返回

Perplexity Computer、Samsung Galaxy S26 上的 Perplexity，以及升級的 Comet 語音模式

Perplexity Computer

Perplexity Computer 將所有當前的 AI 功能整合到一個系統中。從單一對話即可端對端地研究、設計、編碼、部署和管理任何專案。

Computer 可以同時協調 19 個模型的運作，為每項任務配對最適合的模型。交出複雜的專案（例如建立網站、撰寫報告、分析資料集），Computer 便會進行拆解、交由專門的代理程式處理，並交付最終成果。它會記住過去的工作、連接數百個服務，並在雲端中安全執行。

Computer 現已在網頁版向 Max 訂閱者開放，並即將推出 Pro 和 Enterprise 版本。Max 訂閱者每個月可獲得 10,000 點數，外加一次性贈送的 20,000 點數。

嘗試要求 Perplexity Computer 執行以下操作：

  • 從單一提示建立即時網站： 為沃爾瑪（Walmart）過去 12 個月建立互動式股價時間軸，覆蓋重大事件，並使用沃爾瑪的品牌顏色。
  • 免手動執行完整的財務分析： 建立詳細的 NVDA 估值分析，包含 5 年 DCF、營收預測，以及從最新財報中提取的利潤率假設。
  • 自動進行深入的競爭對手分析： 使用過去 4 季 Mag7 財報的問答，建立互動式排行榜，顯示每位高層的回答是直接還是迴避。

Samsung Galaxy S26 上的 Perplexity

Perplexity 現已深度整合到 Samsung Galaxy S26 手機中，為 Perplexity 助理以及三星的 Bixby 提供搜尋與推理功能。

  • 預先載入 Perplexity 與「Hey Plex」：Perplexity 應用程式將預先載入到每一支 Galaxy S26 上，使 Perplexity 成為第一家在三星裝置上獲得作業系統級存取權限的非 Google 公司。說出「Hey Plex」或按住側邊按鈕即可立即啟動助理。三星應用程式（包括「備忘錄」、「日曆」、「媒體瀏覽器」、「時鐘」和「提醒事項」）之間的深度整合，實現了順暢的多步驟工作流程，無需在應用程式之間切換。
  • Perplexity API 支援 Bixby 與 Samsung Internet：三星的 Galaxy S26 是第一款在平台層級整合 Perplexity API 的智慧型手機。Bixby 現在使用 Perplexity 進行即時網頁搜尋和先進推理，提供根據最新資訊得出的準確、最新答案。Perplexity 的功能也延伸至 Samsung Internet，帶來在我們的 Comet 瀏覽器中臻於完善的代理式瀏覽功能，並提供 Perplexity 作為選用的預設搜尋引擎。

閱讀網誌文章以了解更多詳情，並準備好讓未來 S26 上的 Perplexity 協助你：

  • 提出問題並取得附帶來源的答案，無需開啟瀏覽器
  • 直接將資訊從 Perplexity 回應儲存至 Samsung 備忘錄
  • 透過單一對話設定提醒事項並新增日曆項目

Comet 中升級的語音模式

向 Comet 詢問畫面上顯示的任何內容、與網站互動，或在多個分頁之間聊天而不會遺失上下文。語音模式現在運行於 OpenAI 的 GPT Realtime 1.5 模型，互動可靠性提升超過 25%，語音表現力也大幅改善。已向桌面版和 Android 版 Comet 的所有使用者推出。

下載 Comet 並嘗試：

  • 免手動瀏覽股票投資組合： 「我今天的關注清單有什麼動靜？向下捲動並向我展示波動最大的股票。」
  • 免觸控導覽： 「開啟第三個連結，向下捲動到規格部分，並將其與左側的分頁進行比較。」
  • 透過語音總結多個分頁： 「比較這三個飯店分頁的價格，並告訴我哪一個提供下週末最划算的優惠。」

改進的 Perplexity Finance 時間軸

Perplexity Finance 資產頁面上的價格歷史檢視現在更加全面：

  • 審查了更多新聞來源，包括來自 MT Newswires 和 Benzinga 的新聞稿內容
  • 考量了更多相鄰資料，包括主要指數、產業類別和資產的走勢
  • 更頻繁地更新條目，特別是針對市值較高的資產
  • 包含盤後價格走勢
  • 擴大涵蓋範圍以包含所有類型的資產：股票、加密貨幣、指數、大宗商品、ETF
  • 支援英文以外的更多語言

最先進的嵌入模型

Perplexity 的搜尋嵌入模型領先業界，在公開和內部基準測試中超越了 Google 和 Alibaba。我們現在已將它們以兩個模型系列推出給所有人：用於標準密集檢索的 pplx-embed-v1，以及用於文件感知上下文檢索的 pplx-embed-context-v1，兩者皆提供 0.6B 和 4B 參數規模。4B INT8 變體每個 GB 可儲存多達 4 倍的頁面，而二進位變體則可儲存 32 倍。根據 MIT 授權在 Hugging Face 上開源，並可透過 Perplexity API 取得。閱讀技術報告以了解更多資訊。Pplx-embed 模型可協助開發者：

  • 支援語意搜尋引擎： 為 1,000 萬份文件建立搜尋索引，能夠理解含意而不僅僅是關鍵字，並在毫秒內傳回相關結果。
  • 執行多語言 RAG 管線： 為英文、日文和德文的技術文件建立索引，無論問題是用什麼語言，都能檢索出正確的段落。
  • 以符合成本效益的方式擴展網頁級檢索： 使用二進位量化模型在單一伺服器上為超過 10 億個網頁建立索引，同時不犧牲檢索品質。