Google ha presentado Gemini 2.5 Computer Use, un nuevo modelo de inteligencia artificial (IA) diseñado para navegar e interactuar con páginas web y aplicaciones tal como lo haría un humano.
Por: El Diario NY
Esta herramienta marca una evolución dentro del ecosistema de Gemini, al permitir que los agentes realicen tareas complejas directamente sobre interfaces visuales, haciendo clic, escribiendo o desplazándose en pantalla.
Hasta ahora, la mayoría de los modelos de IA limitaban su interacción a sistemas predefinidos. Con esta versión, Google busca que la IA pueda desenvolverse en entornos reales, donde es necesario interpretar y manipular gráficos, formularios o botones, igual que un usuario.
Cómo funciona Gemini 2.5 Computer Use
El modelo se basa en las capacidades de razonamiento visual de Gemini 2.5 Pro, lo que le permite entender el contexto visual de una interfaz y actuar en consecuencia. Puede visitar páginas web, desplazarse por ellas, rellenar formularios, hacer clic en enlaces, arrastrar y soltar elementos o incluso seleccionar opciones en menús desplegables.
Puedes leer la nota completa en El Diario NY
