O Google apresentou recentemente o Gemini 2.5 Computer Use, um novo modelo de inteligência artificial projetado para interagir com a web de forma autônoma, simulando a navegação humana. Esta inovação promete revolucionar a maneira como as IAs acessam e processam informações online, superando as limitações das APIs tradicionais.
Com capacidades avançadas de compreensão visual e raciocínio, o Gemini 2.5 pode executar tarefas complexas em interfaces de usuário, como preencher formulários e navegar por páginas da web. Esta funcionalidade abre portas para automação de testes de UI e outras aplicações onde a interação direta com o navegador é essencial.
Como o Gemini 2.5 do Google Interage com a Web?
Diferente de modelos anteriores que dependiam de APIs, o Gemini 2.5 Computer Use opera diretamente em um ambiente de navegador. Ele utiliza sua “compreensão visual e capacidades de raciocínio” para analisar solicitações e realizar ações, como clicar em elementos, rolar páginas e digitar texto. Essa abordagem permite que a IA acesse dados e funcionalidades que não seriam expostos através de interfaces de programação.
Esta tecnologia é uma evolução significativa, permitindo que agentes de IA executem tarefas em ambientes projetados para humanos. Exemplos incluem adicionar itens a um carrinho de compras com base em uma lista de ingredientes ou navegar por sites de notícias para identificar debates em alta. Para mais sobre as inovações do Google em IA para o lar, confira nosso artigo sobre Google Gemini: A Revolução da Casa Inteligente com IA.
Vantagens e Aplicações do Novo Modelo de IA
O Google afirma que o Gemini 2.5 Computer Use supera alternativas líderes em diversos benchmarks web e mobile. Embora atualmente focado na interação via navegador e não otimizado para controle de sistemas operacionais de desktop, ele suporta 13 ações distintas, incluindo a abertura de navegadores e a manipulação de elementos na tela.
Essa capacidade de interação direta com a web posiciona o Gemini 2.5 como uma ferramenta poderosa para desenvolvedores e empresas que buscam automatizar processos complexos e testar interfaces de usuário de forma mais eficiente. A disponibilidade para desenvolvedores via Google AI Studio e Vertex AI, juntamente com uma demonstração pública no Browserbase, destaca o potencial prático desta tecnologia.
Quando o Gemini 2.5 estará amplamente disponível?
Atualmente, o Gemini 2.5 Computer Use está em fase de pré-visualização para desenvolvedores. Embora o Google não tenha divulgado uma data específica para sua ampla disponibilidade, a empresa está ativamente coletando feedback e aprimorando o modelo. A expectativa é que, à medida que a tecnologia amadureça, ela seja integrada em mais produtos e serviços, transformando a interação entre humanos e inteligência artificial na web.
Para mais detalhes sobre o Gemini 2.5 Computer Use, você pode consultar a notícia original no The Verge.
