谷歌 11 月 19 日宣布,macOS 版 Gemini 应用新增电脑操控功能,可在后台窗口跨应用、本地文件和网页完成多步任务,目前向美国英语用户逐步开放。
当地时间 11 月 19 日,谷歌宣布 macOS 版 Gemini 应用新增“电脑操控”(Computer Use)功能。Engadget 指出,这一能力在 Windows 电脑上已提供一段时间,现在扩展到 Mac。用户用自然语言描述任务,Gemini 通过屏幕截图查看界面,并执行点击、输入、滚动和菜单操作,在不同应用、本地文件和网页之间完成多步骤工作。

Gemini for Mac 电脑操控功能。图片来源:Google Blog,经科技新报转载
Gemini 在独立的后台窗口执行任务,聊天界面显示实时预览,不占用用户当前的屏幕和光标,用户可以随时暂停或停止。用户自行选择开放哪些应用,关键操作需要事先确认。
使用条件包括:搭载 Apple Silicon 芯片,运行 macOS Sequoia 15.0 或更新版本,用户年满 18 岁,使用符合条件的个人 Google 账号,并订阅 Google AI Plus、Pro 或 Ultra。功能目前仅面向美国地区的英语用户,逐步开放。
谷歌举例包括:批量处理照片,从本地 PDF 中提取信息并填写在线表单,根据实时数据制作演示文稿,整理商品信息并在二手平台上架。Engadget 的例子是:让 Gemini 读取文件夹里的衣物照片,查询价格、记录细节,再在 eBay 等平台批量生成待发布的商品。
苹果在 11 月 16 日的开发者公告中说,macOS 27.3 Beta 2 调整了设备控制、数据访问和完全磁盘访问权限:把设备控制与数据访问拆成独立选项,允许用户指定可控制的程序或可访问的文件夹,并提供每次请求都确认的选项。当某个应用通过相关权限控制其他应用时,菜单栏会显示提示标识。IT之家指出,这项调整早于谷歌的发布,并非针对 Gemini 的回应,The Verge 将其与 AI 智能体带来的安全风险联系起来。
谷歌尚未公布向其他地区和语言开放的时间。科技新报提到,Meta、OpenAI、Anthropic 的桌面应用已提供类似的智能体功能一段时间,Gemini 的实际表现还有待用户使用后的反馈。
免费获取企业 AI 成熟度诊断报告,发现转型机会
关注公众号

扫码关注,获取最新 AI 资讯
3 步完成企业诊断,获取专属转型建议
已有 200+ 企业完成诊断