谷歌 Gemini 电脑操控功能登陆 Mac能用自然语言跨应用操作、自动做 PPT、填表单

核心结论

当地时间 2026 年 11 月 19 日,谷歌正式宣布为 macOS 版 Gemini 应用推出全新的「电脑操控(Computer Use)」功能:Gemini 不再只是在聊天窗口里回答问题、生成内容,而是可以直接在 Mac 上操作桌面应用、访问本地文件并浏览网页,靠自然语言指令独立跑完一整套多步骤任务,比如跨软件切换、点击菜单、输入文字、填写在线表单,以及把实时数据整理成演示文稿。需要注意的是,该功能目前只面向美国地区的英语用户逐步开放,而且有明确的硬件、系统和订阅门槛,国内用户暂时还用不上。

简单说,这一步让 Gemini 从「能读你电脑里文件的聊天助手」变成了「能替你点鼠标、敲键盘的桌面智能体」,但整个过程被放在隔离的后台窗口里跑,主屏幕和鼠标光标留给用户自己用,关键操作还要先经人确认。

一、这次更新到底开放了什么

  • 功能名称:Computer Use(电脑操控),跑在 Gemini for Mac 桌面应用里。
  • 指令方式:用户用自然语言描述要做的事,提示词里带上 @Computer use,Gemini 就会自己导航菜单、输入信息、点击按钮、填写表单。
  • 操作范围:覆盖本地文件、桌面应用和网页三类对象,任务可以在不同应用之间来回切换完成。
  • 运行方式:在独立的隔离后台窗口中执行,聊天界面里提供实时操作预览;用户的主屏和光标完全空闲,可以继续打字、设计或接电话,不被打断。
  • 当前开放范围:美国地区、英语界面,分批次逐步推送。

二、官方列出的典型使用场景

谷歌在公告里给了四类可直接上手的例子,覆盖创意、表单、演示文稿和电商上架:

场景类别Gemini 具体做的事涉及的跨应用 / 网页环节
创意工作流在设计软件里批量给照片调色,或搭建复杂 3D 场景;演示中还包括用 Blender 把孩子的蝴蝶草图做成 3D 模型本地设计 / 3D 软件、网页应用
手动表单录入从本地 PDF 里提取重量、尺寸、地址等信息,填进多栏的运费报价在线表单本地 PDF + 网页表单
实时数据做 PPT从多个地区的实时仪表盘拉取指标和截图,在 Google Slides 里搭好一份可直接演示的文稿多个网页仪表盘 + Google Slides
商品批量上架分析本地文件夹里的服装照片、调研定价、录入商品信息,并在二手交易平台把商品挂出来本地相册 + 网页交易平台

Android Authority

三、权限、安全与用户控制机制

这是桌面智能体最容易出风险的部分,谷歌在产品设计上做了几层约束:

  1. 应用级授权,而不是整机放权:用户自己挑选允许 Gemini 访问哪些应用,不会一次性把整台电脑的操作权限都交出去。
  2. 实时可见过程:聊天区内的预览窗口同步展示 AI 的每一步操作,用户随时能看它在干什么。
  3. 可随时叫停:任务执行中可以暂停或直接停止,不必等它跑完。
  4. 关键操作先确认:涉及敏感或重要动作时,Gemini 会在执行前要求用户批准。

四、使用条件与开通门槛

想在 Mac 上体验电脑操控,需要同时满足下面几项:

条件项具体要求
芯片搭载 Apple Silicon(苹果自研芯片)的 Mac
系统版本macOS Sequoia 15.0 或更新版本
年龄年满 18 岁
账号符合条件的个人 Google 账号
订阅Google AI Plus、Pro 或 Ultra 付费订阅(免费账号不可用)
地区与语言首批仅美国地区、英语用户,逐步开放
应用入口从 gemini.google/mac 下载 macOS 版 Gemini 应用

Android Authority

五、这项功能是怎么一步步来的

  • 今年 6 月:Gemini Spark 登陆 macOS,当时已经能读取用户明确授权的本地文件,做整理文件夹、把文档转成 Google 文档和表格这类自动化,但还停留在「操作文件」层面,没有真正去操控安装好的应用。
  • 今年 9 月:外界就已发现电脑操控能力处于内部测试阶段。
  • 11 月 19 日:Computer Use 正式面向美国英语订阅用户开放,补上了「直接操作桌面应用」这一环。

六、同期背景:苹果也在收紧 Mac 的智能体权限

谷歌这次发布的时间点,正好撞上苹果调整 macOS 权限管理机制。据苹果 11 月 16 日的开发者公告,macOS 27.3 Beta 2 已对设备控制、数据访问和完全磁盘访问权限(Full Disk Access)做出调整:把原来的设备控制与数据访问设置拆成不同选项,允许用户指定应用可以控制的具体程序或访问的文件夹,并提供每次请求权限都需用户确认的选项。The Verge 报道称,这一调整与 AI 智能体普及带来的安全风险有关;不过苹果的权限改动早于谷歌这次发布,并不是专门针对 Gemini 电脑操控功能做出的回应。

【相关 FAQ】

问题 1:谷歌 Gemini 的 Mac 电脑操控功能具体能跨应用做哪些事,真的可以自动制作 PPT 和填写表单吗?

