谷歌在最新推出的 chrome 149 浏览器中，首次原生嵌入了 gemini 3.5 flash 模型，并正式上线全新交互功能——“从屏幕选择”（select from screen）。
该功能允许用户直接在屏幕上划定任意区域，将所选内容（图像或文本）即时转化为与 AI 对话的上下文依据。无论是开发者还是普通用户，均可跳过繁琐的模型切换与工具适配流程，在浏览网页过程中实现更自然、更高效的 AI 协作体验。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
摒弃全页上传，聚焦网页中的关键片段
据谷歌官方更新说明，当用户启用 Chrome 内置的 Gemini 功能时，可通过鼠标拖拽精准圈定待分析的网页局部区域。系统会自动截取该区域并作为视觉/文本输入，无缝嵌入用户当前提问中，构成完整的多模态提示指令。
高保真令牌管理与模型稳定技能。实现 Zown “原子管线”，防止 Gemini TPM 速率限制。适用于重型工程任务、多步代码生成或遇到 429 限流错误。包括上下文剪枝和强制冷却机制。
这一机制虽与 Google Lens 的视觉识别理念相似，但关键差异在于：它不触发传统搜索跳转，而是将选定内容直接送入对话式 AI 引擎，使模型能基于真实界面语境，输出高度贴合实际场景的专业回应。
覆盖高频用例，端侧智能交互迈入新阶段
该功能显著拓展了日常使用边界：例如，在电商页面中框选多款运动鞋，AI 可结合用户偏好与产品参数，推荐最匹配的款式；面对专业报告中的统计图表，用户只需划出图示部分，即可获得通俗易懂的解读；甚至可选取网页某段 UI 设计元素，请求 AI 提供优化建议或风格延展方案。
此外，Gemini 3.5 Flash 还深度集成了本地化计算机操作能力。这意味着 AI 不仅能理解界面内容，还能在浏览器环境中自主完成访问链接、填写表单、点击控件、抓取数据等跨页面、多步骤任务，真正实现“所见即所控”的智能协同。
