A Google újabb lépést tett mesterséges intelligencia fejlesztése felé a Gemini Sparkkal, a háttérben dolgozó személyes ügynökkel , amely mostantól világszerte egyre több felhasználót ér el. A vállalat bejelentette, hogy a szolgáltatást több mint 160 országra terjeszti ki a Google AI Pro és a Google AI Ultra csomagok előfizetői számára, bár jelentős földrajzi kizárásokkal, amelyek Európát érintik.
Továbbá az elmúlt hetek egyik fő fejleménye a Spark integrációja a Chrome automatikus navigációjával , amely lehetővé teszi az ügynök számára, hogy a mentett fiókokat és jelszavakat olyan összetett feladatok elvégzésére használja, mint a repülőjegy-foglalás vagy az apartmanok keresése. Egyelőre azonban csak az Egyesült Államokban érhető el, és az olyan érzékeny műveletekhez, mint a fizetések, kifejezett felhasználói engedély szükséges.
A Gemini Spark globális terjeszkedése: több mint 160 országban elérhető
A Google hivatalos blogján megerősítette, hogy 2026. július 30-tól a Google AI Pro előfizetői több mint 160 országban férhetnek hozzá a Gemini Sparkhoz. Az eszköz a Google felhőalapú infrastruktúráján fut , és akkor is képes feladatokat végrehajtani, ha a számítógép ki van kapcsolva, vagy a telefon zárolva van. Az apró betűs rész azonban azt mutatja, hogy a Spark továbbra sem érhető el az Európai Gazdasági Térségben, az Egyesült Királyságban, Svájcban és Nigériában, valószínűleg szabályozási problémák, például a GDPR és az európai mesterséges intelligencia törvény miatt.
A Spark használatához a megfelelő előfizetés mellett engedélyezni kell a „Tevékenység mentése” funkciót, és személyes Google-fiókkal kell rendelkezni (nem munkahelyi vagy iskolai fiókkal). A cég arra figyelmezteti a felhasználókat, hogy legyenek óvatosak az ütemezett feladatokba megadott bizalmas információkkal.
A fizetős csomagok Google AI Pro és Google AI Ultra csomagokra oszlanak. Bár a Spark kezdetben csak az Ultrához volt elérhető, a Pro csomagra való kiterjesztés demokratikus hozzáférést biztosított olyan régiókban, mint Latin-Amerika, ahol már elkezdődött a bevezetése. A Google olyan felhasználási eseteket emelt ki, mint az automatizált utazástervezés, az előfizetés-kezelés és a személyre szabott válaszok létrehozása az ügyfelek számára.
Automatikus navigáció a Chrome-ban: az ügynök, aki Ön helyett cselekszik
Az egyik legtöbbet emlegetett funkció a Chrome automatikus navigációja, amely lehetővé teszi a Spark számára, hogy a mentett hitelesítő adatokkal navigáljon a weben . A felhasználó engedélyével az ügynök bejelentkezhet webhelyekre, űrlapokat tölthet ki és több lépésből álló folyamatokat hajthat végre. Például kutathat a repülőjegy-lehetőségek között és elkezdheti a foglalást, vagy apartmanokat kereshet és időpontot foglalhat a megtekintésre.
A Google azt állítja, hogy a rendszert úgy tervezték, hogy ellenálljon a parancsbefecskendezési támadásoknak, egy olyan technikának, amely a rosszindulatú utasítások weboldalakon való elrejtését jelenti. Továbbá, az olyan érzékeny műveleteknél, mint a fizetések, a Spark visszaadja az irányítást a felhasználónak , lehetővé téve számára a végső döntés meghozatalát. A Chrome tetején egy sáv jelzi, amikor az ügynök aktív, növelve az átláthatóságot.
Ez a funkció kezdetben csak az Egyesült Államokban indult el, de a Google ígéretet tett arra, hogy a jövőben több régióra is kiterjeszti. A Chrome-mal való integráció jelentős lépést jelent az asszisztens teljes autonómiája felé , hasonlóan ahhoz, ahogyan a Google átalakítja a mesterséges intelligencia által vezérelt keresést, hogy párbeszédesebbé tegye. Ugyanakkor vitát is váltott ki a biztonságról és az adatközpontosításról, különösen a kriptoközösségen belül, amely a decentralizált identitás melletti érvként tekint rá.
