AIがあなたの代わりにパソコンを操作！Googleの「Gemini」に画面を見てクリック・入力する新機能が追加

Google DeepMindがGemini 3.5 Flashにコンピュータ操作機能を統合。これにより、Geminiは画面を認識し、推論して、ブラウザ、モバイル、デスクトップ環境を横断してPCを操作するエージェントを構築可能になった。AIがユーザーの代わりにPC操作を行う未来が近づいている。

• GoogleのGeminiに、画面を見てクリック・入力するコンピュータ利用機能がネイティブ統合された。
• これにより、ブラウザ・モバイル・デスクトップを横断して行動できるAIエージェントが構築可能になる。
• 従来は単独モデルで提供されていた機能がメインモデルに統合され、一貫した体験と高い実行性能を実現する。
• 長期タスクの自動化がより信頼性を高め、エンタープライズ向けユースケースでのパフォーマンス向上が期待される。