Google于2026年10月29日为Gemini应用和网页版加入直接创建、预览和编辑文件的功能,支持文档(文本、Markdown、LaTeX)、PDF、演示文稿和电子表格。用户可选中内容让Gemini修改文字或视觉元素,也可继续追问调整;生成的文件可按原格式下载、在Google幻灯片等应用中打开,或通过右上角导出按钮上传到Google云盘。据Thurrott报道,文档、PDF、演示文稿和电子表格的聊天窗口编辑已在网页端和移动端上线,而Google Docs、Google Sheets、Markdown、TXT、幻灯片和代码的编辑仅在Gemini网页应用提供。PDF的预览与编辑在网页和移动端均支持,其他格式仅在网页端支持;该功能面向所有可使用Gemini应用的语言和用户开放。
匹配字段摘要
Gemini应用新增沉浸式探索库,用户可在学生中心点击“Try immersive explorations”进入,以交互、可视化的方式逐层探索从微观系统到深空等主题。据Google Blog介绍,每个场景可点击标签深入查看,并即将支持音频讲解;该功能后续也将直接接入与Gemini的对话中。功能支持英语、印尼语、印地语、巴西葡萄牙语、法语和简体中文,其他语言用户目前仅能使用英语版本。另有报道提到,用户可探索丝绸之路贸易路线、喷气发动机内部、闪电物理等主题,每个场景以交互式分层展开并配有引导式讲解。
匹配字段摘要
Arena.ai宣布,Connectors已进入Agent Mode。用户可在同一个任务中连接Vercel、Linear、GitHub、Supabase、Notion、Gmail、Google Drive、Google Calendar等外部工具,从而端到端完成更复杂的真实任务。Arena.ai表示,首批接入的是社区呼声最高的服务,后续会持续扩充列表。目前该功能已上线,尚无进一步的发展事实。
匹配字段摘要
2026年10月27日,Opera宣布开始在浏览器中内置本地AI模型,并将WebAI描述为一项拟议中的Web标准。首批能力以可选早期预览形式在Opera One上线,Opera GX和Opera Neon随后跟进。Opera称WebAI获得Google和Microsoft等公司支持,启动时用户可使用Google的Gemma以及Mac上Apple的设备端基础模型,并提供Prompt、Decision、Semantic Embeddings以及Summarizer、Writer、Rewriter、Translator、Proofreader等API。该功能需在设置中手动开启,目前仅支持搭载Intel或AMD处理器的64位Windows PC和Apple silicon Mac,不支持Intel版Mac、Linux和Windows on Arm。
匹配字段摘要
2026年10月22日,1Password推出1Password for Agents,让AI智能体在不查看密码的情况下完成登录。据9to5Google报道,智能体到达登录表单时用数字密钥向1Password验证身份,用户确认所需凭据及用途后,由1Password直接填入表单,凭据不会交给智能体,登录成功后即被移除,智能体无法读取或复用。该集成目前仅支持Meta的Muse和Grok Bot,后续将支持OpenAI Dots与Anthropic Claude Duet。另有报道称,首批接入的是Meta的Muse和SpaceXSI的Grok Bot,未来数日内部署;Anthropic的Claude Duet、OpenAI的ChatGPT Work和dots、Perplexity等合作方尚未给出时间。该服务包含在个人和家庭订阅中不额外收费,目前仅支持托管在1Password.com的账户,1Password.eu和1Password.ca账户暂不支持。
匹配字段摘要
Meta于10月23日在日本推出个人AI智能体Muse,日本成为继今年9月北美先行上线后的首个海外市场。Muse支持iOS、Android和muse.ai,可代为制定计划并执行任务,应用关闭后仍继续处理,并在发送邮件、购买商品等操作前请求用户确认。报道称,Meta同时推进与Mercari、Money Forward ME、Ticket Pia等日本本地服务以及Gmail、Google日历、Instagram、Stripe、Shopify、Trip.com等的连接器集成。Meta称Muse运行在隔离的Muse Secure VM中,由独立的Sentinel智能体管理网络访问;基本功能免费,Power计划每月20美元、Maximum计划每月100美元。
匹配字段摘要
INMO GO3 智能眼镜已开售,售价 509 美元。据 9to5Google 报道,该产品每只眼睛各配一块 MicroLED 显示屏,亮度最高 1500 尼特、视场角 30 度,并接入 Google Gemini。功能方面,它支持 98 种语言实时翻译,其中 13 种可完全离线运行,还能在会议中记录笔记,后续将通过眼镜直接呈现摘要。整机重 58 克,电池可更换,摄像头配有物理遮挡盖,另可选配扬声器、控制指环和太阳镜外罩。目前尚无后续发展事实。
