在迎来其 50 周年之际,Microsoft 一次性为 Copilot 更新了大量新功能,使其更加接近 ChatGPT 或 Claude 等竞品。这款使用多个 OpenAI 模型的 AI 助手现在支持记忆功能、个性化定制、网络操作、播客创作、相机和屏幕分析、深度研究等更多功能。
通过记忆功能,Copilot 现在能够追踪用户的偏好、兴趣和生日等个人信息,并利用这些信息来定制回答、建议或主动提供建议。Microsoft 表示,用户可以选择让 Copilot 记住哪些信息,也可以完全选择退出。
这是使 Copilot 更个性化的持续努力的一部分。Microsoft 表示公司"正处于这一思路的早期阶段",但"很快"用户就能够为 Copilot 定制个性化外观——是的,这包括带回 Clippy 的选项。
Microsoft AI 首席执行官 Mustafa Suleyman 表示:"Copilot 不仅仅是一个 AI,它是属于你的。每个 Copilot 都将拥有独特的风格和属性组合,完全适合每个人的需求。"
除了个性化之外,Copilot 变得更加强大。新的操作功能赋予了 AI 使用网络浏览器执行任务的能力,类似于 OpenAI 的 Operator agent 或 Amazon 最近发布的 Nova Act 模型。Microsoft 表示,它可以用于订购演出票、预订餐厅和购物,特别是当与新的购物功能结合使用时,Copilot 可以研究产品并寻找折扣和促销信息。
Copilot Vision 于 2024 年 12 月开始在网页工具中推出,现在扩展到 Windows 和移动应用程序。在 Windows 上,Copilot 能够"看到"其他应用程序和文件中的屏幕内容,以回答问题或与文件和内容进行交互,而在 iOS 和 Android 上,它可以讨论手机相机可见的任何内容或相机胶卷中的照片。
深度研究功能允许 Copilot 分析大量文档或在线资源用于复杂项目,其研究能力正被整合到 Bing 中,以在搜索引擎中提供 AI 驱动的响应。与其他 AI 工具一样,Copilot 现在也可以使用其研究成果生成播客风格的音频来解释主题,而新的 Pages 功能允许它将跨文档的笔记和研究整理到单一画布中。
Microsoft 表示,许多新功能从今天开始以"初始版本"推出,并将在"未来几周和几个月内"改进,具体可用性因功能、平台和市场而异。这些功能都不是首创——ChatGPT 去年就添加了记忆功能,Google Gemini 有视觉模式,而且每个 AI 公司都想打造个性化 AI 代理——但一次性添加所有这些功能表明 Microsoft 致力于跟上竞争步伐,更不用说充分利用其在 OpenAI 的投资。
更新(4 月 4 日):确认 Clippy 将作为 Copilot 个性化选项。
好文章,需要你的鼓励
杜克大学研究团队建立了首个专门针对Web智能体攻击检测的综合评估标准WAInjectBench。研究发现,现有攻击手段极其多样化,从图片像素篡改到隐藏弹窗无所不包。虽然检测方法对明显恶意指令有中等效果,但对隐蔽攻击几乎无能为力。研究构建了包含近千个恶意样本的测试数据库,评估了十二种检测方法,揭示了文本和图像检测的互补性。这项研究为Web智能体安全防护指明了方向,提醒我们在享受AI便利时必须保持安全意识。
生成式AI的兴起让谷歌和Meta两大科技巨头受益匪浅。谷歌母公司Alphabet第三季度广告收入同比增长12%达742亿美元,云服务收入增长33%至151.5亿美元,季度总收入首次突破千亿美元大关。Meta第三季度收入512.5亿美元,同比增长26%。两家公司都将大幅增加AI基础设施投资,Meta预计2025年资本支出提升至700亿美元,Alphabet预计达910-930亿美元。
加州大学圣地亚哥分校研究团队系统研究了AI智能体多回合强化学习训练方法,通过环境、策略、奖励三大支柱的协同设计,提出了完整的训练方案。研究在文本游戏、虚拟家庭和软件工程等多个场景验证了方法有效性,发现简单环境训练能迁移到复杂任务,监督学习初始化能显著减少样本需求,密集奖励能改善学习效果。这为训练能处理复杂多步骤任务的AI智能体提供了实用指南。