COLOMBO, Jan. 18 (Xinhua) -- Sri Lanka's digital skills improved in 2025, with national computer literacy rate rising to 38.4 percent in the first half of the year, the latest survey by the Department ...

作为教学探索的支持，燎原双语打造AI沉浸式教室为学校师生提供了实践土壤。该空间的设计原则清晰——技术如何真正服务于学习，让思维得以验证。燎原双语不满足于仅将AI用于单一的主题课、日常教学辅助或作为搜索工具，而是希望以硬件为基础，推动配套课件的系统开发 ...

这项由牛津大学的Kevin Qinghong Lin、新加坡国立大学的Siyuan Hu和微软的Linjie Li、Zhengyuan Yang、Lijuan Wang等研究者联合完成的研究发表于2025年11月，论文标题为"Computer-Use Agents as Judges for Generative User ...

The buzz around quantum computing has been fueled in part by the rapid rise of artificial intelligence. Panelists at CES compared the current moment to AI's sudden acceleration after the launch of ...

长期以来，人工智能Agent（智能体）的活动范围，似乎一直局限于代码和API的数字世界。它们能理解语言、生成内容、调用接口，但始终无法像人类一样，直观地与我们每天都在使用的图形用户界面（GUI）进行交互。然而，谷歌DeepMind近期发布的Gemini 2.5 Computer Use ...

谷歌 DeepMind 今日凌晨正式发布了基于 Gemini 2.5的 Computer Use模型，引发了业界对 CUA (Computer-Using Agent)领域的广泛关注。 继 OpenAI 之后，谷歌的入局无疑为这一领域注入了新的活力，预示着 AI 直接操控浏览器、与用户进行更自然交互的时代正在加速到来。 Gemini 2.5 ...

IT之家10 月 8 日消息，谷歌正在预览一款全新的 Gemini 人工智能模型，该模型旨在通过浏览器浏览网络并与之交互，使 AI 智能体能够在原本为人而非机器人设计的用户界面中执行操作。这款名为“Gemini 2.5 计算机使用”（Gemini 2.5 Computer Use）的模型，利用“视觉 ...

IT之家 10 月 8 日消息，谷歌正在预览一款全新的 Gemini 人工智能模型，该模型旨在通过浏览器浏览网络并与之交互，使 AI 智能体能够在原本为人而非机器人设计的用户界面中执行操作。这款名为“Gemini 2.5 计算机使用”（Gemini 2.5 Computer Use）的模型，利用“视觉 ...

编者按：近年来，大模型在多模态交互中的应用不断深入，使得人机交互中的“理解能力”面临新的挑战。特别是在 Compute Use Agent 的发展背景下，如何准确理解用户的自然语言指令并将其映射到复杂 GUI 界面中的相应元素（即 “GUI Grounding” 任务）成为关键。

本文由上海 AI Lab、中国科学技术大学和上海交通大学联合完成。主要作者包括中国科学技术大学硕士生杨靖懿、上海交通大学本科生邵帅。通讯作者为刘东瑞和邵婧，上海 AI Lab 安全团队，研究方向为 AI 安全可信。 从 Anthropic 的 Claude 3.5 Sonnet 自带 Computer-Use 功能 ...

Graphic User interface (GUI) automation requires agents with the ability to understand and interact with user screens. However, using general purpose LLM models to serve as GUI agents faces several ...

相比于电脑，“放不下”的手机陪伴我们的时间更长，离我们的生活更近。 如果说「computer use」开启了人机交互的新范式，那么「phone use」则更进一步，解锁更多应用的可能性，让 AI 真正惠及每一个人。 今天，智谱在 CNCC2024 大会上，基于在语言模型、多模态 ...