Unverified80% confidenceFactTime unknown
Google DeepMind在多模态模型的GUI理解和交互方面持续投入，包括利用大规模网页截图数据训练模型以及探索Android设备操控能力
1
Sources
80%
Confidence
Medium-term (~90 days)
Relevance
6/1/2026
First Seen
Valid until: 8/30/2026
Sources
Kortix开源Agent Computer Use：Rust打造的AI计算机操控CLI工具
githubkortix-ai
Related Entities
Related Claims
UnverifiedGoogle DeepMind提出了Nested Learning（嵌套学习）相关方法83% similarVerifiedGoogle DeepMind在开发Gemini时采用了从头开始的多模态训练策略，使其能够直接理解视频中的时序变化和音频中的音调情感等非文本信息80% similarUnverifiedGoogle DeepMind提出了CaMeL框架，通过数据流追踪阻止不可信输入影响关键操作78% similarUnverifiedGoogle DeepMind的Genie项目尝试从无标注视频中学习可交互的世界模型78% similarUnverifiedGoogle DeepMind发布Gemma 4量化感知训练权重，通过定向2Bit压缩技术将12B参数模型的内存占用降至约1GB75% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/29312API
curl https://kongchang.com/api/v1/knowledge/claims/29312MCP
get_claim(id=29312)