近期，OpenAI在人工智能領(lǐng)域邁出了重要一步，推出了名為Operator的AI智能體，這款創(chuàng)新產(chǎn)品能夠模擬人類操作網(wǎng)頁瀏覽器的行為，為用戶帶來前所未有的便捷體驗。
Operator的智能表現(xiàn)令人印象深刻。在OpenAI的演示中，它能夠精準地接收并執(zhí)行各種指令，自主地完成打字、點擊、滾動等一系列復雜的網(wǎng)頁交互任務。不僅如此，Operator還能輕松應對在線表單填寫、網(wǎng)絡購物、表情包制作等日常操作，甚至能夠處理繁瑣的重復性瀏覽器任務，極大地提升了工作效率。
Operator的推出受到了廣泛關(guān)注。據(jù)OpenAI透露，從1月23日開始，美國的ChatGPT Pro用戶已經(jīng)能夠體驗到Operator的“預覽版”。未來，這款智能體將逐步拓展至更多區(qū)域的Pro用戶，并在幾個月后向ChatGPT Plus用戶開放。
Operator的強大功能得益于其背后的技術(shù)支持。據(jù)OpenAI官網(wǎng)介紹，Operator由全新的CUA（Computer-Using Agent）模型驅(qū)動，這一模型結(jié)合了GPT-4o的視覺能力，并通過強化學習實現(xiàn)了高級推理功能。這使得Operator能夠“看見”網(wǎng)頁內(nèi)容，并像人類一樣使用鼠標和鍵盤與網(wǎng)頁進行互動。在遇到難以解決的問題時，Operator會調(diào)用其強大的推理能力進行自我糾正，如果仍然無法解決，則會將控制權(quán)交還給用戶，確保操作的準確性和安全性。
