谷歌10月29日在Google Blog宣布,Gemini应用新增文件创建和修改能力:用户可以直接在聊天中生成、预览和编辑文档、PDF、演示文稿、电子表格及代码等内容。这些能力现已面向Gemini应用可用地区的所有用户开放,覆盖其支持的所有语言。
文件生成后,用户可以展开至全屏,直接输入修改;也可以选中文字提问,或让Gemini进一步调整文件。此次变化不只是提供文件预览,还包括用户手动编辑和让AI修改内容这两种方式。
不同格式的支持范围有所区别。PDF的预览和编辑同时支持网页端与移动端;Google Docs、Google Sheets、幻灯片、Markdown文件、TXT文件和代码则仅支持网页端。
谷歌给出的演示场景是:上传手写课堂笔记,让Gemini据此制作PDF学习指南,再手动编辑生成的文件,或选中特定部分,让Gemini修改文字、视觉内容,并继续追问。这个例子展示了从上传素材、生成文件到后续修改的连续操作。
