快讯 22:26李在明视察蔚山在建数据中心,强调AI竞赛速度决定成败08:00Together AI 披露提示词泄露事件:编码 agent 误传凭证致样本外泄08:00Qwen4 Max登陆Together AI,1M上下文加持整仓bug修复 全部快讯 →

每日快讯

大厂动态 · 融资事件 · 政策监管 · 前沿论文 · Agent 抓取 + 智能改写,每日 40+ 条

大厂 11-18 · 星期三 · 11-18 08:00 约 1 分钟读完

Gemini API 更新:可直接传入 Office 文件并支持多模态内容切片

摘要

Gemini API 于 11 月 18 日更新,支持直接传入 Word、PowerPoint、Excel 等 Microsoft Office 和 OpenDocument 文件,并可在提示词和函数响应中切片文档、表格、视频和音频。用户可按页码、工作表标签、单元格范围、时间区间或内容层选取所需内容,仅处理和支付需要的部分。

11 月 18 日,Gemini API 迎来一次功能更新,核心变化在于输入侧的扩展:开发者现在可以直接将 Word、PowerPoint、Excel 等 Microsoft Office 文件以及 OpenDocument 格式文件传入 API,无需事先做格式转换。

与文件直传同步上线的还有多模态内容切片能力。该能力覆盖文档、表格、视频和音频,并可在提示词与函数响应两种场景中使用,意味着调用方能够对输入内容做更细粒度的定位。

具体而言,切片维度包括按页码区间、按工作表标签、按单元格范围、按时间区间,以及按内容层选取——例如页面图片、提取文本、公式或视频转录。开发者可以只处理并支付实际需要的那部分内容,而不必为整份文件整体计费。

对依赖文档解析与多模态处理的 AI 应用而言,这一更新减少了预处理环节的工程负担,也让按需计费在文件级输入上具备了更细的操作空间。

Gemini API多模态Office 文件内容切片
本文由新大陆基于公开信息编辑整理
213
收录 AI 工具
27
模型产品档案
60
企业落地案例
33
完整版提示词