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
本文评测了六款控制台平铺终端复用器工具。GNU Screen作为老牌工具功能强大但操作复杂,Tmux更现代化但学习曲线陡峭,Byobu为前两者提供友好界面,Zellij用Rust编写界面简洁易用,DVTM追求极简主义,Twin提供类似TurboVision的文本界面环境。每款工具都有各自特点和适用场景。
韩国汉阳大学联合高通AI研究院开发出InfiniPot-V框架,解决了移动设备处理长视频时的内存限制问题。该技术通过时间冗余消除和语义重要性保留两种策略,将存储需求压缩至原来的12%,同时保持高准确性,让手机和AR眼镜也能实时理解超长视频内容。
网络安全公司Snyk宣布收购瑞士人工智能安全研究公司Invariant Labs,收购金额未公开。Invariant Labs从苏黎世联邦理工学院分拆成立,专注于帮助开发者构建安全可靠的AI代理工具和框架。该公司提供Explorer运行时观察仪表板、Gateway轻量级代理、Guardrails策略引擎等产品,并在工具中毒和模型上下文协议漏洞等新兴AI威胁防护方面处于领先地位。此次收购将推进Snyk保护下一代AI原生应用的使命。
纽约大学研究团队通过INT-ACT测试套件全面评估了当前先进的视觉-语言-动作机器人模型,发现了一个普遍存在的"意图-行动差距"问题:机器人能够正确理解任务和识别物体,但在实际动作执行时频频失败。研究还揭示了端到端训练会损害原有语言理解能力,以及多模态挑战下的推理脆弱性,为未来机器人技术发展提供了重要指导。