Google Gemini 聊天中可直接生成并编辑 Docs、PDF 等文件
Google Gemini 现在支持在聊天中直接生成、预览和编辑 PDF、Google Docs、Google Sheets、幻灯片、Markdown、TXT 文件和代码，即日起对所有 Gemini 用户开放。PDF 预览与编辑在网页端和移动端均可用，其他文件格式目前仅限网页版。用户可全屏展开文档编辑，也可选中文本向 Gemini 提问或要求修改，例如选中表格让它转成图表。
The Verge · AIAI 评分5858
The Decoder精选AI 评分7070 Google 在 Android Dev Summit 开放 Android Studio 第三方智能体接入并发布多项 Gemini API
Google 在 Android Dev Summit 上为 Android Studio Rabbit 2 推出 Bring Your Own Agent 功能，开发者可通过开放 Agent Client Protocol 在 IDE 内运行 Claude、Codex、Google Antigravity 等 40 多个编码智能体。
推荐理由：Android Studio 开放第三方智能体接入并配套 CLI、Skills 与 MCP 接口，读者可据此判断移动端智能体开发流程的变化。
The Verge · AIAI 评分4242 Chrome 增强自动填充接入 Gemini，可从 Gmail 提取信息填表
Chrome 增强自动填充开始用 Gemini with Personal Intelligence 从 Gmail 中提取信息，帮用户填写表单。该功能可建议快递单号、航班预订号、酒店预订和近期订单号等内容，敏感数据保持加密，用户可在设置中管理权限或关闭。功能即日起在美国上线，覆盖桌面、Android 和 iOS 版 Chrome，需开启 Personal Intelligence。
TechCrunch · AIAI 评分4242 Chrome 的 AI 自动填充功能现可读取 Gmail 帮你填表
Google Chrome 上线增强版 AI 自动填充，可从 Gmail 中提取航班确认号、会员 ID、订单号、地址、电话和信用卡号等信息填入网页表单。该功能属于 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。目前面向美国桌面端用户及 Gemini in Chrome 的 iOS、Android 应用推送。
The DecoderAI 评分6060 Google DeepMind 发布 Genie 4 世界模型，可实时生成带声音的交互世界
Google DeepMind 发布 Genie 3 的继任者 Genie 4，这是其首个直接生成声音的实时世界模型，支持键盘操作与文本提示驱动场景，角色可对话并实时响应用户输入。
The Verge · AIAI 评分5858 Google 发布 Genie 4 世界模型，可生成更逼真的交互体验
Google 发布 Genie 4 世界模型，用于生成交互式体验，相比 Genie 3 将生成时长从一分钟提升到约两分钟。该模型带来四项主要更新：更逼真的世界、用自然语言提示词实时更新体验、生成音频，以及底层使用 Gemini 3.8 Flash 辅助模拟。
The Verge · AIAI 评分4040 Firefox 的 Smart Window 新增 AI 表单填写与网页监控功能
Mozilla 为 Firefox 的 AI 浏览体验 Smart Window 新增表单填写功能，可基于打开的标签页内容生成填写建议，数据会共享给 Google 的 Gemini 3.1 Flash Lite 模型。
TechCrunch · AIAI 评分6060 Google DeepMind 发布世界模型 Genie 4，新增音频与实时操控
Google DeepMind 以研究预览形式发布世界模型 Genie 4，可生成更逼真的交互世界，支持在模拟过程中输入提示词实时改变天气、镜头角度或增删人物物体，并生成与场景匹配的音乐、环境音和交互对话。
量子位AI 评分5858 百度开源文心Unlimited OCR 2，峰值KV缓存从47GB降至1.77GB
百度发布并开源文心Unlimited OCR 2，通过稀疏参考滑动窗口注意力机制SR-SWA与无限解码机制，在百页级单序列测试中把峰值KV缓存从47GB降至1.77GB，减少约96%。16路并发测试中端到端吞吐量从360提升至1315 Token/秒，约为标准解码的3.65倍。模型已在Hugging Face和GitHub开源，实测884页英文版《指环王》约42分56秒解析完成。
The DecoderAI 评分6060 Google 推出 Agent Compute Engine，为每个 Gemini 智能体分配硬件隔离的 microVM