回答 1:可以。Gemini 电脑操控(Computer Use)支持在本地文件、桌面应用和网页之间切换,自动执行点击、输入文字、操作菜单、填写表单等动作。官方示例包括从本地 PDF 提取信息填进在线运费报价表单,以及从多个实时仪表盘拉取指标和截图、在 Google Slides 里生成演示文稿;此外还能批量处理照片、整理商品信息并在二手平台上架。

问题 2:普通用户现在就能在自己的 Mac 上让 Gemini 跨应用操作电脑吗?

回答 2:暂时不能全员使用。该功能首批只面向美国地区的英语用户逐步开放,并且需要 Apple Silicon 芯片、macOS Sequoia 15.0 及以上系统、年满 18 岁、个人 Google 账号,以及 Google AI Plus、Pro 或 Ultra 付费订阅;免费账号、其他地区和语言环境的用户需要等后续推送。

问题 3:Gemini 在 Mac 上自动操作应用、填写表单时,会不会抢占鼠标和屏幕,安全怎么保障?

回答 3:不会抢占。Gemini 在隔离的后台窗口里执行任务,主屏和鼠标光标保持空闲,聊天界面内有实时预览;用户可以自主选择允许它访问哪些应用,随时暂停或停止任务,关键操作在执行前还需要用户确认。

问题 4:谷歌 Gemini 这次上 Mac 电脑操控,和之前的 Gemini Spark 有什么区别?

回答 4:Gemini Spark 今年 6 月登陆 macOS 时,主要是在用户授权后处理本地文件,比如整理文件夹、把发票汇总成表格;这次的 Computer Use 更进一步,能直接操控桌面上安装的应用和网页,完成跨软件的点击、输入、菜单操作和表单填写,相当于从「管文件」升级到「操作应用」。

【参考资料】

  • [2026-11-20](谷歌 Gemini 现可直接操作苹果 Mac 电脑,可跨应用操作、制作 PPT、填写表单)IT 之家
  • [2026-11-20](谷歌 Gemini Mac 版上线电脑操控功能:可跨应用操作,自动制作 PPT、填写表单)凤凰网科技
  • [2026-11-19](Let Gemini tackle repetitive chores on your Mac / Automate Mac tasks with Gemini computer use)The Keyword(谷歌官方博客)
  • [2026-11-19](Gemini for Mac adds computer use to control desktop apps)Android Authority
  • [2026-06-30](Gemini Spark updates: macOS launch, connected apps and more)The Keyword(谷歌官方博客)

【免责声明】

本文基于谷歌官方公告及公开媒体报道整理,所涉 Gemini Mac 电脑操控(Computer Use)功能的开放地区、语言、订阅档位、硬件要求与具体场景,均可能随后续版本更新发生调整;文中演示案例来自官方展示,实际执行效果会受应用兼容性、权限设置和账号状态影响。本文不构成任何购买订阅或设备升级建议,请以谷歌 Gemini 官方后续说明为准。

本文来自作者[月下茶邮]投稿,不代表诚邦网立场,如若转载,请注明出处:https://www.cbpmc.com.cn/qyzx/202611/1938.html

赞 (0)

今日大家都在搜的词:

发表回复

本站作者后才能评论

评论列表(4条)

  • 月下茶邮
    月下茶邮 2026年11月20日

    我是诚邦网的签约作者“月下茶邮”!

  • 月下茶邮
    月下茶邮 2026年11月20日

    希望本篇文章《谷歌 Gemini 电脑操控功能登陆 Mac能用自然语言跨应用操作、自动做 PPT、填表单》能对你有所帮助!

  • 月下茶邮
    月下茶邮 2026年11月20日

    本站[诚邦网]内容主要涵盖:互联网行业的追踪与探索

  • 月下茶邮
    月下茶邮 2026年11月20日

    本文概览:当地时间 2026 年 11 月 19 日,谷歌正式宣布为 macOS 版 Gemini 应用推出全新的「电脑操控(Computer Use)」功能:Gemini 不再只是在聊天窗口里回答问题、生成内容,而是可以直接在 Mac 上操作桌面应用、访问本地文件并浏览网页,靠自然语言指令独立跑完一整套多步骤任务,比如跨软件切换、点击菜单、输入文字、填写在线表单,以及把实时数据整理成演示文稿。需要注意的是,该功能目前只面向美国地区的英语用户逐步开放,而且有明确的硬件、系统和订阅门槛,国内用户暂时还用不上。

联系我们

联系:143 0457 151

工作时间:周一至周五,9:30-18:30,节假日休息

关注我们