一句话结论：Google 在 2026 年 10 月 29 日把文件预览与编辑直接搬进了 Gemini 聊天窗口，支持 PDF、Google 文档、Google 表格、幻灯片、Markdown、TXT 与代码共 7 类格式，其中 PDF 同时覆盖网页端与移动端，其余格式目前仅限网页端，功能对所有用户开放。
这次更新的关键词是「在聊天里」。过去用 Gemini 改文件，路径大多要绕道谷歌办公套件：在谷歌文档侧边栏里调用 Gemini，或者先把模型生成的文件下载下来再手动改。Google 官方博客明确提到，这一步此前已经具备生成与下载能力，这次补上的是在应用内直接修改这一环。
这件事的看点不在功能本身有多新，而在它出现的时点。过去一年，主流 AI 助手陆续把「生成之后的修改环节」补齐，对话式办公正在成为生产力工具的新边界。Google 这次的动作，是把编辑能力嵌进 Gemini 自己的界面，而不是继续加深与自家办公套件的耦合。
7 类文件格式与平台支持差异
官方给出的格式清单一共 7 类，覆盖了从结构化文档到纯文本再到代码的完整谱系。
| 文件类型 | 生成 | 预览 | 编辑 | 网页端 | 移动端 |
|---|---|---|---|---|---|
| 支持 | 支持 | 支持 | 支持 | 支持 | |
| Google 文档 | 支持 | 支持 | 支持 | 支持 | 不适用 |
| Google 表格 | 支持 | 支持 | 支持 | 支持 | 不适用 |
| 幻灯片 | 支持 | 支持 | 支持 | 支持 | 不适用 |
| Markdown 文件 | 支持 | 支持 | 支持 | 支持 | 不适用 |
| TXT 文件 | 支持 | 支持 | 支持 | 支持 | 不适用 |
| 代码 | 支持 | 支持 | 支持 | 支持 | 不适用 |
表格中「不适用」一列的含义要说明白：Google 官方原文的表述是 PDF 预览与编辑同时覆盖网页端与移动端，而其余所有格式仅支持网页端。官方没有说明移动端能否生成 PDF，只明确了移动端支持 PDF 的预览与编辑。
交互方式上，官方描述了三个动作。文件可以在聊天中直接生成、预览与编辑；文档可以展开到全屏模式，用户直接输入修改；也可以选中文件中的某段文本向 Gemini 提问，或要求它修改内容。官方演示的一个典型场景是，用户上传手写课堂笔记，要求 Gemini 生成一份 PDF 学习指南，随后手动编辑、高亮特定章节让 Gemini 修改文字或视觉内容，再围绕文件继续提问。选中一张表格后要求 Gemini 把它转换成图表，也是官方举过的操作。
三人赛跑：Gemini、Claude 与 ChatGPT 的办公路线
把 Gemini 这次更新放进竞品时间线，差异会更清楚。
Anthropic 走得更早也更彻底。2026 年 9 月 16 日，Anthropic 宣布 Claude Cowork 与 Claude Chat 合并为单一的 Claude，同时推出 Claude Docs 与 Claude Slides，并让原本独立的 Claude Design 直接进入常规对话。Claude Slides 能把演示文稿生成在对话里，用户可以直接编辑、在 Claude 内演示，或下载为 PowerPoint 与 PDF。Claude Design 还能导入 DOCX、PPTX、XLSX 文件，并连接 Adobe、Canva、Gamma、Miro 等外部工具，也能接入企业自己的设计系统。10 月 8 日，Docs、Slides 与 Design 结束 beta 状态，对所有套餐开放，包含免费版。
OpenAI 走的是团队协作路线。9 月 30 日的 DevDay 2026 大会上，ChatGPT 加入资料空间、页面与协作幻灯片。资料空间是团队共享工作区，页面对标文字处理工具，可在其中撰写、检索、生成图表与可视化；协作幻灯片对标 PowerPoint，生成后多人与智能体可共同编辑并留下评论，可导出为 PowerPoint 或 Google Slides 并保留格式。10 月 16 日，ChatGPT Slides 独立上线，可从对话、文件或大纲生成可编辑演示文稿，浏览器端可导出为 .pptx、PDF 或 Google Slides，面向 Pro、Business 与 Enterprise 且需开启 Space 的用户，最低个人套餐为每月 100 美元。
