Gemini 3.5 Flash får ”Computer Use”-funktion för interaktion med datorer

Vad har hänt

Google har integrerat funktionen "Computer Use" direkt i sin stora språkmodell Gemini 3.5 Flash. Denna funktion möjliggör för AI-agenter att interagera med datorns programvara på ett sätt som liknar en mänsklig användare. Istället för att förlita sig på fördefinierade integrationer med enskilda applikationer kan AI-agenten nu visuellt tolka skärmen och utföra handlingar som att klicka, skriva och skrolla.

Varför det spelar roll

Denna utveckling minskar behovet av specifika, förprogrammerade integrationer för varje applikation, vilket potentiellt effektiviserar automatiseringen. Genom att AI kan interagera med program som "ser" och "agerar" på skärmen kan den utföra ett bredare spektrum av uppgifter. Detta breddar tillämpningsområdena för AI-automatisering inom olika digitala miljöer.

Vem påverkas

Främst påverkas utvecklare som använder Gemini API och Gemini Enterprise Agent Platform, då de nu får tillgång till denna kapacitet via Gemini 3.5 Flash. Företag som implementerar AI-agenter för automatisering kan också dra nytta av den utökade funktionaliteten. Användare som interagerar med AI-drivna assistenter kan uppleva förbättrad uppgiftslösning via agenter som automatiserar komplexa digitala processer.

EU-status

Ej relevant för EU-status.

Mer att veta

Funktionen var tidigare en separat modell baserad på Gemini 2.5, men är nu en inbyggd del av Gemini 3.5 Flash. Google uppger att de har förstärkt säkerheten med adversariell träning och två företagssäkerhetssystem för den nya integreringen.