Read, Watch or Listen

گوگل اپنے جیمنی 2.5 کمپیوٹر یوز ماڈل، جس کا کوڈ نام پروجیکٹ میرینر ہے، کا ایک پریویو لانچ کر رہا ہے، جو AI ایجنٹس کو گرافیکل یوزر انٹرفیس، خاص طور پر براؤزرز اور ویب سائٹس کے ساتھ بات چیت کرنے کے قابل بناتا ہے۔ یہ خصوصی ماڈل کلک کرنے، ٹائپ کرنے، تلاش کرنے اور اسکرول کرنے جیسے کام انجام دینے کے لیے صارف کی درخواستوں، اسکرین شاٹس اور ایکشن کی تاریخ کا تجزیہ کرتا ہے۔ یہ کسی کام کی تکمیل تک تجزیہ اور عمل درآمد کے ذریعے چلتا رہتا ہے۔ مظاہرے ویب اور موبائل UI کنٹرول میں متاثر کن کارکردگی کا مظاہرہ کرتے ہیں، جو براؤزر کنٹرول کی کوالٹی اور لیٹینسی میں حریفوں سے بہتر ہے۔ ڈویلپرز گوگل AI اسٹوڈیو اور ورٹیکس AI میں جیمنی API کے ذریعے اس AI تک رسائی حاصل کر سکتے ہیں۔

Prepared by Jonathan Pierce and reviewed by editorial team.