Google Workspace 为 Slides 和 Vids 添加 AI 图像编辑功能
Google Workspace 为 Slides 和 Google Vids 添加了图像背景移除与扩展功能，并在 Android 版 Google Docs 中支持 Gemini 图像生成。团队可直接在文档中创建视觉素材，减少制作演示文稿和培训材料时与设计团队的反复沟通。
匹配字段标题、摘要、正文
←搜索结果
搜索“Google”
Gemini 上线草图转应用功能
Google 介绍 Gemini 的新用法：上传应用草图照片后选择 Canvas 工具并让 Gemini 编写代码，即可把草图变成可交互应用。生成结果可在预览窗口中测试，Gemini 还能实时调整颜色、字体或功能。
匹配字段摘要
Anthropic 在 Messages API 公测消息线程功能
Anthropic 的 Messages API 上线消息线程公测，API 在服务端缓存对话，后续请求只需发送新消息和上一条消息 ID，Claude 能更快开始响应。官方称已在 Claude Code 中集成该功能，500K 至 1M token 的请求首 token 中位时间降低约 35%，长对话的中位请求体积从约 800 KB 降至 1.8 KB。使用时需在请求中加入 thread 参数和 beta header，该功能已在 Claude Platform、AWS 上的 Claude Platform、Microsoft Foundry 中的 Claude 和 Google Cloud 上的 Claude 提供，按标准 token 价格计费。
匹配字段摘要
Claude Code 集成消息线程，长请求首 token 延迟降低约 35%
Claude Code 集成消息线程后，在 500K 至 1M token 的请求上，首 token 中位延迟降低约 35%；长对话中单次请求的中位体积从约 800 KB 降至 1.8 KB。消息线程已在 Messages API 进入公开测试，服务端在轮次之间缓存对话，调用方只需发送新消息和上一条消息 ID，并需添加 thread 参数和 beta header，可在 Claude Platform、AWS 上的 Claude Platform、Microsoft Foundry 中的 Claude 以及 Google Cloud 上的 Claude 使用，按标准 token 价格计费。
匹配字段摘要
Anthropic 在 Messages API 公测消息线程功能
Anthropic 在 Messages API 上公测消息线程功能，API 会在服务端缓存对话，开发者只需发送新消息和上一条消息 ID，无需重发完整对话。该功能已在 Claude Code 中集成，在 500K 至 1M token 的请求上，首 token 中位时间降低约 35%；长对话中请求体积中位数从约 800 KB 降至 1.8 KB。使用时需在请求中加入 thread 参数和 beta header，该功能已在 Claude Platform、AWS 上的 Claude Platform、Microsoft Foundry 中的 Claude 以及 Google Cloud 上的 Claude 提供，按标准 token 价格计费。
匹配字段摘要、正文
Karpathy 用 Claude 打造 HackerTube，从 4300 万条 HN 评论筛出 6454 个视频
Karpathy 发布周末项目 HackerTube，用 Claude 从 HN 20 年间的 4300 万条评论中筛出 6454 个被反复推荐的视频，整个项目约 2 小时完成，使用 Opus 5.5。该站点无需登录即可获得推荐，缩略图取视频中段代表帧，评论分析数据打包为 zip 文件，可交给 Claude 生成自己的版本。他使用 Mac 桌面版 Claude Code，手动只做了申请 Google Cloud API key、启动 VPS 和购买域名三件事，之后让 Claude 完成更新、安全加固、部署和代码优化。
匹配字段摘要、正文
Sunra 推出统一 API，按厂商原价调用图像、视频、音频和 3D 模型
Sunra 发布 Sunra API，用一个密钥即可调用各主流图像、视频、音频和 3D 模型，并按各模型厂商自己的 API 价格计费，采用按量付费，没有订阅费，也不加价。Rohan Paul 转述称，Seedance 2.5 在 Sunra 上的价格是另外两家网关的一半，这种统一入口也便于对 Google、OpenAI、ByteDance 和 Kling 的模型做 A/B 测试。
匹配字段摘要、正文
Gemini 应用支持直接生成、预览和编辑文档
Gemini 应用新增在对话内生成、预览和编辑文件的能力，可全屏直接输入修改、选中文本提问或让 Gemini 改写文件。PDF 预览与编辑在网页端和移动端均支持，Google Docs、Google Sheets、幻灯片、Markdown、TXT 和代码等其他格式仅在网页端支持。该功能已向 Gemini 应用覆盖的所有语言的全部用户开放。
匹配字段摘要、正文
Chrome 的 AI 自动填充可读取 Gmail 内容填写表单
Google 宣布 Chrome 将推出进阶版 AI 自动填充，可从用户的 Gmail 中提取航班确认号、会员 ID、物流信息、订单号、地址、电话或信用卡号等信息填入在线表单。该功能是 Google Personal Intelligence 的扩展，用户可在 Chrome 设置中选择是否开启，敏感数据会加密。功能先面向美国桌面端用户推出，并登陆 Chrome 中的 Gemini iOS 和 Android 应用。
匹配字段摘要、正文
MiniMax Code 团队开源 MCode Stack Agent 工作流与 Skills
MiniMax Code 团队开源了 MCode Stack，把团队日常使用的 Agent 工作流和 Skills 写成可安装的 SKILL.md 与清单，可作为插件接入 MiniMax Code 及任意支持 Skills 的 Agents。仓库按成员打包成 stack，其中 stacks/ronny/ 最完整，含 15 个 skill，覆盖子 Agent 拆分、上下文与工具预算审计、长会话交接、独立评审和热修复判断。配套 notes/ 专栏 MCode Engineering Notes 阐述思路，六条 engineering-* 改编自 Google Engineering Practices，改编部分沿用 CC-BY 3.0，其余为 MIT。
