騰訊文檔行業首發「人機雙寫」，支持Word、PPT與數據圖表
重點摘要
6月5日，在2026騰訊雲AI產業應用大會上，騰訊文檔宣佈全面升級，正式發佈行業首創的「人機雙寫」能力。從專供人使用的編輯工具，正式進化為人與AI共同工作的新一代內容平臺。依託首發的「人機雙寫」能力，騰訊文檔讓AI辦公從過去來回切屏、手動複製粘貼的繁瑣模式，變成能在文檔裡與用戶同屏接力幹活的數字同事。比如，用戶列好文字提綱，AI即可直接按照邏輯接力填補細節；在處理幻燈片或數據時，AI也能實時接力，一鍵生成排版精美的PPT或直觀的可視化圖表。 這一突破性體驗的背後，得益於騰訊文檔與WorkBuddy的深度技術融合。騰訊文檔原生採用了WorkBuddy的統一Agent內核，結合文檔自研的高性能編輯引擎工具與豐富的品類專業Skill，實現了Agent對Word、PPT、表格等核心場景的深度理解與精準操作。融合後的新版本Agent在任務拆解、工具調用與上下文記憶等核心能力上均有顯著提升，為真正意義上的人機雙寫提供了堅實的底層技術支撐。 全面升級後的騰訊文檔，不僅具備極高的應用靈活性，更實現了全場景的價值覆蓋：它既可以作為獨立AI辦公應用開箱即用，也是騰訊最新發布的「效率智能體套件」的核心原生組件，支持在WorkBuddy效率智能體調用，同時還能通過API及Skill形態將AI協作能力全面開放，賦能千行百業的業務系統。 「人機雙寫」同屏協作，重塑原生編輯範式 一直以來，不少AI辦公工具普遍存在操作割裂、修改不可追溯等痛點，AI始終遊離於真實編輯流程之外。此次騰訊文檔推出的「人機雙寫」能力，在業內首次定義了AI原生編輯器的全新協作範式。 AI以同事的身份直接進入文檔編輯器，與用戶享有同等操作權和上下文感知能力。雙方可在同一份文檔中實時寫作、互相看見。這種同屏協作不僅限於純文本：在撰寫方案時，用戶搭建框架，AI自動填充細節；在處理複雜數據時，用戶框選表格，AI即可完成清洗並生成分析圖表；
6月5日，在2026騰訊雲AI產業應用大會上，騰訊文檔宣佈全面升級，正式發佈行業首創的「人機雙寫」能力。從專供人使用的編輯工具，正式進化為人與AI共同工作的新一代內容平臺。依託首發的「人機雙寫」能力，騰訊文檔讓AI辦公從過去來回切屏、手動複製粘貼的繁瑣模式，變成能在文檔裡與用戶同屏接力幹活的數字同事。比如，用戶列好文字提綱，AI即可直接按照邏輯接力填補細節；在處理幻燈片或數據時，AI也能實時接力，一鍵生成排版精美的PPT或直觀的可視化圖表。 這一突破性體驗的背後，得益於騰訊文檔與WorkBuddy的深度技術融合。騰訊文檔原生採用了WorkBuddy的統一Agent內核，結合文檔自研的高性能編輯引擎工具與豐富的品類專業Skill，實現了Agent對Word、PPT、表格等核心場景的深度理解與精準操作。融合後的新版本Agent在任務拆解、工具調用與上下文記憶等核心能力上均有顯著提升，為真正意義上的人機雙寫提供了堅實的底層技術支撐。 全面升級後的騰訊文檔，不僅具備極高的應用靈活性，更實現了全場景的價值覆蓋：它既可以作為獨立AI辦公應用開箱即用，也是騰訊最新發布的「效率智能體套件」的核心原生組件，支持在WorkBuddy效率智能體調用，同時還能通過API及Skill形態將AI協作能力全面開放，賦能千行百業的業務系統。 「人機雙寫」同屏協作，重塑原生編輯範式 一直以來，不少AI辦公工具普遍存在操作割裂、修改不可追溯等痛點，AI始終游離於真實編輯流程之外。此次騰訊文檔推出的「人機雙寫」能力，在業內首次定義了AI原生編輯器的全新協作範式。 AI以同事的身份直接進入文檔編輯器，與用戶享有同等操作權和上下文感知能力。雙方可在同一份文檔中實時寫作、互相看見。這種同屏協作不僅限於純文本：在撰寫方案時，用戶搭建框架，AI自動填充細節；在處理複雜數據時，用戶框選表格，AI即可完成清洗並生成分析圖表；在製作PPT時，用戶敲定核心觀點，AI便能自動匹配版式並完成全案美化。 基於領先算法能力，系統可自動解決雙重編輯衝突，所有操作逐條可回溯，有效打破了過去人機異步、修改不可交叉的粗放模式。 融入效率智能體套件，打造原生AI工作臺 在本次AI峰會上，騰訊還對外發布了效率智能體工具集，騰訊文檔被深度原生內嵌至全場景AI工作臺WorkBuddy中，成為企業智能體生態中不可或缺的核心底座。 在全新的產品架構中，WorkBuddy企業版作為企業統一的AI入口與操作中樞，調度各類數字員工（Agent）；而騰訊文檔則作為承載Agent理解業務的高質量上下文底座與共創空間。 用戶在WorkBuddy內直接調起文檔，Agent即可自動讀取過往項目、會議紀要等存量資產作為工作背景，帶著極其精準的記憶開始幹活；任務完成後，AI成果自動按規範回寫至文檔中。 此外，未來通過接入OneID統一身份體系，騰訊文檔還將與WorkBuddy智能套件實現跨產品的安全協同與資產互通。結合騰訊網盤的長週期記憶沉澱，騰訊文檔將助力企業打通從內容創作、知識沉澱到能力複用的全鏈路閉環。 提供豐富API與組件，生態整合加速AI落地 在個人端跑通體驗的基礎上，騰訊文檔企業版現已實現全品類AI化，有效滿足團隊規模化的內容創作需求。 為了讓AI能力從輔助潤色徹底走向智能交付，騰訊文檔推出了Skill（MCP協議）+ OpenAPI的雙通道開放模式。開發者可直接調用內嵌的百餘項MCP接口及十餘項專業Skill，一句話即可完成複雜表格運算、整份PPT生成與全案美化。 值得一提的是，伴隨騰訊文檔近期正式劃入騰訊雲與智慧產業事業群（CSIG），其在B端生態的整合與AI應用的落地正全面加速。此次作為騰訊效率智能體工具集的核心組件重磅亮相，正是其生態協同效應的集中釋放。 此次應用迭代的背後，也得益於騰訊混元大模型的底層算力支撐。秉承模型與產品Co-Design的理念，騰訊文檔等產品在真實業務流中產生的高質量交互數據，正持續反哺大模型的迭代優化，跑通了模型升級-產品體驗提升-數據反哺模型的正向飛輪。 AI辦公的下半場，核心在於能否讓AI切實融入真實業務場景。全面升級的新一代騰訊文檔正以「人機雙寫」為起點，推動行業從對話式AI邁向執行式AI，讓技術紅利真正轉化為千行百業的標準生產力。
