谷歌DeepMind推出的Project Mariner是一款革命性浏览器助手，通过Gemini 2.0技术实现智能网页操作。这款Chrome扩展程序能像人类一样理解并执行各类网页任务。

Project Mariner是什么

基于先进的多模态技术，这款浏览器助手可以解析屏幕上的像素和网页元素，通过扩展程序实现自动化操作。它不仅支持基础的浏览操作如点击和滚动，还能在WebVoyager测试中获得83.5%的高分表现。值得注意的是，系统在执行敏感操作前会主动要求用户确认，确保使用安全。

Project Mariner的主要功能

1. 多模态理解：全面解析浏览器界面中的各类数据，包括视觉元素和文本内容。
2. 浏览器交互：实现网站导航与操作自动化，同时保持用户控制权限。
3. 自动化任务：智能完成数据整理和网页表单填写等重复性工作。
4. 复杂指令处理：将用户需求拆解为可执行步骤并逐一完成。
5. 关系理解：准确识别网页元素间的功能关联。
6. 视觉反馈：实时展示任务执行进度和状态。
7. 安全性：涉及交易等敏感操作时强制要求二次确认。

如何使用Project Mariner

目前该产品处于限量测试阶段，用户可通过官网申请加入等候名单。

Project Mariner的应用场景

1. 数据整理与复制：从网页抓取数据并自动整理至电子表格。
2. 在线购物：根据购物清单智能完成商品搜索和加购。
3. 旅行规划：自动比价并筛选最优的航班酒店组合。
4. 日常购物：代劳日用品网购的全流程操作。
5. 食谱查找：按需求自动检索匹配的烹饪方案。

Project Mariner展现了AI辅助浏览的无限可能，其智能化的操作方式将大幅提升网络使用效率。