Google DeepMind telah mengumumkan versi terbaru model kecerdasan buatannya, Gemini 2.5 Computer Use Model. Alat AI baru ini dirancang untuk meningkatkan cara agen berinteraksi dengan antarmuka pengguna, memberikan kinerja yang lebih baik daripada alternatif yang ada untuk tugas kontrol web dan seluler. Berdasarkan kemampuan pemahaman dan penalaran visual Gemini 2.5 Pro, model ini kini tersedia bagi para pengembang melalui Gemini API , yang tersedia di Google AI Studio dan Vertex AI.

Model penggunaan komputasional Gemini 2.5 dirancang untuk menavigasi dan berinteraksi dengan antarmuka pengguna grafis (GUI) layaknya pengguna manusia. Model ini dapat melakukan tugas-tugas seperti mengisi formulir, memanipulasi elemen interaktif, dan bekerja di balik layar login. Kemampuan ini penting untuk mengembangkan agen AI yang serbaguna. Model ini berjalan secara berulang, menganalisis permintaan pengguna, tangkapan layar, dan riwayat interaksi untuk menghasilkan respons tindakan UI yang sesuai.

Model Google DeepMind mengungguli model lain di berbagai tolok ukur, terutama dalam kontrol browser, dengan tetap mempertahankan latency rendah. Performa model diverifikasi melalui metrik yang dilaporkan sendiri dan peringkat Browserbase. Untuk memastikan keamanan, model ini menggabungkan fitur-fitur untuk memitigasi risiko seperti penyalahgunaan, perilaku tak terduga, dan penipuan berbasis web. Pengembang juga memiliki perlindungan untuk mencegah model melakukan tindakan yang berpotensi berbahaya.

Model penggunaan komputasi Gemini 2.5 sudah digunakan di Google, membantu pengujian UI dan mempercepat pengembangan perangkat lunak. Para penguji awal dalam Program Akses menggunakan model ini untuk asisten pribadi, otomatisasi alur kerja, dan pengujian UI, serta melaporkan hasil yang positif. Model ini saat ini sedang dalam pratinjau publik, dan kami mendorong para pengembang untuk mencobanya dan memberikan masukan untuk pengembangan selanjutnya.