Újdonságok a júliusi „Gemini Drop”-ban: Hangvezérlés macOS-en és új modelleken
Július 31-én a Google kiadta havi frissítés-összefoglalóját, az úgynevezett „Gemini Drop”-ot, amely hét újdonságot tartalmaz. Az asztali felhasználók számára a legfigyelemreméltóbb a macOS hangvezérlése , amely lehetővé teszi a felhasználók számára, hogy szöveget diktáljanak, kijelölt tartalmat alakítsanak át, vagy képeket generáljanak közvetlenül bármelyik aktív ablakból anélkül, hogy meg kellene nyitniuk a Gemini alkalmazást. Ez a funkció jelenleg csak angol nyelven érhető el.
Ezenkívül két új modell jelent meg a Flash családban: a Gemini 3.6 Flash és a Gemini 3.5 Flash-Lite , amelyek a Google szerint jobb logikai képességeket és nagyobb sebességet kínálnak. Ezeket a modelleket olyan alkalmazásokhoz tervezték, ahol a késleltetés kritikus fontosságú. Hozzáadódott az a lehetőség is, hogy egyéni avatárt lehessen létrehozni, amely a mesterséges intelligencia által generált képeken jelenik meg, valamint új integrációk a Dropbox, a Zillow Rentals és a Viator szolgáltatásokkal.
Egy másik fontos új funkció, hogy a Gemini Spark mostantól képes valós idejű eseményekre reagálni , például friss hírekre vagy sporteredményekre, és értesíteni a felhasználót. Ez a képesség kiegészíti a macOS rendszeren már meglévő helyi fájlokkal való munka lehetőségét, bár ez utóbbi még béta fázisban van, és az Egyesült Államokban Google AI Ultra előfizetést igényel.
Gemini Spark használati esetek és működés
A Gemini Spark nem egy tipikus társalgási asszisztens. Egy olyan ügynök, amely előre beállított utasításokat követve , felhasználói beavatkozás nélkül, önállóan hajt végre feladatokat. Például képes kitakarítani a beérkező leveleket az e-mailek összegzésével, leiratkozni a levelezőlistákról, vagy jelentéseket készíteni a helyi fájlokból.
A Google által megosztott gyakorlati példák közé tartozik: utazás szervezése visszaigazoló e-mailek alapján , hétvége megtervezése helyi események keresésével, sporttevékenységek kezelése az időjárás ellenőrzésével, események koordinálása étkezési korlátozások összegyűjtésével, havi előfizetések auditálása és személyre szabott válaszok írása az ügyfeleknek. A felhasználó írásstílusának elemzésével újrafelhasználható útmutatókat is létrehozhat.
A Google Workspace-szel való integráció natív, ami azt jelenti, hogy a Spark további beállítások nélkül képes dokumentumokat, táblázatokat és naptárakat olvasni és szerkeszteni . Ezenkívül kibővült a harmadik féltől származó alkalmazásokkal, például a Canvával, az Instacarttal, az OpenTable-lel, a Dropboxgal és a Zillow-val való kapcsolat, így a Spark még több szolgáltatásra bővítheti képességeit.
A Spark aktiválásához a felhasználó egyszer határozza meg az utasításokat, és az ügynök ismételten végrehajtja azokat. A felhasználó továbbra is irányít , eldönti, hogy mely alkalmazásokhoz fér hozzá, és engedélyezi a nagy hatású műveleteket. Az eszköz elérhető a Gemini mobilalkalmazásban, a webes verzióban és a natív macOS alkalmazásban.
Mindezen új funkciókkal a Google megerősíti elkötelezettségét a háttérben dolgozó mesterséges intelligencia ágensek iránt, bár a földrajzi széttagoltság továbbra is akadályt jelent az európai felhasználók számára. A több mint 160 országra való terjeszkedés és az automatikus navigáció a Chrome-ban fordulópontot jelent a mesterséges intelligenciával való interakcióban, de ezeknek a funkcióknak a hiánya az EU-ban és az Egyesült Királyságban emberek millióit teszi képtelenné kipróbálni őket.
