Gemini 2.5 Computer Use: La IA que controla Webs y Apps con baja latencia

Google está lanzando en previsualización pública el modelo especializado Gemini 2.5 Computer Use a través de la API de Gemini. Construido sobre las capacidades de Gemini 2.5 Pro, este modelo innovador permite a los desarrolladores crear agentes de IA capaces de interactuar directamente con interfaces de usuario (UIs). A diferencia de la interfaz mediante APIs estructuradas, estos agentes pueden navegar páginas web y aplicaciones, realizando tareas digitales complejas como llenar y enviar formularios, manipular elementos interactivos (filtros, desplegables) y operar detrás de inicios de sesión, actuando de forma similar a los humanos (haciendo clic, escribiendo y desplazándose). Este modelo no solo ha sido utilizado por equipos de Google para pruebas de UI y potenciando capacidades agénticas en AI Mode en Search, sino que también supera a las alternativas líderes en múltiples benchmarks de control web y móvil, ofreciendo una calidad de control líder con la latencia más baja. Empieza a construir tus propios agentes de flujo de trabajo y asistentes personales accediendo al modelo hoy mismo en Google AI Studio y Vertex AI.https://blog.google/technology/google-deepmind/gemini-computer-use-model/