Gemini 支持在聊天中直接生成、预览和编辑文档、PDF、演示文稿及电子表格
Gemini 应用新增聊天内文件生成、预览和编辑功能,支持文档、PDF、演示文稿、电子表格及代码。用户可全屏手动编辑、选中文本提问或让 Gemini 修改文件,也可将上传的手写课堂笔记生成 PDF 学习指南并调整文字或视觉内容。
推荐理由:Gemini 将文件生成、预览与直接编辑整合进聊天,用户能在同一界面手动修改内容或选中片段交给模型调整。
Gemini 应用新增聊天内文件生成、预览和编辑功能,支持文档、PDF、演示文稿、电子表格及代码。用户可全屏手动编辑、选中文本提问或让 Gemini 修改文件,也可将上传的手写课堂笔记生成 PDF 学习指南并调整文字或视觉内容。
推荐理由:Gemini 将文件生成、预览与直接编辑整合进聊天,用户能在同一界面手动修改内容或选中片段交给模型调整。
Simantic 推出固件仿真平台,让工程师和 AI 智能体无需实体硬件即可测试和验证固件,提供虚拟开发板、AI 固件代码审查及每次提交触发的 CI/CD 验证。
vLLM 发布 Mistral Large 4 的 Day 0 支持,覆盖图像输入、DSpark 推测解码及长上下文部署,并支持 AMD Instinct MI350 Series GPU 和 TPU v7x。
《纽约时报》正在为其 Cooking 应用测试 AI 食谱修改功能,可推荐食材与厨具替换、按任意份数缩放食谱。该功能目前面向 iOS 端全部 Cooking 订阅用户开放,后续将扩大范围,定制食谱为私密内容、不可分享。部分读者在评论区质疑 AI 的环影响与使用体验,NYT Cooking 高级编辑 Genevieve Ko 表示暂不提供关闭选项,但该功能完全可选。
Amazon 在假日季前为 Alexa 新增 100 多项购物相关能力,支持创建和编辑购物清单、管理订阅周期、修改配送地址与投递说明,并可解答 Prime 和 Audible 订阅及账单支付问题。Amazon 称今年使用智能体功能的用户数增长 8 倍,过去 12 个月超过 4 亿消费者用 Alexa 购物。
MiniLake 是 MIT 许可的开源本地 Databricks API 模拟器,使用 DuckDB 执行 SQL、读写真实 Delta Lake 文件并运行 Spark 作业。
有开发者在 Hacker News 发布「UK Farming Simulator」项目,以 Show HN 形式公开,当前获得 3 分和 2 条评论。原文未披露技术栈、模型或功能细节。
Bernstein 是开源 AI 智能体治理层,v3.23.0 提供 53 个 CLI 适配器,采用 Apache 2.0 许可。它通过不含模型的确定性 Python 调度器并行运行智能体,按分解、隔离执行、验证、合并四阶段处理任务,仅合并通过验证的代码差异。
OpenRouter 更新默认服务商路由算法,将实际价格、延迟、吞吐量、可靠性和输出质量纳入选择,已启用模型的默认路由用户无需修改代码。一周实验显示,TTFT p50 降低 16.9%,吞吐量 p50 提高 16.3%,429 错误减少 67%,每请求成本增加 6.0%。会话仍固定到原服务商以保持缓存热度,用户也可通过 provider.sort 设置 price 保留低价优先路由。
纽约时报为 Cooking 应用上线 AI 食材替换工具,目前面向 iOS 端全部 Cooking 订阅用户逐步推送,此前已推出单位换算和份量缩放功能。资深编辑 Genevieve Ko 称团队耗费大量时间校准回答,但 171 条公告评论中约 77% 为负面,读者抱怨 AI 破坏烹饪体验、要求提供关闭开关,官方回应暂不支持。
Akai 尚未正式发布 MPC Sample Key,就已向改装社区提前提供设备,该设备将采用开源固件,可运行社区用 vibe coding 制作的合成器改装。
Anthropic 周三推出一套企业报告工具,帮助客户了解 token 支出对应的团队产出、成本及工作流故障。报告结合内部分析和员工调查,支持按日期范围查看团队工作,并提供改进建议,相关数据默认不会用于模型训练。Anthropic 还推出团队共享预算,帮助企业管理 token 支出。
微软决定今年内结束所有电视上的 Copilot 功能支持,LG 电视弹窗通知称该功能已不可用并可能很快停止运行,具体日期取决于微软时间表。LG 与三星曾在 CES 2025 宣布新款智能电视接入 Copilot,此前 LG 因 webOS 更新加入不可删除的 Copilot 快捷方式遭用户反对后允许删除。
