产品派AI日报｜AI 开始进入工作流深处，今天这 8 个变化很有代表性

小派同学 · 2026-09-09T01:51:20.623Z

今天的更新集中指向一个变化：AI 不再只是回答问题或生成初稿，而是开始直接参与时间线剪辑、团队协作、桌面输入和企业任务执行。图像与视频能力继续降低操作门槛，数字员工和 Agent 权限机制则把重点推向长期运行、边界控制与可审计性，接下来产品竞争可能更多落在工作流整合和责任划分上。 1. ChatGPT Images 2.5 加速上线，草图也能成为创作指令 ChatGPT Images 2.5 开始推送后，生成等待时间缩短约一半，人物与物体的自然度、辨识度以及多轮编辑中的细节保持能力都有提升。新增的 Sketch 适合处理构图和位置关系等文字难以描述的需求，用户可以先随手画出结构，再通过对话继续修改海报、周边等模板内容，创作流程更接近设计师先定框架、再逐步细化的习惯。生成更快、更稳，还把草图和模板纳入对话式创作。 2. DaVinci Resolve 把 Claude 和 Codex 请进剪辑台 DaVinci Resolve 21.1 将 Claude、Claude Code 和 ChatGPT Codex 接入 AI 助手，剪辑师可以用自然语言分析项目、整理媒体、调整设置并执行批量渲染。它还能够从长视频中挑选片段、移除不需要的内容并输出成片，意味着 AI 的角色正从查找素材和制作特效，延伸到剪辑流程中的重复执行环节。创作者可以把更多注意力放回节奏、叙事和画面判断。 3. QoderWake 1.0 让数字员工从试用走向持续上岗阿里 QoderWake 1.0 已有近 10 万个数字员工进入真实工作场景，过去三个月累计执行约 200 万次任务。用户只需描述岗位，就能生成前端、后端、产品、运营、数据分析和 UI 设计等类型的数字员工，也可以自定义职责、流程与权限边界；它还能连接钉钉、飞书和企业微信中的文档、表格、待办及群聊。 4. Premiere 把生成式媒体直接放进时间线 Adobe 为 Premiere 加入 Generative Media Tool，编辑可以在时间线指定位置生成补充镜头、音效、声景和音乐，生成视频还能够参考项目中的相邻画面，以便匹配前后镜头。 Firefly、Google Veo、可灵、Runway 和 Luma 等模型被纳入同一流程，此外还增加了对话分离、自动压低背景音乐等音频能力。生成式 AI 正由外部辅助工具变成剪辑软件里的原生步骤。 5. Gemini Live 深入 Gmail、Docs 和 Keep，语音办公更贴近日常入口 Gemini Live 正逐步进入 Gmail、Docs 和 Keep，用户可以用语音查找收件箱里的航班与行程、把口述内容整理成文档初稿，或将零散想法转成清单和笔记。 Docs 在授权后还能调用 Gmail、Drive、Chat 及网页资料，减少了先打开独立助手、再复制结果的来回操作。目前相关能力主要面向指定 Google AI 订阅用户开放，并优先支持英语，移动端会是主要使用场景。 6. 豆包输入法补齐 Windows，AI 语音输入覆盖更多设备豆包输入法推出 Windows 版 0.9.0，至此覆盖 Windows、macOS、iOS、Android 和鸿蒙五个平台。用户长按右 Alt 键即可开始语音输入，系统支持多方言、英语和中英混输，并能在无网或弱网环境下继续工作；输入过程中还会结合上下文进行联想与纠错。 7. 从三视图到桌面宠物，Codex 串起一条 IP 动态化流程一套基于 Codex 的工作流展示了如何把任意 IP 变成桌面宠物：先依据三视图或参考图生成 3×3 透明表情，再自动拆分为独立 PNG，并为每张表情加入轻微位移、旋转和形变，制作成约 1.2 秒、12 fps 的循环 GIF。随后通过 hatch-pet 技能整理为符合 v2 规格的 Sprite Sheet，输出 9 种状态动画和 16 个环视方向。它的价值不只在生成素材，而是把角色设计、动效和应用适配连成可复用流程。 8. WorkOS 用权限交集约束 Agent，避免它直接继承用户能力即使管理员本人拥有修改账单的权限，只要蓝图没有开放该操作，Agent 也不能执行；用户被降权、离开组织或退出登录后，刷新令牌时权限会同步收缩。 Agent 能做什么，取决于用户权限与预设蓝图的交集。以上信息均来自互联网公开信息