腾讯WorkBuddy电脑操控能力上线:可识别页面并点击输入滚动

资讯 AI 行业观察 全文 323 字 · 约 1 分钟读完 配图 3 张 分类WorkBuddy腾讯产品更新

IT之家 11 月 20 日消息,腾讯 WorkBuddy 今日宣布,WorkBuddy 上线电脑操控(Computer Use)能力。能识别当前页面,看懂客户端界面,进行点击、输入、滚动等操作,不需要目标软件开放接口,就能在后台操作。 IT之家获悉,电脑操控目前处于公测体验阶段,支持 macOS 和 Windows,

所属频道 大厂动态产品更新AI 编程与开发

11月20日,腾讯WorkBuddy对外宣布,其电脑操控(Computer Use)能力已正式上线。该能力可识别当前页面、看懂客户端界面,并完成点击、输入、滚动等动作。目标软件无需开放接口,WorkBuddy 就能在后台进行操作。

目前这项电脑操控功能还处在公测体验阶段,macOS 和 Windows 均可使用。用户需把客户端更新到 5.11.0 及以上版本,开启该功能并完成相关授权。界面识别效果会因软件不同而有差异。使用时,用户直接在对话框里描述任务,Buddy 会依据任务意图调用电脑操作。进度可在侧边小窗中查看。官方建议,遇到登录、授权、支付、提交、删除等敏感操作时,用户应保持在场、实时监控。任务完成后,Buddy 会汇报执行结果。

腾讯WorkBuddy电脑操控能力上线:可识别页面并点击输入滚动(配图 1)

腾讯WorkBuddy电脑操控能力上线:可识别页面并点击输入滚动(配图 2)

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. 腾讯WorkBuddy上线电脑操控能力

    36氪获悉,腾讯WorkBuddy宣布上线电脑操控(Computer Use)能力:能识别当前页面,看懂客户端界面,进行点击、输入、滚动等操作,不需要目标软件开放接口,就能在后台操作。电脑操控目前处于公测体验阶段,支持macOS和Windows,需更新客户端至5.11.0及以上版本,并开启功能、完成相关授权。界面识别效

    来源 AI 行业观察
  2. 腾讯Q3收入2073.36亿元:AI闭环押注下一个WorkBuddy

    2026年Q3,腾讯实现收入2073.36亿元,同比增长8%;非国际财务报告准则下,公司权益持有人应占盈利665.19亿元,同比下降6%;游戏、广告、金融科技及企业服务三条主线上仍在稳步增长。

    来源 36氪
  3. 腾讯WorkBuddy日活破1000万,单季AI拖累利润152亿元

    WorkBuddy交出了千万日活、超5亿美元收入年化运行率的亮眼成绩单,但腾讯AI转型仍有更难的一道财务考题:高额算力投资与持续经营投入何时转化为利润? 与此同时,字节系在短视频、短剧和AI入口上的扩张不断争夺用户时长。2027年可能是投入与竞争压力集中释放的一年,2028年能否迎来现金流与资本效率改善,将决定这场转型

    来源 华尔街见闻
  4. WorkBuddy高阶用法:20个典型场景里的8个进阶操作

    上篇讲怎么把一件件杂活交出去,这一篇讲怎么让它以后都跑得顺。十张图里,前两个是地基:工作台把入口收成一个,知识库让答案带出处。中间四个是接线:连接器把企业微信、腾讯文档、会议串起来,专家团让研究、写作、审核各站一位,项目空间管住上下文,人机双写管住改动。后四个是把整件事交出去:手机派活管地点,设计创...

    来源 腾讯网
  5. 秦淮数据联合腾讯等推出GW级AIDC柔性互联电气架构

    秦淮数据与清华大学领衔,联合北京大学、腾讯、南方电网数字电网研究院,共同发布“玄衡·GW级AIDC柔性互联电气架构”。面向极智运维新趋势,秦淮数据同步推出“黑灯数据中心”方案,推动运维模式实现从感知、分析到执行、决策的全景升级。

    来源 TechWeb
  6. 腾讯阿里单季资本开支双双冲高:AI竞赛进入千亿元季度较量

    腾讯和阿里前后脚交出2026年三季度财报,把烧钱进一步摆在了明面上,AI基建竞赛,已经进入每个季度千亿元级别的较量。 腾讯单季资本开支814.33亿元,同比暴增527%;阿里单季资本开支504.77亿元,同样大涨60%。随之而来的是两家巨头自由现金流大幅转负,从净流入变成净流出数百亿元,如此巨额投入,在国内互联网历史上

