Google представи сериозно разширение на функцията Gemini в браузъра Chrome, което въвежда нови възможности за автоматизирано сърфиране, по-удобен интерфейс и интегрирани инструменти за редакция на изображения. Сред най-интересните нововъведения е функцията Auto Browse, която позволява на изкуствения интелект да поеме контрола върху онлайн навигацията.
Нов страничен панел за Gemini
Досега Gemini в Google Chrome се появяваше като малък прозорец върху браузъра, което затрудняваше работата при използване на множество табове. С новия ъпдейт Google премества AI асистента в страничен панел, който може да се скролва и не закрива съдържанието на страницата.
Панелът се позиционира вдясно от активния сайт, което позволява по-лесно сравняване на информацията от Gemini със съдържанието на страницата или водене на разговор, докато се работи в няколко таба едновременно. Функционалностите остават същите, включително възможността за използване на информация от няколко отворени таба в заявките към AI.
Макар промяната да изглежда малка, тя значително подобрява използваемостта на инструмента.
Редакция на изображения с десен клик чрез Nano Banana
AI инструментът за генериране на изображения Nano Banana също получава по-дълбока интеграция. Вече не е необходимо изображенията да се свалят и качват повторно в Gemini.
Потребителите могат директно да редактират изображения чрез десен клик или да използват естествен език, за да стартират редакция. Достатъчно е да отворят изображението в браузъра и да инструктират Gemini през страничния панел.
Според Google, функцията ще работи с почти всяко изображение, което може да бъде отворено в браузъра.
Демонстрация с Google Photos и въпроси около сигурността
По време на демонстрация Google показа функцията на журналисти чрез библиотека в Google Photos, но нищо не подсказва, че тя трябва да се използва само със собствени изображения. Именно това веднага поражда сериозни въпроси. Причината е, че платформата X на Илон Мъск в момента е под натиск, след като отвори възможност всеки да използва Grok за директно редактиране на снимки на други хора в социалната мрежа и то без тяхното разрешение.
След като част от потребителите започнаха да използват този инструмент за създаване на експлицитно съдържание от чужди снимки, функцията беше частично ограничена. Google обаче засега не изглежда притеснена. На въпрос какви защити за сигурност са предвидени за тази функция, говорител на компанията е заявил следното:
„Имаме ясни политики, които забраняват използването на нашите AI инструменти за генериране на сексуално експлицитно съдържание, а инструментите ни непрекъснато се усъвършенстват, за да отразяват тези политики. Инвестирахме в сигурността още от самото начало и добавихме технически предпазни механизми, които да помогнат за ограничаване на проблемни резултати като насилствено, обидно или сексуално експлицитно съдържание.“
Google не коментира риска от заобикаляне на авторски права
Компанията не е казала нищо по въпроса как потребителите биха могли да използват Nano Banana в Chrome за заобикаляне на авторски права. Формално погледнато, новият ъпдейт не добавя нови функции към AI генератора на изображения на Google, а просто улеснява достъпа до него.
Проблемът е, че именно по-лесният достъп може да отвори широко вратата за злоупотреби, дори когато първоначалните намерения са добри. Сходна беше и ситуацията при последния ъпдейт на Grok.
AI вече може да сърфира вместо потребителя в Chrome
Най-голямата новина е свързана с т.нар. „agentic“ AI – термин, който напоследък се превърна в една от най-често използваните думи в индустрията. Google очевидно не иска Chrome да изостава в тази посока. Затова Gemini вече няма да се ограничава само до отговаряне на въпроси, а ще може и директно да поема контрол над браузъра.
Функцията засега е ограничена до абонатите на Google AI Pro и Ultra, но от днес тези потребители могат да накарат Chrome да използва „Auto Browse“ – режим, при който AI извършва проучвания, отваря различни сайтове и попълва формуляри вместо тях.
Потребителят може да наблюдава как изкуственият интелект се придвижва из мрежата в реално време, но може и просто да премине към друг таб, докато задачата се изпълнява във фонов режим. Възможно е няколко таба да използват Auto Browse едновременно, което означава, че могат да се изпълняват няколко отделни задачи паралелно. Докато навигира, AI ще изписва стъпките си в страничния панел, така че проследяването на действията му да бъде по-лесно.
Google показа как Auto Browse намира продукти и попълва формуляри
По време на демонстрация пред журналисти Google е показала как AI открива конкретен продукт, отваря страницата на магазина, влиза в профила на купувача чрез Google Password Manager и добавя артикула в количката.
Компанията посочва още, че Auto Browse може да се използва за насрочване на срещи, попълване на онлайн формуляри с информация от качен PDF файл, събиране на данъчни документи, сравняване на апартаменти в платформи като Redfin и други подобни задачи.
На този етап няма преки впечатления от реална употреба извън демонстрацията, така че не може да се каже колко надеждно ще се справя функцията във всекидневни условия. В контролираната презентация обаче тя е изглеждала бърза и достатъчно пъргава.
Можете ли да се доверите на AI да сърфира вместо вас?
Основните притеснения около Auto Browse са свързани със съмнителни сайтове и управлението на разрешенията. От Google посочват, че вече работят по тези аспекти. Функцията ще изисква изрично разрешение, преди да получи достъп до Google Password Manager, а при съмнителни линкове ще използва вградените защити за безопасно сърфиране в Google Chrome, за да се избегнат рискове.
По думите на говорител на компанията, системата е „възможно най-сигурна“, но въпреки това е препоръчително потребителите да следят внимателно първите си взаимодействия с нея.
Ограничения и реални сценарии за употреба
Към момента има и едно важно ограничение – въпреки че Auto Browse може да работи в няколко таба едновременно, отделните сесии не могат да комуникират помежду си. Това означава, че всяка задача се изпълнява изолирано, макар в бъдеще това да може да се промени.
От практическа гледна точка, използването на подобна функция за чувствителни дейности като събиране на данъчни документи може да изглежда рисковано. За сметка на това, автоматичното попълване на стандартни формуляри би било реално полезно приложение.
Google уточнява, че при по-чувствителни действия – като финализиране на покупка или изпращане на формуляр – Auto Browse ще спира и ще изисква намеса от страна на потребителя. Тоест, системата няма да извършва финалните стъпки самостоятелно, а ще оставя възможност за проверка и контрол.
В този смисъл функцията наподобява вече наличните възможности за пазаруване в приложението Gemini, където AI асистентът подпомага процеса, но не го завършва изцяло вместо потребителя.
Съществуващи и предстоящи функции
Gemini в Google Chrome може да използва повечето от вече наличните функции на Gemini, което му позволява да се свързва с приложения като Gmail или да има достъп до историята от разговорите ви с бота. Има обаче една по-значима функция, която се очаква „през следващите месеци“.
Наскоро основното приложение Gemini въведе бета версия на функцията „Personal Intelligence“ за платени потребители. Тя позволява на AI да преглежда всички ваши предишни разговори и свързани приложения, без да е необходимо да му указвате къде да търси. По същество това е разширение на съществуващите възможности за интеграция с приложения и история, върху които е приложен модел за логическо разсъждение.
Например, можете да помолите AI да ви помогне да намерите нови гуми за автомобила си, като той автоматично ще провери в Gmail и Google Photos, за да установи какъв модел кола притежавате и кога за последно сте купували гуми.
Функцията все още е в процес на разработка, но самият факт, че се работи по нея, показва, че Google бързо се стреми към уеднаквяване на възможностите на Gemini във всички платформи, чрез които може да бъде използван. Всички останали функции, споменати в статията, вече са налични или се въвеждат в момента.
- ТЕМИ:
