Heim
Google überwindet die Hürde beim mehrmodalen Wechsel, indem es nativen Computerbetrieb in Gemini 3.5 Flash integriert.

Das Team von Google DeepMind kündigte einen bedeutenden Durchbruch an, bei dem native Computerfunktionen direkt in das Gemini 3.5 Flash-Modell integriert wurden. Entwickler können nun KI-Agenten erstellen, die mithilfe eines einzigen Modells autonom auf Bildschirmen in Browsern, Mobilgeräten und Desktop-Computern Inhalte ansehen und darauf Aktionen ausführen.
Zuvor war diese Funktion nur als separates Modell verfügbar, wodurch Entwickler mit komplexen Umschaltvorgängen sowie dem Transfer von Kontextinformationen zwischen verschiedenen Modellen umgehen mussten. Durch die native Integration muss die KI bei der Ausführung zeitaufwändiger, plattformübergreifender Aufgaben keine Informationen mehr manuell weitergeben, wodurch der Entwicklungsprozess erheblich vereinfacht wird.
Vermeidung von Kontextverlusten zur Steigerung der Zuverlässigkeit der Agenten
Das Team von Google ist der Ansicht, dass das Hauptengpass für KI-Agenten nicht in den Einschränkungen einzelner Tools liegt, sondern im Verlust von Kontextinformationen beim Wechsel zwischen mehreren Tools. Durch die Vereinigung von Suchfunktionen, Karten und Computeroperationen innerhalb einer einzigen Modellarchitektur fließt der Kontext kontinuierlich, wodurch das Ausfallrisiko bei komplexen Aufgaben erheblich verringert wird.
Dieses Design der „Multi-Tool-Integration“ gleicht dem Bau eines einzigen Gebäudes mit internen Verbindungen, wodurch die zeitaufwändige und fehleranfällige Kommunikation zwischen separaten Gebäuden entfällt. Diese architektonische Änderung hat das Potenzial, die Zuverlässigkeit sowie die Reaktionszeit bei agentenbasierten Aufgaben erheblich zu verbessern.
Fokus auf drei Kernszenarien mit mehrschichtigen Sicherheitsmaßnahmen
Diese native Funktion wird hauptsächlich in drei Kernszenarien eingesetzt: automatisierte Aufgaben, die stunden- oder tagelang kontinuierlich laufen müssen, fortlaufende Softwaretests zur automatischen Überprüfung der UI-Konsistenz sowie kennzeichnungsintensive Arbeiten, die mehrere Anwendungen umfassen. Diese Szenarien setzen stark auf die Kontinuität des Kontexts über Aufgaben hinweg und können Menschen effektiv bei wiederholenden, energieintensiven Tätigkeiten ersetzen.
Was die Sicherheit betrifft, hat Google eine mehrschichtige Verteidigungsstrategie eingeführt, zu der gezieltes adversarisches Training, Unternehmenssicherheitsmaßnahmen für sensible Operationen sowie die Erkennung indirekter Prompt-Injektionen gehören. Diese Mechanismen tragen gemeinsam dazu bei, dass Unternehmen in offenen und unkontrollierten Computerumgebungen eine relativ vollständige Sicherheitsgrenze schaffen können.
Verwandter Artikel
China startet Sonderkampagne für große Modelle und IPv6: Generative KI-Anwendungen müssen das Next-Generation-Netzwerk vollständig unterstützen
Der erste Schritt einer großen Initiative zum Ausbau der Netzwerkinfrastruktur für das Zeitalter der Intelligenz ist offiziell im Xiongan-Neugebiet gestartet. Die Cyberspace Administration of China (CAC) hat sich mit regionalen Cyberspace-Behörden in
Globale Verschiebung der KI-Regulierung hin zu verpflichtenden Tests vor der Freigabe
Während große KI-Modelle rasante Fortschritte erzielen, verlagern sich die globalen Regulierungsrahmen von freiwilligen Leitlinien hin zu regierungsgeführten, evidenzbasierten Vorschriften. Dieser Übergang markiert ein neues Zeitalter der praktischen
Alibaba-Gründer Jack Ma, Cao Xingxin: KI wird zur unsichtbaren Infrastruktur, die Gesamtgröße des Marktes für Wissensarbeiter erreicht 50 Billionen US-Dollar
Der Vorsitzende der Alibaba Group, Jack Ma, sprach kürzlich auf dem italienischen Technologie- und Investitionsgipfel „Wave by Vento 2026“ und prognostizierte, dass künstliche Intelligenz innerhalb von fünf Jahren von einem eigenständigen Thema zu ei
Empfehlungen zu verwandten Spezialthemen
Kommentare (0)

Das Team von Google DeepMind kündigte einen bedeutenden Durchbruch an, bei dem native Computerfunktionen direkt in das Gemini 3.5 Flash-Modell integriert wurden. Entwickler können nun KI-Agenten erstellen, die mithilfe eines einzigen Modells autonom auf Bildschirmen in Browsern, Mobilgeräten und Desktop-Computern Inhalte ansehen und darauf Aktionen ausführen.
