Opera浏览器自从推出工作区功能以来,一直是我保持高度组织化的首选浏览器。当你打开50个标签页时,它们会严重拥挤你的浏览器窗口,因此工作区已成为我使用的任何浏览器的必备功能。
Opera在工作区功能上比任何其他浏览器都做得更好。
很快,Opera(也称为Opera One)将添加更多功能,帮助用户变得更有组织性、更具创造力和更高效。
于1月15日发布的Opera One R3在原本出色的浏览器基础上进一步升级。在这次最新更新中,你将发现以下功能:
Opera One R3的目标是让浏览器感觉更有组织性和专注性,同时提供更个性化和愉悦的体验。
作为多年来一直使用Opera作为首选浏览器的用户,我对浏览器的几个方面都有强烈的看法。我承认自己在采用标签岛功能方面一直比较缓慢。然而,最近我开始意识到它们有多方便。
让我解释一下。
我做很多视频工作,这意味着我在DaVinci Resolve中花费大量时间。多年来,视频调色一直是我的软肋,所以我看了很多YouTube视频,包括色彩分级大师Darren Mostyn的视频。
最近,我发现自己在Opera中打开了四个Darren的视频。这些标签页分散在单个窗口中,所以远非井然有序。然后我记起Opera具有标签岛功能;我将这些标签页组合在一起,让它们保持更好的组织。
虽然Opera One R2确实包含标签岛功能,但它们还不够明确定义。在R3中,这些标签岛变得更加有用——我完全打算将它们整合到我的日常Opera使用中。
至于AI功能,我对使用任何非本地安装的AI并不太热衷。然而,我已经对Opera的Aria进行了多次测试,发现它与类似工具不相上下。Opera的Aria的优点是其无缝集成使其成为使用的不二选择。而且,它是免费的。
AI能够在整个标签岛上工作,这对许多人来说可能是一个游戏规则改变者。
老实说,我通常不在Opera中使用分屏功能,但这并不意味着它不是一个有用的功能。如果你有足够大的显示器,能够将四个标签页分成四等份可能会非常方便。
我经常使用Opera侧边栏,快速访问Gmail和Google日历将大大提高我的效率。当需要快速检查电子邮件或日历事件时,我不必首先更换工作区。快速又简单。
我真正喜欢Opera的另一个功能是主题引擎。不久前,开发者引入了一种为Opera设置主题的方法,它如此简单有趣,我很惊讶其他浏览器还没有跟上。R3带来了更多可定制的主题,以及一个音乐响应主题。我想知道它是否也能捕捉到音乐的情绪?想象一下当你听The Cure然后切换到Taylor Swift时,你的浏览器会是什么样子。从阴郁到彩虹只需几秒钟。
每当Opera的新版本发布时,我总是很兴奋,因为开发者似乎总是知道我对浏览器的需求,再次证明Opera比其他浏览器领先数光年。
你可以从Opera官方网站免费下载Opera One R3。
Q&A
Q1:Opera One R3的标签岛功能有什么改进?
A:在Opera One R3中,标签岛功能变得更加明确定义和有用。用户可以将相关的标签页组合在一起,保持更好的组织性。例如,可以将多个相关的YouTube视频标签页组合成一个标签岛,避免它们在浏览器窗口中分散显示,大大提高浏览效率。
Q2:Opera One R3的AI功能Aria能做什么?
A:Opera的Aria AI功能具有无缝集成的特点,使用起来非常方便,而且完全免费。在R3版本中,AI功能可以在整个标签岛上工作,这对很多用户来说可能是一个游戏规则改变者,能够帮助用户更好地处理和管理多个相关页面的内容。
Q3:Opera One R3有哪些个性化定制功能?
A:Opera One R3带来了更多可定制的主题选项,包括一个音乐响应主题,能够根据播放的音乐动态改变浏览器的外观。Opera的主题引擎使用简单有趣,用户可以轻松个性化定制浏览器界面,创造更个性化和愉悦的浏览体验。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。