谷歌Gemini登陆Mac:可跨应用操作、做PPT、填表单

资讯 AI 行业观察 全文 1012 字 · 约 3 分钟读完 配图 4 张 分类GeminiGoogle

IT之家 11 月 20 日消息,当地时间 11 月 19 日,谷歌宣布为 macOS 版 Gemini 应用推出全新的“电脑操控”(Computer Use)功能,允许 AI 直接操作 Mac 上的桌面应用、访问本地文件及浏览网页,独立完成多步骤任务(IT之家注:该功能目前面向美国地区的英语用户逐步开放)。 根据谷歌

所属频道 大厂动态Gemini 与 Google AI

当地时间11月19日,谷歌给 macOS 版 Gemini 应用上线了名为“电脑操控”(Computer Use)的新功能。AI 可以直接动手操作 Mac 桌面应用、读取本地文件、浏览网页,还能自己把多步骤任务跑完。11月20日消息,该功能眼下正面向美国地区的英语用户逐步放开。

谷歌Gemini登陆Mac:可跨应用操作、做PPT、填表单(配图 1)

按照谷歌的说法,用户用自然语言把任务讲清楚就行,Gemini 会在不同应用之间来回切换,点击、打字、填表单、操作菜单这些动作都由它完成。

谷歌给出的场景包括:成批处理照片;从本地 PDF 里抽取信息再填进在线表单;依据实时数据做演示文稿;把商品信息整理好并挂到二手交易平台上出售。

谷歌Gemini登陆Mac:可跨应用操作、做PPT、填表单(配图 2)

运行的时候,Gemini 在单独的后台窗口里干活,不占用用户当前的主屏幕,也不动鼠标光标。聊天界面里能看到实时操作预览,执行到哪一步用户都看得见,想暂停或叫停随时可以。碰上关键操作,Gemini 会先征求用户确认。

谷歌Gemini登陆Mac:可跨应用操作、做PPT、填表单(配图 3)

权限上,用户能自己挑允许 Gemini 访问哪些应用,而不是把整台电脑的操作权一股脑交给 AI。

谷歌称,要用这项功能,Mac 得搭载 Apple Silicon 芯片、运行 macOS Sequoia 15.0 或更新版本;用户须年满 18 岁,持有符合条件的个人 Google 账号,并订阅 Google AI Plus、Pro 或 Ultra。

谷歌Gemini登陆Mac:可跨应用操作、做PPT、填表单(配图 4)

谷歌推出这项功能的时间点,正赶上苹果在调整 macOS 的应用权限管理机制。

苹果11月16日发布开发者公告称,macOS 27.3 Beta 2 已对设备控制、数据访问和完全磁盘访问权限(Full Disk Access)作出调整。原先合在一起的设备控制与数据访问设置,在新系统里被拆成不同的权限选项,用户可以指定某个应用能控制哪些程序、能访问哪些文件夹,还能选择每次请求权限都必须由用户确认。

苹果还加了透明度提示:应用通过相关权限控制其他应用时,菜单栏会出现提示标识。苹果表示,把完全磁盘访问权限授予应用,可能让 Mac 上的各类数据面临风险,所以才想把权限设置做得更细,让用户清楚应用到底能访问和控制什么。

The Verge 报道称,苹果这轮调整与 AI 智能体越来越普及带来的安全风险有关。不过,苹果的权限调整早于谷歌这次发布 Gemini 电脑操控功能,并不是针对这款应用临时作出的回应。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 谷歌Gemini登陆Mac:AI代理代操作电脑,桌面入口争夺战开跑?

