Новий інструмент Google Gemini 2.5 Computer UseGoogle анонсував новий інструмент для автоматизації взаємодії з графічними інтерфейсами. Gemini 2.5 Computer Use — це спеціалізована модель, яка дозволяє виконувати дії, подібно до людини: клікати, скролити, вводити текст та заповнювати форми.Як це працює?Процес роботи моделі виглядає наступним чином:1. Отримання скриншоту та завдання. Модель отримує зображення інтерфейсу і завдання, яке потрібно виконати.2. Аналіз. Вона аналізує отримані дані, щоб зрозуміти, які дії потрібні.3. Генерація дії. Модель генерує необхідні дії, такі як клік або введення тексту.4. Виконання. Дії виконуються, після чого модель отримує новий скриншот для подальшого аналізу.5. Повторення. Процес повторюється до завершення завдання. (схоже на щось старе чи не так?)Захист та безпекаМодель має вбудовані механізми захисту. Для потенційно небезпечних дій, таких як покупки, система запитує підтвердження користувача, що підвищує рівень безпеки.ДоступністьGemini 2.5 Computer Use вже доступний у режимі прев’ю через Gemini API в Google AI Studio https://ai.google.dev/gemini-api/docs/computer-use та Vertex AI.Цей інструмент, за словами команди Google, вже використовується для "покращення" упавших UI-тестів, що свідчить про його практичність і потенціал.