上一篇
Ultravox是什么？一文让你看懂Ultravox的技术原理、主要功能、应用场景
Project Mariner是什么？一文让你看懂Project Mariner的技术原理、主要功能、应用场景
来源：卓商AI
发布时间：2025-04-05
Project Mariner概述简介
Project Mariner 是谷歌 DeepMind 推出的浏览器助手。Project Mariner基于 Gemini 2.0 技术，用 Chrome 扩展程序实现浏览器自动化，理解和执行网页任务。Project Mariner能理解和推理浏览器屏幕上的信息，包括像素和网页元素，基于 Chrome 扩展程序使用这些信息完成任务。Project Mariner 能控制 Chrome 浏览器、移动屏幕上的光标、点击按钮和填写表格，像人类一样使用和浏览网站。Project Mariner在 WebVoyager 基准测试中达到 83.5% 的高分成绩。目前，Project Mariner 只能在浏览器的活动选项卡中执行键入、滚动和点击操作，在执行某些敏感操作（如购买物品）之前，会要求用户进行最终确认。
Project Mariner的功能特色
多模态理解：理解浏览器屏幕上的所有内容，包括像素、文本、代码、图像和表单等数据。
浏览器交互：实时导航和操作复杂的网站，自动执行浏览器中的任务，保持用户的控制权。
自动化任务：自动与浏览器进行交互操作，将数据整理、填充到网页其他区域，同时将数据按照用户的要求整理好。
复杂指令处理：理解、执行复杂的用户指令，分解为可执行的步骤。
关系理解：理解不同网页元素之间的关系及其功能。
视觉反馈：在执行任务时提供视觉反馈和更新，让用户了解进度。
安全性：在执行敏感操作（如购物和付款）之前，会要求用户进行最终确认，确保安全性。
如何使用Project Mariner
Project Mariner目前处于早期测试阶段，仅对少数测试者开放，访问Project Mariner的官方网站，加入等候名单。
Project Mariner能做什么？
数据整理与复制：将网页上的数据复制到电子表格中进行整理，例如从存储大量数据的网页提取信息，整理到Excel等表格软件中。
在线购物：根据用户给出的购物清单，自动在电子商务网站上搜索商品添加到购物车。
旅行规划：帮助用户查找航班和酒店信息，自动化旅行规划过程中的网页浏览和信息比较。
日常购物：为用户在零售网站上购物，如搜索、购买家庭用品。
食谱查找：在食谱网站上根据用户需求自动搜索和选择食谱。
© 版权声明:本站所有原创文章版权均归卓商AI工具集及原创作者所有，未经允许任何个人、媒体、网站不得转载或以其他方式抄袭本站任何文章。
相关文章
-
CHANGER是什么？一文让你看懂CHANGER的技术原理、主要功能、应用场景2025-04-05 -
Kiroku是什么？一文让你看懂Kiroku的技术原理、主要功能、应用场景2025-04-05
-
Vision Search Assistant是什么？一文让你看懂Vision Search Assistant的技术原理、主要功能、应用场景2025-04-05
-
MVDrag3D是什么？一文让你看懂MVDrag3D的技术原理、主要功能、应用场景2025-04-05
-
Chonkie是什么？一文让你看懂Chonkie的技术原理、主要功能、应用场景2025-04-05
-
MSQA是什么？一文让你看懂MSQA的技术原理、主要功能、应用场景2025-04-05
卓商AI
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
最新发布
1
2
3
4
5
6
7
8
9
10
猜你喜欢
ChatGemini
ChatGemini是一个基于Google Gemini的网页客户端，对标ChatGPT 3.5，使用逻辑同ChatGPT 3.5，同时支持在聊天中上...
plusvector
PlusVector在AI的帮助下制作自定义SVG和矢量插图，以零设计技能为专业的结果提供。在PlusVector的AI驱动工具的帮助下，创建自定义徽...
haller ai
Haller AI提供了一个多合一的仪表板，其中包含AI工具，可帮助简化企业家和小型企业的程序。它简单，用户友好的界面和自定义提示，可以快速访问任何任...
Mentor AI
Mentor AI是一款功能强大且直观的工具，利用先进的人工智能技术帮助您快速高效地完成任务。您可以向Mentor AI询问各种问题，包括撰写和校对论...
Napkins.dev
Napkins.dev 是一个利用人工智能将网站设计草图转换成实际应用程序的平台。它使用 Llama 3.2 90B Vision 模型，可以识别上传...
Unstract
Unstract是一个无代码的LLM（大型语言模型）平台，它允许用户通过简单的无代码方法启动APIs和ETL管道来处理非结构化文档。它支持从多种云文件...
Xmind AI
Xmind AI是一个在线思维导图工具,具有人工智能辅助生成想法的功能,并提供无缝的团队协作。主要功能和优势包括:利用AI辅助思维导图创作;支持多人实...
NCF3
无代码创始人是全球最大的无代码社区，拥有18,070名创始人和企业家使用无代码工具来更快、更便宜地构建和发展业务。加入我们的社区，与其他创始人建立有意...
AI爱好者的一站式人工智能AI工具箱，累计收录全球10,000⁺好用的AI工具软件和网站，方便您更便捷的探索前沿的AI技术。本站持续更新好的AI应用，力争做全球排名前三的AI网址导航网站，欢迎您成为我们的一员。
