谷歌Gemini平台Gem功能重大更新 - 谷歌Gemini平台中的Gem功能（类似GPTs）近期完成重要更新，其能力从仅能保存提示词的水平，升级为可直接生成带有界面的网页应用，功能显著增强[1][2] - 新版Gem功能支持用户上传任何图片或文档作为输入，并能创建网页输出结果，同时可以调用谷歌全部模型，功能相当强大[2] - 此次更新实质上是将谷歌近期发布的Agent构建工具Opal内置到了Gemini平台中，使其更加易用[6] 新版Gem功能的核心特性与创建流程 - 用户可通过Gemini侧边栏的“探索Gem”选项进入，界面新增“New Gem”实验入口，点击即可进入创建页面[7][9] - 创建过程极为简化，用户仅需在输入框中描述想要构建的应用，系统便会自动开始构建，右侧会显示进度并允许实时测试[12][14] - 新Gem支持极其丰富的输入格式，包括常见文件、YouTube视频、网页操作录制视频以及涂鸦[15] 应用案例展示：数据分析与个性化生成 - 以力量训练数据分析为例，用户上传CSV文件后，Gem能生成详细报告，包含数据看板、各类表格及个性化训练建议[13][17] - 生成内容支持通过修改提示词进行实时调整，例如将报告语言从英文改为中文[17][19] - 生成的训练分析报告内容全面，例如：覆盖106天内的24个训练日，平均每4.6天训练一次；按身体部位分析总训练容量，其中上半身约29775.25 kg*reps*sets，腿部约24157.50 kg*reps*sets[19] - 报告能自动识别进步与退步的练习，例如：高位下拉容量从1000.0增加到1500.0，而坐姿划船容量从1440.0减少到810.0[19] - 另一案例是屏幕使用时间分析工具，上传截图后可生成包含可视化海报、文本分析及基于分析建议的音频博客的完整网页应用[4][33] 高级编辑功能与Opal工作流 - 用户可点击“Open Advanced Editor”进入Opal界面进行高级编辑，该界面直观展示了数据处理、模型调用、输入输出的完整工作流卡片[21][23] - 编辑界面主要分为四个部分：添加卡片的区域、应用/卡片预览区域、用于修改应用的提示词输入区、以及代表每个处理步骤并可进行链接的卡片编辑区[23][24] - 用户可通过提示词让系统自动修改工作流，也可点击具体卡片进行精细化调整，例如选择不同模型或修改提示词[25][26][29] 强大的多模态模型集成 - 在Opal编辑器中，用户可为不同任务卡片选择专门的谷歌模型，覆盖文本、音频、视频、图像等多种模态[26] - 可用模型包括：用于文本/音频/视频/表格/图片处理的Gemini 2.5 Flash或Gemini 3 Pro；用于文生图的Imagen 4；用于图生图的Nano Banana Pro；用于视频生成的Veo模型；用于文本转语音的AudioLM模型；以及音乐生成模型Lyria 2[26][27] 应用分享与平台整合战略 - 创建完成的应用可通过“Share App”按钮生成分享链接，其他用户登录谷歌后即可使用，系统会根据用户的Gemini会员等级扣除相应的模型使用额度[36] - 此次更新体现了谷歌强大的产品整合能力，将AI实验室孵化的多个产品（如Opal、NoteBookLM）整合进Gemini平台，形成了功能全面、额度高、模型强大的生态系统[38]

纪要涉及的行业或公司 * 行业：人工智能（AI）大模型与AI Agent应用行业[1] * 公司：智谱AI（发布AutoGLM“陈思版”产品）[1] 核心观点与论据 * **产品定位与架构**：AutoGLM“陈思版”是国内首个集深度研究能力和操作能力于一体的AI Agent[1] 其整体架构是一个结合了思维链（快思考）和test-time-scaling技术（慢思考）的链式模型 专门为完成AI Agent任务进行端到端特殊训练和优化的模型[2] * **核心竞品对比**： * **与Manus的区别**： * **运行环境**：智谱产品主要在用户本地客户端运行 调用客户端浏览器能力进行数据抓取 Manus则在云端自建虚拟环境运行 部分通过后端代码直接抓取数据[3] * **数据安全与成本**：本地运行可让用户看到完整的数据抓取与分析过程 缓解数据安全担忧 同时减少公司在云端的算力投入和容器环境配置成本[4] * **模型基础**：智谱使用自主研发、为任务专门优化的Agent模型 Manus更多使用其他家研发好的大模型[5] * **与DeepSeek的区别**：DeepSeek的链式模型已完全免费 智谱错过了最佳收费时间点 目前竞争策略是将成本做到最低[10] * **产品能力与限制**： * **任务处理**：在浏览器任务上 由于通常只控制一个浏览器 因此只能有一个工作进程 无法并行处理多窗口对话或同时使用多个应用程序 但在涉及多个技能人的非纯浏览器任务上可以协同工作[6][7] * **浏览器兼容性**：目前重点适配Chrome浏览器 因其功能和稳定性更高 兼容其他浏览器（如IE、Safari）技术上不特别困难[8] * **信息源与访问**：对于Google Scholar等海外网站无法访问的问题 需要用户自行解决（如使用网络工具） 对于需要账号登录的网站 产品支持在客户端操作中引导用户输入密码 登录信息会记录在本地保留一段时间[12] * **技术细节**： * **思考时间与消耗**：任务处理时间较长 消耗的token数量波动大 简单任务可能只需几百token 复杂任务可能消耗数万甚至数十万token[8] * **算力投入**：公司为X400（根据上下文推断，可能指代该产品）投入了约2000P的算力 若以NVIDIA 4090显卡估算 大约对应两三千张卡[9] 其他重要内容 * **商业模式**：产品目前免费开放 主要因竞品（DeepSeek）免费和Manus已抢占市场风头 未来商业模式（如会员制）将视竞争情况而定[10] * **发展历程**：公司早在2023年1月就在研发类似Manus的Agent 但未引起市场关注[10] * **未来计划**：计划将“陈思版”与“反思版”模型合并 形成与Manus类似的产品[11]