近日,有科技社区用户在 Linux.do 论坛发帖披露,谷歌 Gemini 网页版疑似正在进行一项新的可视化功能灰度测试。在交互过程中,用户无意触发了一个名为“模拟器”的界面组件。根据描述,该组件具备可交互性,且在视觉呈现和功能逻辑上,与 Anthropic 旗下 Claude 模型近期推行的“Artifacts”或类似可视化工具表现出高度相似性,显示出大模型前端交互正在从单纯的文本对话向图形化、动态化演进。
据悉,该“模拟器”功能目前似乎并未完全开放,触发机制较为随机且难以通过常规提示词稳定复现。用户在尝试主动调用该功能时,模型往往会返回常规的“画图”工具,而非这一新的可交互界面。这一现象表明,谷歌可能正在小范围测试更深度的代码执行或图表渲染环境,旨在提升用户在复杂数据分析、逻辑演示或“哈基米”(指代特定复杂概念或生动演示)场景下的理解效率。
从界面截图反馈来看,该功能允许用户在特定生成的区域内进行操作,而非仅仅查看静态图片。这种模式与 Claude 的可视化窗口类似,即模型在后台运行代码或逻辑,并在前台提供实时反馈。鉴于其触发的偶然性和当前的不稳定性,业界普遍认为这是谷歌 Gemini 在强化 AI Agent 交互体验方面的一次重要尝试,未来正式上线后,有望帮助用户更直观地理解复杂概念或运行轻量级应用。
事件分析
这种“可交互性”背后,通常依赖沙箱环境或前端组件化技术,要求模型不仅具备生成内容的能力,还需具备精确控制前端渲染逻辑的能力。这对于模型的指令遵循能力和系统架构的实时性提出了更高要求。产业层面,这种竞争意味着单纯的文本生成能力已趋同,科技巨头正将竞争焦点转移至“Agent 行为的可视化”与“复杂任务的交互解决”上。如果该功能全面上线,将意味着 Gemini 在构建 AI 原生应用生态上迈出了实质性一步,允许用户在聊天窗口内直接完成部分原本需要依赖外部软件的操作。
💡 核心观点:大模型交互正从“对话框”进化为“操作台”,代码执行与可视化能力已取代文本生成,成为科技巨头下一阶段竞争的核心壁垒。
原文链接:Linux.do