    谷歌为Gemini推出面向Mac的重磅更新,首次将可执行任务的AI代理引入桌面端,能够整理文件、填写表单并完成多步骤工作流。这标志着Gemini从对话助手向“能动手”的操作型智能体进化,也意味着谷歌在桌面AI代理赛道正式与OpenAI、Anthropic和微软正面交锋。与此同时,桌面自动化带来的便利与隐私风险,也成为用

    来源 AI 行业观察
  2. Gemini 4 Neon发布:跑分逼近旗舰,单任务成本砍半

    作者|Wildcard编辑|靖宇谷歌,这次是真的回来了。11 月 18 日,Google DeepMind 点亮了Gemini 4 Neon的霓虹灯牌。这是 Gemini 4 系列在短短 7 周内甩出的第 4 款元素模型。如果看一眼官方放出的基准跑分长表和社区实测反馈,你会发现它精准卡在了一个极其舒服的「甜点」位上,既

    来源 腾讯网
  3. 刚刚,Gemini 4 Neon 突袭发布,性价比一夜斩杀 Opus 5.5

    谷歌发布 Gemini 4 Neon,主攻软件工程、知识工作与科学推理,提供百万上下文窗口,每百万输入、输出 Token 分别为 3 美元和 15 美元。新模型发布当天上线 Gemini App、AI Studio 和企业端 API,文章对比了其与 Claude Opus 5.5 等模型的表现。

    来源 爱范儿
  4. 谷歌推出Gemini 4 Neon模型

    谷歌正式推出Gemini 4 Neon。据介绍,企业日常业务高度依赖电子表格、PDF文档、图表及音视频资料。Neon能够在单个100万token上下文窗口内同步处理各类异构数据,并将其整合为结构化交付物。该模型定价为每百万输入token 3美元(缓存输入token享0.5折优惠,仅需0.15美元/百万),每百万输出to

    来源 AI 行业观察
  5. 谷歌Gemini 4 Neon发布:100万token上下文,速度达Carbon三倍

    谷歌11月18日发布新AI模型Gemini4Neon,聚焦复杂推理与多步骤任务自动化,重点覆盖复杂编程、科学研究和企业工作流,力求平衡推理能力、响应速度与运行成本。该模型已向开发者、企业及部分付费订阅用户开放,核心亮点是支持100万token超长上下文,并具备多智能体协同能力。

    来源 AI 产业速递
  6. 谷歌Gemini 4再添Neon:中杯模型补位,Genie 4开放

    编辑|冷猫 一觉醒来,谷歌又双叒叕发 Gemini 4 模型了。 谷歌最近一直在基础模型上发力,从最高智能到最高效率的模型不停发布,为了重返王座真是拼了。 在 Carbon、Argon、Hydrogen 之后,填补最高智能和最高效率之间的「中杯」模型 Gemini 4 Neon 登场! Demis

    来源 AI 开发者社区
  7. 谷歌Gemini 4逆袭!国产AI没有上榜

    最新的 Agent Arena 榜单中,被大家戏称北美 “豆包” 的 Gemini 算是翻身了,直接跑赢了 GPT!两个模型Gemini 4 neo 和 Gemini 4 carbon都压着GPT打,算是出了口恶气。不少朋友可能不清楚这个榜单到底测什么,它不比AI聊天问答好不好玩,而是比AI 智能体的实战干活能力:比如

    来源 腾讯网
  8. 谷歌发Gemini 4 Neon:百万Token上下文,百万输出3美元起

    谷歌发布最新模型Gemini 4 Neon,称其可端到端完成复杂软件工程、知识工作和科学研究任务。该模型在Artificial Analysis智能指数得61分、总榜第三,Vals Index排名第二,内部测试幻觉率创最低水平;当日通过API开放,每百万输入Token 3美元、输出15美元。

    来源 凤凰科技
  9. 谷歌推Gemini Tasks智能体:覆盖2.5亿用户,大摩看好其10亿用户基础

    智通财经APP获悉,谷歌母公司Alphabet(GOOGL.US,GOOG.US)正式推出Gemini人工智能(AI)智能体新功能“Tasks”,将AI助手从回答问题进一步升级为能够代替用户执行购物、预订、支付等实际任务的数字助理。摩根士丹利在11月18日发布的研报中指出,谷歌凭借Gemini庞大的现有用户基础、深度整

