A IA cresceu e ganhou novas capacidades. Se inicialmente eram apenas respostas de texto, hoje já consegue criar imagens e até vídeos de uma simples prompt. A Google eleva agora a sua oferta com uma versão do Gemini capaz de navegar na Internet em nome dos utilizadores. É hora de conhecer o Gemini 2.5 Computer Use.
Gemini 2.5 Computer Use é a nova IA da Google
A Google continua a sua corrida pela IA. A gigante das pesquisas acaba de desenvolver uma versão do Gemini capaz de navegar na Internet em nome dos utilizadores. Isto coloca a Google em competição direta com o modo Agente do ChatGPT, do seu rival OpenAI.
A guerra da IA está a todo o vapor. Poucas semanas após a OpenAI ter revelado o Modo Agente do ChatGPT , a Google revelou o Gemini 2.5 para Utilização em Computador . Esta nova versão representa um avanço significativo em relação às iterações anteriores do Gemini. A nova IA da Google é capaz de navegar na internet de forma autónoma.
Como mostra o vídeo de demonstração online da Google, a IA, baseada no Gemini 2.5 Pro , pode interagir com comandos, preencher formulários e navegar por páginas. Basta uma instrução de texto do utilizador, e a IA encarregar-se-á disso. A IA funciona de forma semelhante ao Modo Agente do ChatGPT ou ao Manus , uma IA chinesa que faz tudo por si.
Novidade pode navegar na Internet por si
A IA funciona através da capacidade de "ver" e compreender o que é apresentado no ecrã. O Gemini 2.5 Computer Use opera com base num ciclo de feedback iterativo, um processo de repetição e melhoramento contínuos.
Concretamente, o modelo de IA recebe o pedido do seu interlocutor. Faz uma captura de ecrã do que é exibido no navegador. O Gemini analisa a imagem para decidir qual será a sua próxima ação. Após executar esta ação, a IA tira outra captura de ecrã e o ciclo de feedback recomeça. Isto continua até que a solicitação do utilizador seja atendida. O melhor de tudo é que até resolve CAPTCHAs de pesquisa do Google para si.
A Google esclarece que o âmbito de utilização do Gemini 2.5 Computer Use está limitado ao browser , neste caso o Chrome . A IA não pode interagir ou controlar o sistema operativo do seu computador. Como explica a Google, esta versão do Gemini foi concebida para funcionar com browsers e sites. Neste sentido, a IA é mais limitada do que os seus concorrentes, como o Claude 3.5 Sonnet ou o ChatGPT Agent.