谷歌正在开发可以接管浏览器的AI：Project Jarvis

水哥

2024-10-30 08:50发布于浙江科技领域创作者

图片
据The Information报道，谷歌可能最快在12月展示其对Rabbit大型动作模型概念的自家解读。这个被称为“Project Jarvis”的项目将为用户执行任务，包括“收集研究、购买产品或预订航班”。
Jarvis项目由谷歌未来的Gemini版本提供支持，它仅与网络浏览器一起工作（特别是为Chrome优化）。该工具通过获取和解析屏幕截图，然后点击按钮或输入文本, 来帮助人们完成“自动化日常的、基于网络的任务”。在当前状态下，完成这些动作显然需要“几秒钟”。
主要的大型AI公司都在研究类似方向的大模型任务。微软的Copilot Vision将允许你与它讨论你正在查看的网页；预计苹果智能将在明年某个时候能够了解你屏幕上的内容，并在多个应用程序中为你执行任务；Anthropic推出了一个“笨拙且容易出错”的Claude beta更新，可以为你使用计算机；而OpenAI也在研究类似版本。
The Information提醒说，谷歌计划在12月展示Jarvis的计划可能会有变化。据报道，该公司正在考虑将其发布给一些测试人员，以发现并帮助研发团队解决BUG。
Jarvis项目的核心在于其能够理解和执行基于网络的任务，这意味着它能够处理从在线研究到购买产品等一系列活动。这种能力不仅能够节省用户的时间，还能减少在执行这些任务时可能出现的错误。通过自动化这些任务，Jarvis项目有望在浏览器上变革用户与网络交互的方式。
查看原图 88K