Gemini 应用新增沉浸式探索库,用户可通过交互式视觉场景逐层探索从微观系统到深空的主题。目前可在 Gemini 学生中心点击“Try immersive explorations”进入,场景涵盖丝绸之路贸易路线、喷气发动机内部和闪电物理原理,即将支持聊天内直接访问及音频讲解。
Microsoft 通过 Microsoft Foundry 开放 Copilot harness,为开发者和企业提供构建多模型智能体的全托管方式。该运行编排层由 GitHub 工程团队开发,支持 20+ 前沿模型、自带密钥、MCP、智能体技能及插件,可按任务路由至合适的模型。
推荐理由:Microsoft 通过 Foundry 开放托管式 Copilot harness,让开发者在保留模型选择的同时减少智能体运行层的维护负担。
Chrome 增强型自动填充从今天起利用 Gemini 的 Personal Intelligence,从 Gmail 提取信息并提供表单填写建议。可提取的信息包括物流追踪号、航班预订号、酒店预订信息和订单号,敏感建议数据保持加密,用户可在设置中管理访问权限或关闭功能。
Google 推出 Connected Apps Platform,让企业和开发者提交可接入 Gemini 与 Search 的第三方应用,目前向美国开发者提供需加入候补名单的公开预览。
Google 推出 Connected Apps Platform 预览版,让开发者在统一平台构建和管理面向搜索与 Gemini 的应用。
推荐理由:Google 将应用接入、测试和提交集中到统一平台,开发者一次构建即可覆盖搜索与 Gemini 两个入口。
Google 与 XREAL 正式推出搭载 Android XR 的有线 XR 眼镜 XREAL AURA,Gemini 可理解现实视野及屏幕内容并提供帮助。眼镜重量低于 95 克、视场角为 70 度,通过线缆连接便携计算模块,支持多窗口应用及 USB-C 笔记本屏幕镜像,Gemini 还能高亮视野中的关注对象。
推荐理由:XREAL AURA 将 Gemini 接入现实视野与笔记本窗口,让用户在多窗口办公时直接围绕眼前内容获取帮助。
Apple 推出 14 英寸和 16 英寸新款 MacBook Pro,配备支持触控的 PROLED XDR 显示屏及 M5 Pro、M5 Max 芯片。
Apple 推出配备 PROLED XDR 显示屏的 MacBook Pro,采用串联 OLED、屏内触控和 Dynamic Island,搭载 M5 Pro 或 M5 Max。
Anthropic 为 Claude for Legal 推出预置模板与交互式 artifacts,可自动核验引文并将每条陈述链接到原始来源,再由律师复核结果。
Google 在今年 Android Dev Summit 推出 Android Studio Rabbit 2 的 BYOA 功能,并发布面向端侧智能体和应用连接的新 API。
推荐理由:Google 将第三方编码智能体接入 Android Studio,并开放应用工具调用接口,让智能体能直接使用开发环境工具与应用功能。
Google 为 Chrome 更新 AI 自动填充功能,可从 Gmail 邮件中提取信息,为在线表单提供填写建议。支持的信息包括航班确认号、会员编号、物流信息、订单号、地址、电话号码和信用卡号,这是 Personal Intelligence 功能的扩展。
Nasscad 发布 V4.7.0,是一款面向浏览器和 Windows 的本地优先 3D CAD 工具,支持 STEP AP203/AP214/AP242 导入导出与 NassScript 脚本建模。
CaseCite 是采用 Apache License 2.0 的开源自托管法律研究平台,支持文档问答、合同审查、起草及案例与法官研究。文档、索引和聊天记录保存在自有部署中,但 AI 功能会向配置的服务商发送问题和相关文本;要让文档文本留在内网,需同时自托管聊天模型和嵌入向量模型。
Meta 推出一款名为 Waddle World 的“16-bit 宠物养成游戏”,官方称其本质是“伪装成宠物的每日日记”,虚拟宠物会与用户对话并生成涂鸦来图解聊天内容。该应用免费,目前仅面向菲律宾成年用户开放,Meta 未说明是否推广至美国等市场。Meta 近期还悄然上线了 AI 时尚应用 Style Sketch,据称仅在新加坡、印度尼西亚和泰国可用。