MiniMax Code 团队开源了 MCode Stack，把团队日常使用的 Agent 工作流和 Skills 写成可安装的 SKILL.md 与清单，可作为插件接入 MiniMax Code 及任意支持 Skills 的 Agents。仓库按成员打包成 stack，其中 stacks/ronny/ 最完整，含 15 个 skill，覆盖子 Agent 拆分、上下文与工具预算审计、长会话交接、独立评审和热修复判断。配套 notes/ 专栏 MCode Engineering Notes 阐述思路，六条 engineering- 改编自 Google Engineering Practices，改编部分沿用 CC-BY 3.0，其余为 MIT。
匹配字段摘要、正文
Opera 在 Opera One 中开启 WebAI 本地模型预览
Opera 开始在 Opera One 中以可选预览形式支持 WebAI 标准，让网站和浏览器扩展调用在浏览器本地运行的 AI 模型，用于生成文本和内容分类。该预览支持搭载 Intel 或 AMD 处理器的 64 位 Windows PC 和 Apple silicon Mac，暂不支持 Windows on Arm，模型需用户开启后才会下载，并可按网站授予权限。Opera 称已支持 Google Gemma 及兼容 Mac 上的 Apple 端侧基础模型，后续将加入针对不同设备优化的模型。
匹配字段摘要、正文
Arena 为 Agent Mode 上线 Connectors，可接入…
Arena 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 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。
匹配字段摘要、正文
Gemini 支持创建并分享个人头像，用于图像和视频创作
Google Gemini 上线个人头像功能，用户可创建并分享头像，与朋友一起出现在图像和视频中。分享后可在提示词中互相标记，并保持角色和声音的一致性；用户还能随时添加或移除他人的访问权限。
匹配字段摘要
Gemini 应用支持在对话内编辑文档和 PDF
Google 宣布 Gemini 应用用户可直接在对话中生成、预览和编辑文档、PDF、演示文稿、表格及代码等文件，该能力面向所有可用地区的全部用户开放。编辑方式包括全屏直接输入修改、选中文本向 Gemini 提问，以及让 Gemini 改写文件内容。PDF 预览与编辑在网页版和移动端均支持，Google Docs、Sheets、幻灯片、Markdown、TXT 和代码等其余格式仅在网页版支持。该更新在 2026 年 4 月 29 日推出的文件生成功能基础上增加了就地编辑层。
匹配字段摘要、正文
Gemini 应用更新：新设计覆盖全部 Android 设备，支持在对话内生成和编辑文件
Gemini 应用更新把最新界面设计推送到所有 Android 设备，同时支持在对话中直接生成、预览和编辑文件。用户可以创建文本文档、演示文稿和表格，在聊天内预览后直接编辑或让 Gemini 调整语气和结构，再打开 Google Slides 或导出为 PPTX、PDF。PDF 预览与编辑在 gemini.google.com 和移动端可用，Google Docs、Sheets、Slides、Markdown、TXT 和代码文件仅限网页端；文件创建与编辑已向 Gemini 应用覆盖的所有语言用户开放。
匹配字段摘要、正文
谷歌 Gemini 新增文件预览与编辑功能，可在聊天中直接修改文档表格
谷歌为 Gemini 新增文件预览与编辑功能，用户可在聊天界面直接生成、查看和修改文档，无需离开应用。支持 PDF、Google Docs、Google Sheets、幻灯片、Markdown、TXT 及代码文件，即日起面向所有 Gemini 用户开放。PDF 预览和编辑同时支持网页版与移动端，其他文件类型目前仅支持网页版；用户可全屏编辑，或选中文字向 Gemini 提问并要求修改。
匹配字段摘要、正文
Meta 个人 AI 智能体 Muse 在日本上线，为北美以外首个市场
Meta 于 10 月 23 日在日本推出个人 AI 智能体 Muse，支持 iOS、Android 和 muse.ai，日本是继今年 9 月北美先行上线后首个海外市场。Muse 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；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 称其运行在隔离的 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 $20/月、Maximum 计划 $100/月。
匹配字段摘要、正文
INMO GO3 智能眼镜发布：带 MicroLED 显示并接入 Gemini
INMO GO3 智能眼镜开售，售价 509 美元，每只眼睛各有一块 MicroLED 显示屏，亮度最高 1500 尼特、视场角 30 度，并接入 Google Gemini。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。
匹配字段摘要、正文
NVIDIA 机密计算新增 Confidential Bare Metal 部署选项
NVIDIA 扩展机密计算能力，推出 Confidential Bare Metal 部署选项，让前沿模型构建方在第三方专用基础设施上运行敏感负载时仍能掌控模型与数据。该方案与已有的 Confidential Containers、Confidential Virtual Machines 组成三种部署形态，并新增传输中数据保护、平台完整性度量和硬件级访问限制等控制。Cohere 计划将其接入 Cohere Model Vault，Google Cloud 将在基于 GB300 NVL72 的 A4X Max 实例上支持该能力，CoreWeave、Microsoft Azure Infrastructure、Nebius 等厂商也支持相关部署。
匹配字段摘要、正文
Coco Labs 推出设计模型 Vyb，按图层输出结构化设计
Coco Labs 推出设计模型 Vyb，逐元素生成图形并各自独立成层，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%。
匹配字段摘要、正文