匹配字段摘要
Rohan Paul 评价了 Coco Labs 推出的设计模型 Vyb 的按图层输出结构化设计。据其介绍,Vyb 逐元素生成图形,每个元素各自独立成层,文字保持可编辑文本、图形保持矢量、照片保持像素,导出到 Figma 时结构完整保留。在 145 个随机选取的 Google 字体上,以与程序化渲染的像素重叠度(IoU)计分,Vyb 达到 90.3%,该测试的测量上限为 94.4%,对比中最强的图像模型为 76.0%。目前没有后续发展。
匹配字段摘要
RadixArk 的 SGLang 团队开源了 SGLang-TorchTPU。据 LMSYS Blog 2026 年 10 月 20 日发布的信息,该团队联合 Google 和 Meta 推出这一基于 PyTorch 的原生后端,把 SGLang 的完整服务栈带到 Google Cloud TPU,并已在 Meta 大规模生产环境使用。首发支持 Muse Spark Open、GLM-5.3、Kimi K3、DeepSeek V4、Qwen3.8、Gemma 4 等模型,覆盖投机解码、KV cache 卸载、PD 分离和 FP8 KV cache 等功能。团队还用 TorchTitan 与 Miles 在单台 4 芯片 TPU v7x 上完成 Qwen3-4B 的 GRPO 训练,奖励曲线与 6 张 H200 基线在随机波动范围内一致。目前尚无后续发展事实。
匹配字段摘要
Cloudflare 宣布为 AI 业务平台 Cloudflare OS 提供托管服务,目前开放等待名单登记。Cloudflare OS 于今年 8 月开源,可部署在 Cloudflare 环境、本地或云端,支持接入 Cloudflare Workers AI 以及 Anthropic、OpenAI、Google 等 AI 服务,并具备安全访问企业内部数据的能力。此次发布同时新增两项功能:一是连接 GitHub 仓库,让 AI 智能体基于仓库代码完成功能追加、调试、查看 PR、创建提交和推送代码;二是强化 Google Workspace 集成,智能体可读取和搜索 Gmail 会话、起草和发送邮件,并可连接 Google Drive、Docs、Sheets。
匹配字段摘要
2026年10月20日,Google为Gemini推出面向小企业主的业务中心与工具。据Google Blog介绍,该业务落地页可供小企业主管理品牌、财务和客户洞察,并连接Google Business Profile、Google Ads、Google Workspace,以及Adobe、Canva、Dropbox、Shopify、Wix、Zoho、Xero等第三方应用。用户上传网站、品牌套件、字体或配色即可定义品牌风格,配合Nano Banana 2.1生成风格统一的营销视觉;Gemini还能把表格、收据和采购记录转成财务图表与交互模型。Google表示,这些功能将在未来数日面向所有Gemini应用用户全球逐步上线。目前尚无后续进展的独立事实报道。
匹配字段摘要
OpenAI于2026年10月21日宣布与谷歌云达成合作,将其前沿模型和Codex智能体工作流引入Google Cloud的Model Garden,让企业可在已有构建环境中使用这些技术。OpenAI官方声明未披露具体上线时间、可用模型清单或定价信息。后续报道称,GPT-6 Astra、GPT-6.1 Sol、GPT-6 Luna以及Codex将上线Google Cloud,首批模型已向部分企业客户开放私有预览,未来几周将推出全面可用计划;企业可通过Google Cloud API调用,并在Google Cloud Marketplace用云账户余额购买。另有报道称,GPT-6 Astra、GPT-6.1 Sol和GPT-6 Luna已在Google Cloud上线。
匹配字段摘要
OpenAI 已在 ChatGPT 中上线 Slides 幻灯片工具。据 IT之家报道,用户可基于对话内容、上传文件或大纲生成演示文稿,也可选用内置模板创建。生成后的文稿可分享给团队实时协同编辑、修改内容并留下评论,还能按反馈让 ChatGPT 自动调整,并支持在 PowerPoint、Google Slides 中打开或导出 PDF、PowerPoint 文件。该功能面向 Pro、Business 和 Enterprise 套餐用户开放,Plus 用户暂无法使用。目前尚无后续发展事实。
匹配字段摘要