Google 发布 Agent Compute Engine，为每个 AI 智能体分配独立的隔离虚拟机，该服务已用于支撑 Gemini，并将在未来几个月开放预览。
极客公园AI 评分5858 腾讯元宝搜索全面升级并通过腾讯云开放 API
腾讯元宝搜索于 10 月 20 日全面升级，并通过腾讯云以 API 形式向个人开发者与企业开放，此前已支撑腾讯内部 50 余款产品、日均调用量达数亿次。官方提供直接 API、MCP 和 SkillHub 三种接入方式，开通后可获每月 2000 次免费额度，并支持 Freshness、Industry、Site 等检索参数。
极客公园AI 评分5050 实测 iPhone Duo 适配版淘宝、高德、小红书、飞书等 8 款 App
iPhone Duo 国行首批预订已售罄，苹果官网预计交付时间排到明年二月。实测淘宝、高德、小红书、腾讯视频、飞书、WPS、XMind 和 NBA 巅峰对决 8 款适配 App，展开后分左右两栏、半折立在桌上时上半屏观看下半屏操作，高德的双视野导航和跨 App 定位分享目前仅有视频演示，待后续版本更新。
The Verge · AIAI 评分3131 Google 将更个性化的 Gemini AI 引入汽车
Google 把 Personal Intelligence 引入车载 Gemini，Android Auto 和内置 Google 的汽车可让 Gemini 读取 Gmail、Calendar、Maps、Photos、YouTube 和 Search 中的个人信息。
Hugging Face BlogAI 评分5858 Hugging Face 接入 TorchTPU，Transformers 与 Diffusers 原生支持 TPU
Hugging Face 宣布接入原生 PyTorch TPU 后端 TorchTPU，Transformers、Diffusers 和 Kernels 可直接在 TPU 上运行，模型通过 device_map="tpu" 或 pipe.to("tpu") 加载，不再需要 Optimum TPU。
TechCrunch · AIAI 评分4242 Google 的 Universal Cart 购物工具在美国上线
Google 的 Universal Cart 购物工具已向美国用户开放，可在搜索和 Gemini 应用中收集并追踪跨零售商商品。该工具会在收藏商品降价或补货时发送通知，还能结合信用卡权益推荐支付方式并提示优惠码。结账依托 Google 今年推出的开放标准 Universal Commerce Protocol（UCP）。
Google DeepMindAI 评分3434 Google Antigravity 加速抗菌肽发现，AI 智能体平台发现新型抗菌肽候选
Google DeepMind 用智能体开发平台 Google Antigravity 发现一种对呼吸道感染病原体有预测活性的新型抗菌肽候选，目前正进行湿实验验证。该平台整合 ProtNLM 模型，可从氨基酸序列预测生物功能，扫描 UniProt 中数百万条未表征蛋白序列。平台还内置 Biomolecular Structure Viewer，支持研究者与智能体在共享 3D 结构画布上协作分析。
Google Research精选AI 评分7171 Google 发布 Deep Review，用智能体系统审阅技术文档
Google 公开发布 Deep Review，这是一个面向复杂文档提供严格反馈与技术核查的智能体系统，最初用于计算机科学论文分析，现已扩展到法律、金融等领域。
推荐理由：原文交代了 Deep Review 的四阶段智能体流程与会议试点规模，可据此判断自动审稿工具能承担哪部分核查工作。
Simon WillisonAI 评分5858 llm-gemini 0.35 新增对 Gemini 4 Argon 的支持
Simon Willison 为 llm-gemini 0.35 加入对 Gemini 4 Argon 的支持，该模型今日通过 Gemini API 和每月 100 美元订阅计划开放。
NVIDIA Blog精选AI 评分6262 NVIDIA RTX Spark 笔记本上市前，生态伙伴推送本地 AI 软件更新
NVIDIA 宣布 RTX Spark 笔记本将于 10 月 16 日上市，最高 128GB 统一内存和 1 petaflop AI 算力，生态伙伴同步推送本地 AI 软件更新。
推荐理由：原文列出 RTX Spark 上市前生态伙伴的软件更新清单，读者可据此了解本地智能体在 PC 上的落地形态。
Google DeepMindAI 评分5858 Google DeepMind 发布 EmbeddingGemma 2 开源多模态嵌入模型
Google DeepMind 发布 EmbeddingGemma 2，一个 740M 参数、Apache 2.0 许可的开源多模态嵌入模型，将文本、代码、图像、音频和视频映射到统一嵌入空间。