Related
相關文章
Liquid AI Introduces LFM2.5-Embedding-350M and LFM2.5-ColBERT-350M: Dense Bi-Encoder and Late-Interaction Models for Fast Multilingual Search Across 11 Languages
This week, Liquid AI released two new retrieval models. They are LFM2.5-ColBERT-350M and LFM2.5-Embedding-350M. Both hold 350M parameters. Both are the first bidirectional members of the LFM family. They build on LFM2.5-350M-Base, released in March. The pair targets fast multilingual and cross-lingual search across 11 languages. Their footprint is small enough to run almost anywhere. Both are available now on Hugging Face under the LFM Open License v1.0. LFM2.5 Retrievers The two models share one backbone but represent text differently. LFM2.5-Embedding-350M is a dense bi-encoder. It turns each document into a single vector. Pick it when you want the fastest search and the smallest, cheapest index. LFM2.5-ColBERT-350M is a late-interaction model. It converts each token into a vector rather
Perplexity Launches Brain, a Self-Improving Memory System That Builds a Context Graph of an Agent’s Work and Learns Overnight
Most AI memory remembers the user. It stores your preferences, your tastes, and your role. Perplexity is taking a different path. Today, Perplexity launched Brain, a self-improving memory system for its agent product, Computer. Brain does not focus on remembering you. It remembers what the agent did. That reframes what memory in AI is for. What is Perplexity‘s Brain Brain is a self-improving memory system. It builds a context graph of the work Computer performs. At set intervals, such as overnight, Brain reviews that graph. It then teaches itself how to do the work better. The idea is straightforward. The more work you do, the more efficient Brain makes your Computer. Brain is rolling out today to Perplexity Max and Enterprise Max subscribers in Research Preview. Two Axes of AI Memory Perp
智譜新高，MiniMax承壓，“大模型雙雄”命運殊途
這篇消息聚焦「智譜新高，MiniMax承壓，“大模型雙雄”命運殊途」。原始導語提到：大模型在被市場重新定價 從 AI 情報角度來看，這類內容值得關注其背後的技術進展、產品落地、產業競爭與後續市場影響。
華為昇騰 0 Day 支持智譜 GLM-5.2 模型，提供全面推理優化
華為昇騰 AI 宣佈在智譜開源 GLM-5.2 大模型當天即完成深度推理優化。通過 MOE 大融合算子、通信計算融合、高併發調度等七項關鍵技術，顯著提升編程和長程任務的處理效率，現已支持 A3 系列產品部署。#AI 大模型# #國產算力#
企業AI轉型再添利器：青雲科技算力雲接入 MiniMax-M3 模型
企業AI落地面臨高效低成本難題。青雲科技旗下基石智算平臺接入國產開源大模型MiniMax-M3，提供新算力支持。MiniMax-M3以卓越上下文處理能力等三大核心技術見長，依託自研架構，助企業便捷部署AI業務。
阿里開源統一科學大模型 LOGOS，僅用五十六分之一參數超越微軟
阿里 ATH-Token Foundry 聯閤中國人民大學高瓴人工智能學院開源科學基礎模型 LOGOS。該模型採用統一科學語法與純序列建模範式，在六大科學任務上匹配或超越傳統專用方法。其中 LOGOS-1B 僅 1B 參數，即展現出極高效率，性能超越參數量達 8×7B 的微軟模型。