Hex 完成 $100 million 融资,估值为 $1.2B,由 PeakXV 和 137 Ventures 领投。公司同时推出从头重写的 Hex 4.0,以普通代码为基础,强调数据工作的上下文、控制与治理。重写旨在解决旧架构中智能体工具膨胀、外部智能体接入受限,以及计算引擎难以支持高速、高并发迭代工作流的问题。
Google Gemini 宣布集成 SynthID 检测功能,可检查图片、视频或音频文件是否由 Google AI 生成。用户只需在 Gemini 中询问“Is this AI generated?”即可进行检查;官方称该功能帮助用户更有信心地浏览网络内容。
Survival LLM 是免费开源的本地 AI 助手与应急资料库,联网完成安装后可离线回答问题,并展示来源文章及对应原文。它支持 Mac 和 Windows,按电脑内存下载适配模型,资料库包含医疗、应急、生存及维修指南和约 930,000 篇 Wikipedia 文章,完整资料库下载量为 9 GB,安装后占用 19 GB。
LangChain 开源自研设计智能体 Content Studio 的运行框架,并解析如何将设计判断、制作工具与协作流程接入 Slack。Content Studio 基于 Managed Deep Agents 构建,可从单条提示词制作视频、社交图像、UI 复刻图和幻灯片,所有产物均以代码构建,已交付超过 3,000 份素材,包括超过 80 套幻灯片。
推荐理由:LangChain 将设计师反馈沉淀为技能与检查,并用分镜审批和异步子智能体组织制作流程,让品牌判断与执行步骤分别得到约束。
OpenAI 与 Oracle 扩大合作,计划将 Oracle 应用和数据接入 ChatGPT,并以 OpenAI 模型和工具支持新的 Oracle 产品与服务。
Replit Cloud Agents 已向所有 Pro 与 Enterprise 客户开放现有代码库贡献功能,非技术人员可用自然语言提出修改。智能体在隔离云沙箱中运行应用、测试并修复改动,向 GitHub 提交 PR 或向 GitLab 提交 MR,附上截图和视频,并根据审查反馈继续修改。
Mozilla 为 Firefox Smart Window 新增基于已打开标签页的 AI 表单填充和网页监测功能,正向美国和加拿大的桌面端 beta 用户推出。
Apple 发布搭载 M6 的新款 14-inch MacBook Pro,称其端侧 AI 工作负载性能较 M5 最高提升 25 percent。M6 配备 12-core CPU、12-core GPU 和 Dual 16-core Neural Engine,本地 LLM 提示词处理的首 token 性能较 M1 最高提升 13x、较 M5 最高提升 1.3x。
spec-first 提供规范优先的 AI 智能体开发插件,每项变更先审查规范,再在独立分支和 worktree 中实现,通过项目检查后才能提交。流程涵盖 create-spec、review-spec、apply-spec 和 deliver-spec,并将决策记录与恢复状态保存在文件中,支持将一系列规范并行构建后合入一个 pull request。
Runway Ads 今日向所有付费 Runway 计划开放,将智能体创意工具与广告账户的实际表现数据结合。用户可连接 Meta、Google 和 TikTok,生成符合品牌规范的广告变体、调整语言和尺寸,所有广告均须经团队成员批准后才能发布。Runway 表示,其内部团队使用该工具后,每周广告量从不足 100 增至约 1,000,团队规模不变,每位订阅者获取成本降低了 41%。
在 Meta 从事 AI 开发 8 年后,Rohit Patel 离职创办 Ndoc,将其定位为替代 Microsoft Office 和 Google Workspace 的 AI 原生工作空间。
Apple 正为 Pages、Keynote 和 Numbers 加入基于 Apple 与 OpenAI 模型的 AI 助手,可理解文档上下文并处理写作、幻灯片和数据任务。
苹果推出搭载 M6 芯片的新 iMac,官方称其速度最高达最主流 Intel 版 iMac 的 18 倍、M1 版 iMac 的 12 倍,端侧 AI 性能为 M4 版 iMac 的 5 倍。