarea formularelor + navigarea prin meniurile derulante – este un pas important în construirea de agenți de uz general”, a declarat CEO-ul Google, Sundar Pichai, într-o declarație mai amplă pe rețeaua socială X.
Bine de știut, modelul nu este disponibil pentru consumatori direct de la Google. În schimb, Google a încheiat un parteneriat cu o altă companie, Browserbase , fondată de fostul inginer Twilio, Paul Klein, la începutul anului 2024 , care oferă un browser web virtual „headless” special conceput pentru utilizarea de către agenții și aplicațiile de inteligență artificială. (Un browser „headless” este unul care nu necesită o interfață grafică cu utilizatorul, sau GUI, pentru a naviga pe web, deși în acest caz și în altele, Browserbase afișează și o reprezentare grafică pentru utilizator, prin care poți vedea ce face chatbot-ul tău pe internet).
Spre exemplu instruiești Gemini 2.5 Computer Use să-ți facă cumpărăturile online, comandând provizii de alimente, câteva articole de îmbrăcăminte și alte mărunțișuri. Iar AI-ul trece la treabă accesând magazinele online la fel cum ai face-o și tu, căutând cele mai bune oferte și comandând produsele respective, timp în care tu te poți relaxa făcând orice altceva. De asemenea, la fel ca o persoană reală, AI-ul poate căuta pe mai multe site-uri oferta cea mai bună bun la produsul sau serviciul de care ești interesat.
Autor
