谷歌帮助贾维斯做好应对人工智能“计算机使用”战争的准备

Jarvis 预计将于今年 12 月推出，可在整个企业中用作开发、CRM 和 ERP 等各种任务。

谷歌还与 Anthropic 和 OpenAI 等公司一起参与基于人工智能的计算机使用战争，以期在 Agentic AI 驱动下的新兴但不断发展的基于人工智能的自动化市场中获得份额。

该公司正在致力于构建 Jarvis，它将允许用户在网络上自动执行研究和购物等任务。Chrome浏览器在公司的帮助下双子座2.0 大语言模型（法学硕士）， 根据信息。

据 The Information 援引消息人士称，Jarvis 在浏览器上控制操作和完成任务的能力将结合多种基于 LLM 的开发技术，例如阅读和理解屏幕截图、生成文本以及模拟用户交互。

谷歌利用法学硕士支持的人工智能来自动化用户任务的努力与Anthropic 上周发布的计算机使用能力专家认为，随着大量工作继续通过计算机完成，一旦作为成品推出，它可能会彻底改变自动化市场。

Anthropic 的“计算机使用”能力又使开发人员能够通过 Anthropic 指导 Claude 3.5 Sonnet 应用程序编程接口，阅读和解释显示屏上的内容，键入文本，移动光标，单击按钮，以及在窗口或应用程序之间切换 - 就像今天一样 机器人过程自动化(RPA) 工具可以接受指导——更加费力——去做。​​​​ 

虽然 Jarvis 似乎针对的是消费者，但鉴于许多开发活动、工作流程和自动化管理、CRM、ERP 等都是通过基于 Web 的客户端或界面通过浏览器访问的，该技术也可以在整个企业中使用。一个 

事实上，如果 Django Web 框架的共同创建者 Simon Willison 可信的话，Google 可能比 Anthropic 更早地揭示了根据屏幕截图或图像确定坐标的能力。

然而，当谈到在基于人工智能的代理和法学硕士的帮助下控制计算机时，A​​nthropic 可能是第一个将该功能与其他功能结合使用的公司，从而率先进入市场。

据报道，OpenAI 一直在致力于开发类似的功能自二月以来。

另外，在他的一领英帖子软件专家 Martin Bechard 声称 OpenAI 已经开发了一项名为 Tools 的功能，该功能遵循与 Anthropic 的计算机使用能力相同的基本原理。

微软、Meta 和苹果也参与了这一行动。

虽然微软本月早些时候展示了其 Copilot 的一项新功能 Vision，可以读取和理解图像并回答有关图像的问题，但苹果一直致力于通过其 Apple Intelligence 更新为其虚拟助手 Siri 引入自动化功能。