Zuvor war diese Funktion nur als separates Modell verfügbar, wodurch Entwickler mit komplexen Umschaltvorgängen sowie dem Transfer von Kontextinformationen zwischen verschiedenen Modellen umgehen mussten. Durch die native Integration muss die KI bei der Ausführung zeitaufwändiger, plattformübergreifender Aufgaben keine Informationen mehr manuell weitergeben, wodurch der Entwicklungsprozess erheblich vereinfacht wird.
Vermeidung von Kontextverlusten zur Steigerung der Zuverlässigkeit der Agenten
Das Team von Google ist der Ansicht, dass das Hauptengpass für KI-Agenten nicht in den Einschränkungen einzelner Tools liegt, sondern im Verlust von Kontextinformationen beim Wechsel zwischen mehreren Tools. Durch die Vereinigung von Suchfunktionen, Karten und Computeroperationen innerhalb einer einzigen Modellarchitektur fließt der Kontext kontinuierlich, wodurch das Ausfallrisiko bei komplexen Aufgaben erheblich verringert wird.
Dieses Design der „Multi-Tool-Integration“ gleicht dem Bau eines einzigen Gebäudes mit internen Verbindungen, wodurch die zeitaufwändige und fehleranfällige Kommunikation zwischen separaten Gebäuden entfällt. Diese architektonische Änderung hat das Potenzial, die Zuverlässigkeit sowie die Reaktionszeit bei agentenbasierten Aufgaben erheblich zu verbessern.
Fokus auf drei Kernszenarien mit mehrschichtigen Sicherheitsmaßnahmen
Diese native Funktion wird hauptsächlich in drei Kernszenarien eingesetzt: automatisierte Aufgaben, die stunden- oder tagelang kontinuierlich laufen müssen, fortlaufende Softwaretests zur automatischen Überprüfung der UI-Konsistenz sowie kennzeichnungsintensive Arbeiten, die mehrere Anwendungen umfassen. Diese Szenarien setzen stark auf die Kontinuität des Kontexts über Aufgaben hinweg und können Menschen effektiv bei wiederholenden, energieintensiven Tätigkeiten ersetzen.
Was die Sicherheit betrifft, hat Google eine mehrschichtige Verteidigungsstrategie eingeführt, zu der gezieltes adversarisches Training, Unternehmenssicherheitsmaßnahmen für sensible Operationen sowie die Erkennung indirekter Prompt-Injektionen gehören. Diese Mechanismen tragen gemeinsam dazu bei, dass Unternehmen in offenen und unkontrollierten Computerumgebungen eine relativ vollständige Sicherheitsgrenze schaffen können.
China startet Sonderkampagne für große Modelle und IPv6: Generative KI-Anwendungen müssen das Next-Generation-Netzwerk vollständig unterstützen
Der erste Schritt einer großen Initiative zum Ausbau der Netzwerkinfrastruktur für das Zeitalter der Intelligenz ist offiziell im Xiongan-Neugebiet gestartet. Die Cyberspace Administration of China (CAC) hat sich mit regionalen Cyberspace-Behörden in
Globale Verschiebung der KI-Regulierung hin zu verpflichtenden Tests vor der Freigabe
Während große KI-Modelle rasante Fortschritte erzielen, verlagern sich die globalen Regulierungsrahmen von freiwilligen Leitlinien hin zu regierungsgeführten, evidenzbasierten Vorschriften. Dieser Übergang markiert ein neues Zeitalter der praktischen
Alibaba-Gründer Jack Ma, Cao Xingxin: KI wird zur unsichtbaren Infrastruktur, die Gesamtgröße des Marktes für Wissensarbeiter erreicht 50 Billionen US-Dollar
Der Vorsitzende der Alibaba Group, Jack Ma, sprach kürzlich auf dem italienischen Technologie- und Investitionsgipfel „Wave by Vento 2026“ und prognostizierte, dass künstliche Intelligenz innerhalb von fünf Jahren von einem eigenständigen Thema zu ei











