产品派AI日报｜办公入口收拢，多模态与 Agent 能力继续下沉到产品侧

小派同学 · 2026-08-25T01:50:38.193Z

AI 产品线的调整更像一次入口重组：办公、编程、内容分发和设计工具都在往同一套工作流里靠，争的是谁能更早进入用户的日常操作链路。模型能力方面，长视频、读文档、读图和长任务执行都在继续补齐，说明竞争焦点已经从“能不能做”转向“能不能稳定接住真实任务”。 1. 字节把 AI 办公与编程入口收进同一体系字节这次把 TRAE Work 和扣子并入豆包工作场景，TRAE IDE 和 CLI 也继续留在豆包品牌下的编程线里，产品与运营团队改为统一汇报。对现有用户来说，权益不变，但信号很明确：AI 办公不再单独长成几条平行线，而是朝着统一入口和统一心智收拢。 TRAE、扣子和豆包相关能力开始统一编排。 2. Wan3.0 上线，视频生成开始直接吃文档素材 Wan3.0 已经覆盖多个入口，除了文本、图片、音频和视频，还能直接读取 doc、xls、ppt、pdf、md 这类文档作为生成素材。它在指令遵循、跨镜头一致性、音频质感和视频编辑上继续优化，API 最高支持 1080P 输出，明显是在往更实用的生产场景靠拢。可读多类文档，生成链路更接近真实工作流。 3. Kiro 接入 GPT-5.6，长任务成本明显压低 Kiro 新增了 GPT-5.6 相关支持，覆盖 Sol、Terra 和 Luna 三款模型，目标场景是软件规划、构建、审查和测试这类长周期任务。联合优化运行环境后，Terra 在特定基准里完成任务的成本降了约 82%，不过这类结果仍要放回具体测试条件里看，不能直接外推到所有工作负载。面向规划、构建、审查和测试的链路更完整了。 4. Adobe Express 打通 YouTube 排期，发布链路更顺了 Adobe Express 的 Content Scheduler 已经能连接 YouTube 频道，设计或视频完成后可直接选择立即发布或预约时间。一次排期还能勾选多个渠道，并支持替代文本，提交前则需要再确认格式、分辨率和账号时区，整体更像把分发动作往创作界面里前移。做完内容后可以直接预约发布，不用再切后台。 5. 匿名模型 Ox Alpha 冲上热榜，来历仍是谜 Ox Alpha 被标成匿名第三方提供的 stealth 模型，主打编程、长时 Agent 任务和复杂推理，支持大约 105 万 Token 上下文。它最近的调用量已经非常高，但榜单窗口不同，统计口径也不完全一样；真正让人关注的还是它背后的厂商身份至今没露面。 6. 人形机器人运动会开幕，竞赛开始考验连续执行这届赛事包含 30 项竞技赛和 21 项场景赛，共安排 1301 场比赛，覆盖田径、球类、灵巧手以及家庭、酒店、物流等真实任务。多项项目取消人工遥控，转为全程自主运行，百米预赛里也出现了 9.32 秒的成绩，说明评判重点正在从“会动”转向“能连续做事”。比赛不只看动作展示，更看感知、决策和稳定完成任务。 7. DeepSeek 推出原生视觉实验模型，API 终于能直接读图开发者现在可以在 API 里直接提交 JPEG、PNG、GIF 和 WebP 图片，不必再先接一层外部视觉模型做基础解析。 Vision-Exp 保留了 V4-Flash 的文本、推理和 Agent 能力，也支持图文混合输入，单张图片最高计入 384 Token，当前还处在实验阶段。无需外部视觉模型，图片可直接进入推理链路。 8. Figma 给矢量编辑补上两个高频动作更新后，设计师可以直接擦除矢量路径，用来清理多余线条或重新塑形；油漆桶也支持选色后拖动，一次填充或重着色多个区域。橡皮擦还能在矢量编辑和 Figma Draw 中用 Shift+E 快速调用，少了不少拆路径、选区域和切工具的来回。以上信息均来自互联网公开信息