谷歌近日宣布对其对话式AI大模型 Gemini 迎来重大功能升级，正式推出全新的文件内直接修改能力。自即日起，所有 Gemini 用户在网页端与移动端均可实现对多种主流文件格式的实时生成、预览及全屏编辑，打破了以往仅能导出文件的局限，进一步提升了 AI 辅助生产力的交互流畅度。
根据谷歌官方公布的细节，此次升级全面覆盖 PDF、谷歌文档、谷歌表格、幻灯片、Markdown 文件、TXT 文本以及代码文件。其中，PDF 的预览与编辑功能同步支持网页端和移动端，而其余格式目前主要落地于网页端。在实际操作中，用户无需退出应用即可直接对生成的文件内容进行深度修改，不仅支持全屏编辑和选中文本定向提问，还可实现交互式的表格转图表等高级功能。
这一功能升级标志着大模型正在从“内容生成工具”向“沉浸式协作工作台”加速演进。此前，谷歌已在 Workspace 生态及侧边栏中深度整合相关能力，而竞争对手 Anthropic 此前也在 Claude 对话窗口中上线了类似的文档与演示文稿编辑功能。
随着各大主流 AI 厂商持续强化人机交互的闭环体验，对话式办公正逐渐成为大模型应用落地的重要行业趋势，有望进一步重塑用户的日常数字工作流程。
