Lar
O Google quebra a barreira da troca multimodal ao integrar operações nativas de computador no Gemini 3.5 Flash

A equipe do Google DeepMind anunciou uma grande conquista, ao integrar diretamente capacidades nativas de uso do computador no modelo Gemini 3.5 Flash. Agora, os desenvolvedores podem criar agentes de IA que visualizam e executam ações em telas por meio de diferentes navegadores, dispositivos móveis e desktops de forma autônoma, utilizando um único modelo.
Anteriormente, essa funcionalidade estava disponível apenas como um modelo separado, exigindo que os desenvolvedores lidassem com trocas complexas de contexto entre modelos distintos. Com a integração nativa, a IA não precisa mais transmitir informações manualmente ao executar tarefas de longa duração entre plataformas, o que simplifica significativamente o processo de desenvolvimento.
Eliminando a perda de contexto para melhorar a confiabilidade dos agentes
A equipe do Google acredita que o principal gargalo para os agentes de IA não é a limitação das ferramentas individuais, mas sim a perda de informações de contexto ao alternar entre várias ferramentas. Ao unificar buscas, mapas e operações de computador dentro de uma única arquitetura de modelo, o contexto flui continuamente, reduzindo consideravelmente as chances de falha em tarefas complexas.
Esse design de “integração multi-ferramenta” é semelhante à construção de um único edifício com conexões internas, eliminando a comunicação demorada e propensa a erros entre edifícios separados. Essa mudança arquitetônica tem potencial para trazer melhorias significativas na confiabilidade e no tempo de resposta das tarefas baseadas em agentes.
Foco em três cenários principais com defesas de segurança em múltiplos níveis
Essa capacidade nativa será aplicada principalmente a três cenários centrais: tarefas automatizadas que exigem operação contínua por horas ou dias, testes de software contínuos para verificar a consistência da interface do usuário automaticamente, e trabalhos que demandam grande volume de conhecimento e envolvem múltiplas aplicações. Esses cenários dependem fortemente da continuidade do contexto entre as tarefas e podem substituir efetivamente os humanos na execução de operações repetitivas e intensivas.
Em termos de segurança, o Google adotou uma estratégia de defesa em múltiplos níveis, que inclui treinamento direcionado contra ataques adversários, medidas de proteção empresarial para operações sensíveis e detecção indireta de injeção de prompts. Esses mecanismos, juntos, ajudam os usuários corporativos a estabelecer uma barreira de segurança relativamente completa em ambientes computacionais abertos e descontrolados.
Artigo relacionado
Ações dos EUA Atingem Marco Histórico Enquanto Gigantes de IA e Aeroespacial se Preparam para Estreia de Trilião de Dólares
Elon Musk, Sam Altman e Dario Amodei, três titãs do setor de tecnologia, estão avançando rumo a ofertas públicas iniciais (IPOs) para suas respectivas empresas. Com a SpaceX, a OpenAI e a Anthropic — três gigantes da indústria que se aproximam de ava
Startup sueca de IA Lovable Eyes tem avaliação de US$ 13,2 bilhões após rodada principal de investimentos
À medida que as ferramentas de codificação impulsionadas por IA ganham tração, a startup sueca Lovable garantiu uma grande rodada de financiamento. A empresa visa captar US$ 3 bilhões, o que poderia elevar sua avaliação para US$ 13,2 bilhões — o dobr
O Google testa o Agente Remy AI para o Gemini, à medida que o foco se desloca para o controle do usuário
De acordo com o Business Insider, o Google está testando o Remy, um novo agente pessoal de IA para o Gemini. Esta ferramenta tem como objetivo executar tarefas em nome dos usuários, simplificando tanto os fluxos de trabalho profissionais quanto as ro
Recomendações de tópicos especiais relacionados
Comentários (0)

A equipe do Google DeepMind anunciou uma grande conquista, ao integrar diretamente capacidades nativas de uso do computador no modelo Gemini 3.5 Flash. Agora, os desenvolvedores podem criar agentes de IA que visualizam e executam ações em telas por meio de diferentes navegadores, dispositivos móveis e desktops de forma autônoma, utilizando um único modelo.
Anteriormente, essa funcionalidade estava disponível apenas como um modelo separado, exigindo que os desenvolvedores lidassem com trocas complexas de contexto entre modelos distintos. Com a integração nativa, a IA não precisa mais transmitir informações manualmente ao executar tarefas de longa duração entre plataformas, o que simplifica significativamente o processo de desenvolvimento.
Eliminando a perda de contexto para melhorar a confiabilidade dos agentes
A equipe do Google acredita que o principal gargalo para os agentes de IA não é a limitação das ferramentas individuais, mas sim a perda de informações de contexto ao alternar entre várias ferramentas. Ao unificar buscas, mapas e operações de computador dentro de uma única arquitetura de modelo, o contexto flui continuamente, reduzindo consideravelmente as chances de falha em tarefas complexas.
Esse design de “integração multi-ferramenta” é semelhante à construção de um único edifício com conexões internas, eliminando a comunicação demorada e propensa a erros entre edifícios separados. Essa mudança arquitetônica tem potencial para trazer melhorias significativas na confiabilidade e no tempo de resposta das tarefas baseadas em agentes.
Foco em três cenários principais com defesas de segurança em múltiplos níveis
Essa capacidade nativa será aplicada principalmente a três cenários centrais: tarefas automatizadas que exigem operação contínua por horas ou dias, testes de software contínuos para verificar a consistência da interface do usuário automaticamente, e trabalhos que demandam grande volume de conhecimento e envolvem múltiplas aplicações. Esses cenários dependem fortemente da continuidade do contexto entre as tarefas e podem substituir efetivamente os humanos na execução de operações repetitivas e intensivas.
Em termos de segurança, o Google adotou uma estratégia de defesa em múltiplos níveis, que inclui treinamento direcionado contra ataques adversários, medidas de proteção empresarial para operações sensíveis e detecção indireta de injeção de prompts. Esses mecanismos, juntos, ajudam os usuários corporativos a estabelecer uma barreira de segurança relativamente completa em ambientes computacionais abertos e descontrolados.
Ações dos EUA Atingem Marco Histórico Enquanto Gigantes de IA e Aeroespacial se Preparam para Estreia de Trilião de Dólares
Elon Musk, Sam Altman e Dario Amodei, três titãs do setor de tecnologia, estão avançando rumo a ofertas públicas iniciais (IPOs) para suas respectivas empresas. Com a SpaceX, a OpenAI e a Anthropic — três gigantes da indústria que se aproximam de ava
Startup sueca de IA Lovable Eyes tem avaliação de US$ 13,2 bilhões após rodada principal de investimentos
À medida que as ferramentas de codificação impulsionadas por IA ganham tração, a startup sueca Lovable garantiu uma grande rodada de financiamento. A empresa visa captar US$ 3 bilhões, o que poderia elevar sua avaliação para US$ 13,2 bilhões — o dobr











