从本周五开始,Copilot 将开始记住对话并将其储存为“记忆”,以根据你的喜好、厌恶以及你生活中的细节(从你狗的名字到你早餐喜欢吃什么)来优化其回应。它还会记住你的沟通风格 — “无论你喜欢正式的‘早安’还是随意的‘怎么样?’” Suleyman说道。
用户可以随时查看并删除这些储存的“记忆”,以确保隐私。
公司正开始尝试为 Copilot 赋予面孔,提供个性化的动画外观。Suleyman 表示,这一功能目前还处于非常初期的阶段。
他还表示,微软为 Copilot 设定的目标是“使其成为完成任何任务最简单的方式”,并增强“其代表你实际完成事务的能力”。Copilot 现已转变为一个完整的个人助理,能够在特定网站上代表用户采取行动,如预订活动门票、预约餐厅等。
宣布的这些功能虽然对于 Copilot 来说是新鲜事,但在业界并不算特别新颖。Amazon (AMZN) 最近宣布的 Alexa Plus 可以记住有关你的信息并代表你执行任务(例如发送邀请);与此同时,OpenAI 通过 ChatGPT 提供个性化功能,并利用 Operator 实现基于网络的任务执行。
微软的此次活动正值近期传闻之际,有消息称公司正在研发内部人工智能模型 — 包括类似于 OpenAI 的 o1 那样的推理模型,该模型今年早些时候已被整合到其 Copilot 产品中 — 旨在逐步摆脱对长期人工智能合作伙伴 OpenAI 的依赖。
彭博社和 The Information 上个月均报道,微软所称的 MAI 系列多个人工智能模型在公认的基准测试中产生的结果与 OpenAI 和 Anthropic 的竞争产品不分上下。这些模型还被测试是否能支持目前使用 OpenAI 模型执行的 Copilot 任务。
好文章,需要你的鼓励
Docker公司通过增强的compose框架和新基础设施工具,将自己定位为AI智能体开发的核心编排平台。该平台在compose规范中新增"models"元素,允许开发者在同一YAML文件中定义AI智能体、大语言模型和工具。支持LangGraph、CrewAI等多个AI框架,提供Docker Offload服务访问NVIDIA L4 GPU,并与谷歌云、微软Azure建立合作。通过MCP网关提供企业级安全隔离,解决了企业AI项目从概念验证到生产部署的断层问题。
哈佛大学研究团队开发出LangSplatV2系统,实现了超高速3D语言查询功能。该系统通过创新的稀疏编码技术和高效渲染算法,将3D场景语言理解速度提升了47倍,达到每秒384帧的实时处理能力。系统采用全局语义字典和稀疏系数表示,彻底解决了传统方法中解码器速度瓶颈问题,为AR/VR、智能机器人等应用提供了强大的技术基础。
马斯克的AI女友"Ani"引爆全球,腾讯RLVER框架突破情感理解边界:AI下半场竞争核心已转向对人性的精准把握。当技术学会共情,虚拟陪伴不再停留于脚本应答,而是通过"心与心的循环"真正理解人类孤独——这背后是强化学习算法与思考模式的化学反应,让AI从解决问题转向拥抱情感。
马里兰大学研究团队提出了CoLa(Chain-of-Layers)方法,让AI模型能够根据任务难度动态调整内部层的使用策略,实现"快思考"和"慢思考"的灵活切换。通过蒙特卡洛树搜索算法,该方法在推理任务上显著提升了模型的准确性和效率,为75%的正确答案找到了更短的处理路径,并纠正了60%的错误答案,为AI模型的架构优化开辟了新方向。