2026年10月20日,IBM等开源llm-d项目贡献者发布分布式人工智能推理框架1.0版本。据Unite.AI报道,该版本在PyTorch Conference North America上发布,是Kubernetes原生的分布式推理服务栈,由Red Hat、IBM和Google主导维护,CNCF以沙箱项目托管;1.0新增多租户服务质量保障,包括按优先级和公平性调度的流控与可控降载,并支持路由器热备、安全滚动更新,以及把prefill和decode副本作为整体管理的DisaggregatedSet控制器。项目公布的测试显示,在544张NVIDIA H100上部署GLM-5.2可服务最多3000个并发编码智能体且零抢占,每token成本比同等商业API低5到10倍。次日MarkTechPost报道称,Google团队在同一会议上发布该首个稳定版本,把vLLM或SGLang模型服务器整合为统一调度池,支持NVIDIA、AMD、Intel GPU与Google TPU,并新增会话感知路由和异步推理等能力;Google自报基准显示Ironwood TPU编码负载下中位TTFT降低超过85%、
匹配字段摘要
Wabi 已向公众发布 AI 通讯应用。据 Testing Catalog 2026 年 10 月 20 日报道,用户可把 AI 助手加入与朋友和家人的群聊;Wabi 会监听对话,在需要时提供帮助并采取行动,例如有人改期时更新共享日历。每个计划可拆成多个 thread,Wabi 能在其中创建餐厅推荐地图等自定义工具。它可连接 Gmail、Google Calendar 等账号,自动发现问题并主动发起对话;重要操作会等待用户许可,用户也可随时断开连接。目前尚无后续发展事实。
匹配字段摘要
ChatGPT Slides 新增实时协作与幻灯片内编辑功能。据 ChatGPT 于 2026 年 10 月 20 日发布的信息,用户可在 ChatGPT 中共享演示文稿、共同编辑并留下评论,还能让 ChatGPT 或自己的 dot 把反馈转成更新;在幻灯片上点击即可修改文字、更新图表、移动或缩放图片和形状。该功能面向 Pro、Business 和 Enterprise 套餐开放,用户可在对话或已分享文件中让 ChatGPT 创建 ChatGPT Slides,并在 ChatGPT 内演示或导出到 PowerPoint 或 Google Slides。同日 Testing Catalog 的报道也提到,团队、Dots 与 ChatGPT 可在同一幻灯片上实时协作,进行修改、增强和留言。目前尚无后续发展事实。
匹配字段摘要
2026年10月17日,Google Gemini 宣布,Gemini 4 Argon 可通过 Canvas 把内容密集的 PDF 转换成可交互、带动画的网页应用,用户可按自己的节奏浏览。该消息来自 Gemini 官方发布,属于同一事实的报道。原文未给出更多功能细节或开放范围,目前也没有后续发展事实。
匹配字段摘要
2026年10月16日,Thesys 发布开源框架 OpenUI 1.0,让智能体在应用内生成可交互界面。据 Testing Catalog 报道,在 Thesys 自有的 46 个界面需求、6 个模型的基准测试中,OpenUI 的输出 token 比 Vercel 的 json-render 少 58%,比 Google 的 A2UI 少 52%。该框架支持任意模型,包括在团队自有硬件上运行的开源权重模型;1.0 版本新增自定义动作,生成答案中的按钮可调用应用自身代码。目前尚无后续发展事实。
匹配字段摘要
2026年10月16日,ClaudeDevs 宣布 Claude Platform 的 Opus 5.5 fast mode 结束研究预览阶段,并取消等待名单。官方表示模型本身不变,速度最高提升 2.5 倍,价格为每百万 token 输入 8 美元、输出 40 美元。该模式同时上线 Microsoft Foundry(托管于 Azure),Google Cloud 即将支持;Claude Code 中的 fast mode 保持不变,仍使用额外用量额度。目前没有后续发展事实。
匹配字段摘要
2026年10月13日,Gemini 4 Argon 出现在 GCP 配额页面。Testing Catalog 援引 AiBattle 称该模型预计几小时内上线,并称这是 API 即将发布模型的前兆,当天早些时候也有 Google 员工预告即将发布。当晚,Testing Catalog 报道该模型已开始推送,并已在 GCP 的 Agent Studio 上线,用户可在该平台测试,Google AI Studio 和 Gemini 应用预计随后跟进。10月14日,谷歌正式发布 Gemini 4 Argon,面向全球开发者和企业开放,可通过 AI Studio、Gemini 平台 API 使用,并支持 Google Antigravity 及 Gemini 应用和搜索 AI 模式的 Ultra、Pro 订阅用户;报道称其支持最高 1,048,576 个 token 的长解码输出,并公布限时入门定价。
匹配字段摘要