    来源 AI 行业观察
  7. OpenAI开放GPT-Live-1.1 API:语音智能体可边聊边干活

    IT之家 11 月 20 日消息,OpenAI 今日宣布向开发者开放 GPT-Live-1.1 API 语音模型,允许第三方开发者将其集成到自己的应用程序中,构建能够实时聆听、回应并执行复杂任务的 AI 语音智能体。 据 OpenAI 介绍,GPT-Live-1.1 是 GPT-Live-1 的升级版本,具备全双工语音

    来源 AI 行业观察
  8. 腾讯Hy4正式开源:770B总参数、49B激活,混元LLM系列全部开放

    IT之家 11 月 20 日消息,腾讯混元团队今日宣布 Hy4 大模型正式开源,模型权重已在 GitHub、Hugging Face、ModelScope 和 GitCode 四个平台同步上线,开发者可自行下载部署。 至此,混元 LLM 系列已完成全部开源,覆盖 Hy3 preview、Hy3、Hy4 preview、

    来源 AI 行业观察
  9. AnthropicIPO定价83美元:估值1.5万亿,80余人联名质疑安全性

    就在定价公布同一天,一份名为《MisAnthropic Statement》的公开声明在misanthropicstatement.com上线,由AI安全中心推动、80余名跨阵营人士联署,开篇即给出结论:“Anthropic is not a safe AI company”——史上最大IPO与史上罕见的跨阵营围剿,在

    来源 TechWeb
  10. Gemini 4 翻身背后:SemiAnalysis 填表道歉,Hassabis 接梗回应

    Google DeepMind通过组织调整、算力重新分配和训练体系升级,在短短七周内连续推出四款Gemini 4模型。依托大规模预训练、多线并行研发和真实工程场景的强化学习训练,Gemini在编程和Agent能力上实现突破,重返行业第一梯队,此前唱衰Google的SemiAnalysis也公开致歉。

    来源 华尔街见闻
  11. 快手 CEO 程一笑:Kling 4.0 模型已经进入游戏和具身智能等场景

    IT之家 11 月 19 日消息,据《科创板日报》今天报道,快手 CEO 程一笑今日在业绩会中透露,Kling 4.0 模型上线后,可灵流水实现提升,当前收入增长由企业客户 API 调用和专业创作者付费订阅双轮驱动,用户规模与 ARPPU(每付费用户平均收益)均保持增长。 程一笑透露,Kling 4.0 目前已经进入影

    来源 AI 行业观察
  12. 姚顺雨回清华姚班:大模型不拼指标赛马,RSI如何落到工程?

    11 月 18 日晚,腾讯首席 AI 科学家、混元大模型负责人姚顺雨回到母校清华大学交叉信息研究院(姚班),与本科同窗、清华交叉信息院助理教授吕凯风做了一场近距离的闭门问答交流。 作为姚班 2015 级校友与普林斯顿博士,姚顺雨曾参与提出将推理与行动结合的 ReAct 范式,是代码 Agent 评测基准 SWE-ben

    来源 AI 行业观察
  13. 谷歌Gemini登陆Mac:可跨应用做PPT、填表单

    当地时间11月19日,谷歌为macOS版Gemini上线电脑操控(Computer Use)功能,面向美国英语用户分批开放。AI可操控桌面软件、读取本地文件、浏览网页,完成多步骤任务。

    来源 IT 产业观察
  14. 英伟达投的AI Infra创企发模型工厂!支持数千卡集群训练万亿MoE

    智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支持在千张以上GPU集群上训练万亿参数以上的MoE模型。

    来源 智东西
  15. TheSigil ID上线:AI智能体可自主申领数字身份证

    当 AI Agent 开始自主执行任务,它们是否也应该拥有一张属于自己的身份证? 近日,面向全球 AI Agent 的数字身份登记平台 TheSigil ID开放免费创世登记。与传统由开发者填写信息的注册方式不同,TheSigil ID 尝试让 AI 智能体自行阅读协议、选择名称、撰写身份声明,并通过开放接口完成登记,

    来源 AI 行业观察
向下滚动自动加载更多