    来源 腾讯网
  10. Gemini 4 Neon很聪明,Daroio的梗只有它懂

    谷歌今天发布的Gemini 4 Neon很聪明。 “Dario Amodei的曾用名是Daroio Amodei,你懂这个梗吗?“ 拿这个问题问了目前最顶级的一些AI,只有Gemini 4 Neon和GPT-6.2 Astra秒懂。GPT-6.2 Astra似乎只是字面上懂了,而Gemini 4 Neon直接把Dari

    来源 腾讯网
  11. Gemini 4 Neon 上线,NVIDIA 并行生成打破逐字解码

    Google 推出 Gemini 4 Neon,主打推理与任务执行,已接入 App 和 Tasks。NVIDIA 发布 Nemotron-Sigma,尝试并行块生成以加速代码和数学解题。Hugging Face 分享了 27B 模型后训练效率优化及微调耗时超预期的技术原因。LMArena 数据显示 GPT-6.2 As

    来源 AI 应用前沿
  12. 谷歌字节快手集体降价,AI视频进入分秒计价时代

    AI视频行业正在靠近一个类似DeepSeek的时刻,模型能力差距收窄,价格被打到分/秒,创作者开始批量调用。 11月初,谷歌把视频模型Gemini Omni 1.2 Flash转为正式版,不仅支持15秒视频生成和多轮对话式编辑等功能升级,还把价格打了下来,720p降到每秒0.07美元(约合0.47元/秒),比上一代低3

    来源 AI 行业观察
  13. 谷歌AI模式上线临时线程:搜索不留痕,服务器端仍存约两个月

    11月18日, 谷歌 宣布在全球桌面端及移动端浏览器的 搜索AI模式 中正式推出“临时线程”(Temporary Threads)功能,允许用户发起私密、非个性化的即时搜索,使其查询记录不留存于个人历史且不干扰后续算法推荐。 该功能借鉴了独立应用 Gemini 的临时聊天机制,用户无需修改账户隐私设

    来源 AI 开发者社区
  14. 谷歌搜索AI模式上线临时线程:可无痕私密搜索

    11月18日,谷歌在全球桌面及移动端浏览器的搜索AI模式中推出“临时线程”功能。用户可发起私密、非个性化即时搜索,查询记录不留存于个人历史,也不干扰后续算法推荐。该功能借鉴Gemini临时聊天机制,无需修改账户隐私设置,点击AI模式右上角临时对话图标即可开启,关闭后内容即从界面清除。

    来源 AI 产业速递
  15. 谷歌Genie 4开放开发者:0.2秒操控延迟,6.05美元/分钟

    当地时间11月19日,谷歌正式向开发者开放世界模型Genie 4,开发者可通过Gemini API及Google AI Studio接入。该模型可生成720p、24fps的可交互世界与原生立体声音频,低延迟网络下键盘操控响应约0.2至0.5秒,视频输出按Token计费,成本约6.05美元/分钟。

    来源 凤凰科技
  16. 三星AI眼镜预售数小时售罄:12月10日韩美开卖,65万韩元起

    IT之家 11 月 19 日消息,三星电子与谷歌、Gentle Monster 联合推出的人工智能眼镜“Intelligent Eyewear”,尚未正式上市便取得了不错的市场反响,关键型号在预售开启后数小时内便售罄。 韩国眼镜品牌 Gentle Monster 宣布,“Intelligent Eyewear”的核心款

    来源 AI 行业观察
  17. LlamaIndex发布OCRia-1.5,NVIDIA推Cosmos数据工厂

    本期速报关注文档解析与合成数据的新进展。LlamaIndex推出OCRia-1.5模型家族,提升复杂表格解析精度;Google DeepMind上线Genie 4,支持原生音频与实时编辑;NVIDIA发布Cosmos Data Factory蓝图,通过Prompt生成含稀有事件的训练数据。此外,Gemini应用适配低内

    来源 AI 应用前沿
向下滚动自动加载更多