豆包工作新增本地Office編輯、瀏覽器錄製與回放等功能
近日，豆包工作宣佈上線本地Office編輯、瀏覽器錄製與回放、任務執行環境自由切換等全新功能，進一步完善AI處理複雜任務的能力。據悉，“本地Office編輯”功能已在豆包工作全量上線，主要解決AI與本地文件之間的協同問題。用戶可以通過側邊工作臺選擇文件，也可以右鍵點擊本地PPT、Excel文件，直接調用豆包進行處理。AI生成或修改後的文件，用戶仍可繼續在本地編輯，保存後的修改結果會同步至線上和本地。目前，該功能支持PPT和Excel文件，Word相關能力將在後續上線。“瀏覽器錄製與回放”則面向網頁操作場景。
用戶安裝最新的豆包電腦版後，可通過豆包瀏覽器演示一次操作，豆包會學習其中的點擊、填寫、上傳等步驟，並將流程整理為可複用的Skill，同時記錄調用條件、所需輸入和結果驗證方式。例如，在商品上架場景中，用戶完成一次填寫商品信息、設置價格和運費、上傳圖片等操作，豆包隨後生成對應Skill，用於後續重複調用。目前，該功能支持豆包瀏覽器內的操作，未來將覆蓋更多電腦端場景。豆包工作還新增了“任務執行環境自由切換”功能。用戶無需新建或中斷對話，即可在任務進行過程中切換 “本地電腦” 和 “雲電腦”，避免因更換運行環境造成上下文丟失。
通過跨設備調度，用戶還可在一臺已登錄電腦上向其他已登錄設備發起操作指令，調用相應設備的文件與算力，實現多臺電腦之間的任務接力。面向辦公生產力場景，豆包工作此前已支持手機遠程操控、雲電腦、Windows 虛擬桌面、Mac “操作電腦”、多 Agents 並行和工作夥伴等能力。此次更新則進一步補齊了本地文件編輯、個性化流程複用及跨環境調度能力，使 AI 能夠更好地深入真實辦公場景，協助用戶完成複雜工作。
Related
相關文章
美國 AI 巨頭提議開發減速，歐洲同行和政界並不認同
作者：清源 責編：清源 評論： 9 月 18 日消息，據路透社今天（18 日）報道，此前，阿莫迪、奧爾特曼和馬斯克先後發出警告，能力不斷增強的 AI 系統可能帶來風險，故有必要控制其發展節奏，但歐洲企業和官員對此表現出明顯懷疑。法國初創企業 Mistral 在聲明中指出，這些風險早在幾個月前就已十分明確了。
MiniMax Code CLI 正式開源，在評測中取得 76.7% 的任務通過率
作者：沁滄（實習） 責編：沁滄 評論： 感謝網友 Domado 的線索投遞！9 月 18 日消息，MiniMax 今晚宣佈，MiniMax Code CLI 的 v0.4.12 版本面向全球開發者正式開放，並且以 MIT 協議正式開放源代碼。
北京發佈“詞元經濟十條”：高標準建設詞元工廠，推動關鍵核心技術攻關
作者：浩渺 責編：浩渺 評論： 感謝網友 蛋殼兒 的線索投遞！9 月 18 日消息，北京市經濟和信息化局今日宣佈，北京市“詞元經濟十條”正式發佈。為貫徹落實《國務院關於深入實施“人工智能＋”行動的意見》（國發〔2025〕11 號），率先培育智能經濟新形態，以詞元（Token）為抓手，發展詞元經濟新增量，制定《北京市加快詞元經濟發展的行動方案（2026—2028 年）》（注：以下簡稱《行動方案》）。
PrismML Releases Ternary Bonsai 2 27B: A 5.9 GB Apache 2.0 Model Retaining 98.2% of Qwen3.8 27B Performance
PrismML has released Ternary Bonsai 2 27B, a ternary-weight version of Qwen3.8 27B. The language model occupies 5.93 GB, against 53.80 GB in FP16. PrismML reports that it keeps 98.2% of the parent model’s average across 20 benchmarks.
OpenAI剛曝光循環架構，這家公司更早將其用於世界模型
鍵詞只有一個：循環。 Astra採用了一種被稱為“循環深度”（Recurrent Depth）的架構，本質是讓同一組Transformer層被反覆複用，用更少的參數實現更深的計算。 這被外界視為OpenAI對傳統“堆參數、堆算力”路線的一次重大修正——不再只是把模型做大，而是讓模型學會“反覆思考”。 消息一齣，整個AI社區迅速升溫。
千問辦公接入高德門店經營專家套件 提升實體店選址與經營效率
此項新功能自9月18日起正式上線，用戶只需在千問辦公添加相應套件並完成高德賬號授權，即可實現從門店選址到日常經營分析的全鏈路工作。隨著實體商業的不斷發展，傳統的人工選址和經營分析方式顯得效率低下且容易出錯。個體創業者在開新店時，往往需要花費大量時間進行實地勘察，整體耗時可達一週，而商家在監測門店熱度變化及競爭對手動態時，也面臨數據整理繁瑣、分析結果不準確的問題。