谷歌今日宣布对Chrome浏览器中的人工智能助手Gemini进行重大更新,为用户带来全新的智能浏览体验。
新版本的主要功能包括侧边栏多任务处理、直接在浏览器中生成图像、使用"自动浏览"功能完成多步骤流程,以及未来几个月将推出的个性化智能助手功能。
让Chrome和Gemini为你代劳
谷歌推出了全新的"自动浏览"功能,目前正在为Gemini Pro和Ultra用户进行预览测试。
这项功能允许用户将网络任务委托给Chrome浏览器,包括填写表单、登录网站、购物甚至完成购买等操作。
在演示中,谷歌Chrome副总裁Parisa Tabriz使用自动浏览功能重新订购了一件灰色夹克。整个过程包括自动登录(在获得用户许可并从谷歌密码管理器获取凭据后)、在商店中找到夹克、加入购物车并完成购买。她甚至可以在智能体在后台工作时切换到其他标签页继续演示的其他部分。
自动浏览功能可以帮助优化假期规划,承担一些繁琐的工作,比如研究不同日期的酒店和机票价格以找到最经济的出行时间。它还能帮助预约时间、填写繁琐的在线表单、收集税务文件、获取水管工和电工报价、检查账单支付情况、填写费用报告、管理订阅服务等。
侧边栏中的Gemini
谷歌在2025年底将Gemini引入Chrome,为MacOS、Windows和Chromebook Plus用户提供AI助手服务。当时,激活Gemini时它会在屏幕上打开一个可拖动的小窗口,能够感知当前打开的标签页。
从今日开始,用户可以将Gemini附着在浏览器窗口的侧边。当用户打开其他标签页时,也可以让Gemini附着到这些标签页上,并仅使用该标签页作为上下文。
如果用户希望Gemini整合多个标签页的内容 - 比如在比较产品、服务或计划旅行时,他们可以打开多个窗口,Gemini标签将把所有标签页添加到上下文中。然后用户可以在侧边面板中与Gemini同时讨论所有标签页的内容。
据谷歌介绍,测试用户可以保持主标签页开启,使用侧边标签页与Gemini保持单一对话线程并比较不同选项。
网页图像转换
通过将Nano Banana的创意功能直接集成到Chrome中,Gemini现在允许用户直接在网页浏览器中将图像转换成任何他们想要的样子,无需下载和重新上传图像。
用户只需在主窗口显示图像时在侧边面板中输入提示词,告诉Gemini他们的需求,AI助手将完成其余工作。例如,他们可以提供一张卧室照片,要求Gemini查看另一个标签页中感兴趣的台灯,让它添加到照片中,这样就能看到台灯放在床边的效果。
Chrome通过AI变得更加个性化
谷歌还表示,未来几个月将推出更加个性化的体验,将最近引入Gemini应用的个人智能功能带到Chrome中。有了这个功能,Chrome将记住以往对话的上下文,为用户提供符合其个性和需求的独特网络搜索答案。
该公司还强调这是一个选择性体验,用户可以随时选择连接或断开哪些应用程序。
Q&A
Q1:Chrome浏览器中的"自动浏览"功能能做什么?
A:"自动浏览"功能允许用户将网络任务委托给Chrome浏览器自动完成,包括填写表单、登录网站、购物和完成购买。它还能帮助优化假期规划、预约时间、填写在线表单、收集税务文件、获取服务报价、检查账单支付情况、填写费用报告和管理订阅服务等。
Q2:Chrome中的Gemini侧边栏有什么新特性?
A:新版Gemini可以附着在浏览器窗口的侧边,用户可以让它针对单个标签页工作,也可以整合多个标签页内容进行综合分析。用户能够在侧边面板中与Gemini保持单一对话线程,同时比较不同标签页的选项和内容。
Q3:Chrome的图像转换功能如何使用?
A:用户只需在主窗口显示图像时,在侧边面板中输入提示词告诉Gemini想要的效果,AI助手就能直接在浏览器中转换图像,无需下载和重新上传。比如可以将感兴趣的家具添加到自己的房间照片中,预览摆放效果。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。