【ITBEAR】據(jù)最新消息，谷歌正籌備在12月展示其對(duì)大型動(dòng)作模型Rabbit的初步構(gòu)想，該項(xiàng)目內(nèi)部代號(hào)為Project Jarvis。Jarvis旨在通過智能技術(shù)幫助用戶完成日常網(wǎng)絡(luò)任務(wù)，如研究收集、產(chǎn)品購買及航班預(yù)訂。
據(jù)悉，Jarvis將搭載谷歌Gemini的未來版本，特別針對(duì)Chrome瀏覽器進(jìn)行了優(yōu)化，需與網(wǎng)絡(luò)瀏覽器配合使用。
Jarvis的工作原理是通過截取和解析屏幕截圖，自動(dòng)執(zhí)行點(diǎn)擊按鈕或輸入文本等操作，以簡化用戶的網(wǎng)絡(luò)任務(wù)流程。然而，目前該工具在執(zhí)行操作間仍需幾秒鐘的等待時(shí)間。
其他科技巨頭也在積極探索類似技術(shù)。微軟已推出Copilot Vision，可讓用戶與網(wǎng)頁進(jìn)行交互；Apple Intelligence則預(yù)計(jì)明年將實(shí)現(xiàn)屏幕內(nèi)容識(shí)別與跨應(yīng)用操作執(zhí)行。
Anthropic也發(fā)布了Claude測試版更新，而OpenAI據(jù)傳也在開發(fā)類似功能。值得注意的是，谷歌12月展示Jarvis的計(jì)劃仍有可能變動(dòng)，公司可能會(huì)先向少量測試人員開放該功能以進(jìn)行漏洞排查。
