幣界網消息，谷歌宣布，Gemini API的電腦操作工具結束預覽階段，正式開放使用。與之前的預覽版相比，功能和接口沒有重大變化，主要提升了生產環境的穩定性。這項工具可以讓AI通過截圖識別屏幕內容，再生成點擊、輸入、滾動等操作指令。開發者的程序負責執行操作，並將新的截圖傳回模型，讓AI繼續完成任務，例如自動填寫網頁表單、測試網站功能，或跨多個網站搜集信息。