三条路线的分野很清楚。Anthropic 把文档与幻灯片做成对话里的常驻对象，靠一份上下文同时产出报告与配套演示；OpenAI 把产出放进团队共享空间，强调多人协同与评论；Google 这次的动作更像是把编辑能力沉进聊天界面本身，同时保留了 PDF 在移动端的独家覆盖。谷歌把办公生态接入模型的方式，可以参考站内Gemini 与办公生态的打通情况。
移动端缺口与功能边界
目前除 PDF 外的格式尚未覆盖移动端，移动场景下的文件修改仍是明显缺口。对通勤中要改文档、临时改表格的用户来说，这个限制的影响是直接的。
另一个需要注意的边界是套餐与额度。官方原文只写了功能面向所有用户、在 Gemini 应用可用的所有语言开放，并没有列出免费版、AI Pro、AI Ultra 之间的功能差异，也没有给出文件数量、体积、页数或生成频率的具体限制。原文同样没有列出具体支持的语言与国家地区清单。因此「所有用户可用」只能理解为发布时的整体开放状态，不能据此推断三个套餐的能力完全一致。定价与套餐边界，可参照站内对模型规范与产品分层逻辑的梳理。
文件预览与编辑能力的另一层背景，是模型在文档理解侧已经跑到了什么位置。Gemini 4 Carbon 发布时在 Artificial Analysis 指数上拿下 59 分并登顶，同期在安全基准上全部表现最优，相关评测细节站内已有记录：Gemini 4 Carbon 发布：AA 指数 59 分登顶与安全基准全优。而文档解析这条更细的赛道，小米开源 Xiaomi-OCR-0 在文档解析上的表现也提供了另一个量级的参照。
常见问题
Gemini 现在能编辑哪些文件？手机上能用吗？
支持 PDF、Google 文档、Google 表格、幻灯片、Markdown 文件、TXT 文件与代码共 7 类。PDF 的预览与编辑在网页端和移动端都可用，其余 6 类目前只支持网页端。官方没有说明移动端能否生成 PDF。
免费版能用吗？跟 AI Pro、Ultra 的差别是什么？
官方公告写的是面向所有用户、在 Gemini 应用可用的所有语言开放。但公告没有列出各套餐的功能差异，也没有给出文件大小、页数或生成次数限制。所以可以确认的是整体已开放，无法确认的是免费版与付费版之间是否存在能力或额度上的具体区别。
这次更新和之前 Gemini 能在谷歌文档里改文件有什么不同？
此前的路径是借助 Gemini 与谷歌办公套件的集成，在谷歌文档侧边栏中调用；现在编辑能力直接嵌在 Gemini 的聊天界面里，用户不必离开 Gemini 就能查看并修改文件，并且可以在同一个对话里继续追问。这是入口的变化，不是模型能力的升级。
小结
主流 AI 助手正在集体把「生成之后的修改环节」补齐，聊天框本身逐渐变成一张办公桌。Google 选择把编辑能力沉进 Gemini 的对话界面，并在移动端只保留 PDF 这一条通路，反映出它对「随身改文件」这类场景的判断。对用户而言，支不支持已经明确，格式支持清单、额度规则与套餐差异这些细节何时能对所有人透明才是接下来的问题。
相关阅读
- Gemini 应用上线文件编辑：PDF 表格文档可直接改
- Google Connected Apps 上线：50+ 应用接入 Gemini 与搜索
- Gemini 4 Carbon 发布：AA 指数 59 分登顶与安全基准全优
- 小米开源 Xiaomi-OCR-0：0.8B 参数 95.24 分文档解析登顶
- Google Genie 4 发布：2 分钟世界模拟与原生音频
延伸阅读
- OpenAI 偷偷测试新图像模型，代号 mona-lisa-1，专治 AI 塑料感皮肤2 月前
- 谷歌推出Gemini Agent：AI同事有邮箱能打卡，支持调用Claude4 周前
- Gemini 4 Argon 深度：ARC-AGI-3 97.5%背后的工程奇迹2 周前
- 谷歌升级家庭AI助手CC：支持最多6名家庭成员协同，独立账户+Antigravity智能体驱动1 月前
继续读
同一批更新里这几篇值得一看：