谷歌、微软加入「AI 操控电脑」战场：谷歌版贾维斯将由Gemini 2.0加持

AIGC动态欢迎阅读

原标题：谷歌、微软加入「AI 操控电脑」战场：谷歌版贾维斯将由Gemini 2.0加持
关键字：解读,多少钱,模型,语义,图标
文章来源：Founder Park
内容字数：0字

内容摘要：

文章转载自「新智元」。
AI接管人类电脑，就是下一个未来！
几天前，Anthropic向所有人展示了，Claude 3.5自主看屏幕操作光标完成复杂任务，足以惊掉下巴。
刚刚，Information独家爆料称，谷歌正开发同类新项目「Project Jarvis」，能将Chrome网页任务自动化。
谷歌「贾维斯」将由未来版Gemini 2.0驱动，预计在12月亮相。
起这个名字，是为了向钢铁侠中的J.A.R.V.I.S致敬。
无独有偶，微软团队悄悄放出的OmniParser，也在笃定AI智能体操控屏幕的未来。
论文地址：https://arxiv.org/pdf/2408.00203
OmniParser主要是一个屏幕解析的工具，可以将截图转化为结构化数据，帮助AI精准理解用户意图。
不仅如此，OpenAI内部已有了AI智能体雏形，可以操控计算机完成在线订餐、自动查询解决编程难题等任务。
包括苹果在内，预计在明年发布跨多个APP屏幕识别能力。最新迭代的Ferret-UI 2，就是通用UI模型。
可见，「Computer use」已经成为科技大厂们，重点发力的下一个战场。点击关注，每天更新

原文链接：谷歌、微软加入「AI 操控电脑」战场：谷歌版贾维斯将由Gemini 2.0加持