Chrome Gemini เพิ่มฟีเจอร์เลือกหน้าจอ ส่วน 3.5 Flash รองรับการควบคุมคอมพิวเตอร์

Google กำลังเปิดตัวเครื่องมือใหม่ "เลือกจากหน้าจอ" (Select from screen) สำหรับ Gemini ใน Chrome ผู้ใช้只需คลิกปุ่มข้างช่องป้อนข้อความ Gemini ก็สามารถไฮไลต์แท็บปัจจุบัน เลือกข้อความหรือรูปภาพบนหน้าจอได้ตามต้องการ โดยเนื้อหาที่เลือกจะถูกเพิ่มลงในบทสนทนาโดยอัตโนมัติ ฟีเจอร์นี้มาพร้อมกับ Chrome 149 ที่ทยอยอัปเดต หากยังไม่เห็น ให้รีสตาร์ทเบราว์เซอร์เพื่อเปิดใช้งาน การอัปเดตนี้ช่วยลดความซับซ้อนในการป้อนข้อมูลจากหน้าจอเข้าสู่ AI เหมาะสำหรับการถามคำถามด่วนหรือวิเคราะห์องค์ประกอบบนหน้าเว็บ

ในขณะเดียวกัน Google ประกาศว่า โมเดล Gemini 3.5 Flash มีฟีเจอร์ "การควบคุมคอมพิวเตอร์" (computer use) ในตัวแล้ว นักพัฒนาสามารถเรียกใช้ความสามารถนี้ผ่าน Gemini API เพื่อให้โมเดลควบคุมอินเทอร์เฟซโดยตรง เช่น การวิเคราะห์แอป Gemini โดยอัตโนมัติและแสดงรายการฟังก์ชันที่จัดหมวดหมู่ ซึ่งหมายความว่า AI ไม่เพียงเข้าใจเนื้อหาบนหน้าจอ แต่ยังสามารถเลียนแบบพฤติกรรมผู้ใช้เพื่อทำงานที่ซับซ้อนได้ ปัจจุบันฟีเจอร์การควบคุมคอมพิวเตอร์ของ 3.5 Flash เปิดให้ผู้ใช้ API เข้าถึงแล้ว

การอัปเดตทั้งสองนี้มุ่งเป้าไปที่ผู้ใช้ทั่วไปและนักพัฒนา โดยชี้ไปในทิศทางเดียวกัน: ทำให้ AI ผสานเข้ากับสภาพแวดล้อมดิจิทัลของผู้ใช้ได้เป็นธรรมชาติมากขึ้น ตั้งแต่การจับภาพหน้าจอไปจนถึงการดำเนินการเชิงรุก Gemini กำลังเปลี่ยนจากผู้ช่วยตอบคำถามมาเป็น "ตัวแทนดิจิทัล" ที่แท้จริง ด้วยการปรับใช้ Chrome 149 อย่างกว้างขวางและการเปิดให้เข้าถึงความสามารถ API ในอนาคตมีสถานการณ์อัตโนมัติอีกมากมายที่น่าจับตามอง