谷歌近日宣佈對其對話式AI大模型 Gemini 迎來重大功能升級，正式推出全新的文件內直接修改能力。自即日起，所有 Gemini 用戶在網頁端與移動端均可實現對多種主流文件格式的實時生成、預覽及全屏編輯，打破了以往僅能導出文件的侷限，進一步提升了 AI 輔助生產力的交互流暢度。

gemimi

根據谷歌官方公佈的細節，此次升級全面覆蓋 PDF、谷歌文檔、谷歌表格、幻燈片、Markdown 文件、TXT 文本以及代碼文件。其中，PDF 的預覽與編輯功能同步支持網頁端和移動端，而其餘格式目前主要落地於網頁端。在實際操作中，用戶無需退出應用即可直接對生成的文件內容進行深度修改，不僅支持全屏編輯和選中文本定向提問，還可實現交互式的表格轉圖表等高級功能。

這一功能升級標誌着大模型正在從“內容生成工具”向“沉浸式協作工作臺”加速演進。此前，谷歌已在 Workspace 生態及側邊欄中深度整合相關能力，而競爭對手 Anthropic 此前也在 Claude 對話窗口中上線了類似的文檔與演示文稿編輯功能。

隨着各大主流 AI 廠商持續強化人機交互的閉環體驗，對話式辦公正逐漸成爲大模型應用落地的重要行業趨勢，有望進一步重塑用戶的日常數字工作流程。