Google DeepMind开发的研究原型，探索人类与AI代理互动的未来，从浏览器开始。使用Gemini 2.0构建，结合了强大的多模态理解和推理能力，可以自动化完成浏览器中的任务。
产品截图
功能
多模态理解
能够理解和推理浏览器屏幕上的所有内容，包括像素和文本、代码、图像和表单等web元素
浏览器自动化
理解并导航复杂网站，代表用户执行任务
高级基准表现
在WebVoyager基准测试中，单代理设置达到83.5%的最先进结果
价格
受限测试
仅向受信任测试者开放
- 目前非公开可用
- 需要加入等待名单
适用场景
网页导航和互动
自动浏览和交互复杂网站
自动化重复任务
处理网页上的重复性任务，节省用户时间