微软宣布将使用微软生成式AI助手Copilot对Microsoft 365工具套件进行升级,Copilot采用了OpenAI刚刚推出的GPT-4,同时结合了业务数据。

AI功能被直接集成到Word、Excel、PowerPoint、Outlook和Teams等应用中,用户可以提出问题并提示AI撰写草稿、制作演示文稿、编辑电子邮件、制作演示文稿、总结会议等。
微软首席执行官Satya Nadella表示:“今天标志着我们与计算交互方式演变到了下一个重要步骤,这将从根本上改变我们的工作方式,开启新一轮的生产力增长浪潮。我们将借助这一新的工作助手,为人们提供更多的代理权,并通过最通用的自然语言,使技术变得更易获得。”
目前已经有20家客户在对Copilot进行测试,未来几个月内,微软将更广泛地扩大预览范围。
谷歌在争夺AI领导地位上有些落后于微软了。几天前,微软刚刚公布宣布扩大使用OpenAI的GPT技术,谷歌紧随其后就宣布将推出一套AI功能,主要面向Google Workspace中的Gmail和Docs,未来还将把新的功能加入到Slides、Sheets、Meet和Chat中。
这次,Word和Outlook用户利用生成式AI,可以提示Copilot让它快速编写他们所需的草稿,包括销售文件或者电子邮件,例如:“根据本文档和那个电子表格中的数据起草一个两页的项目”,或者让AI通过写下“缩短第三段”来帮助他们编辑,还可以让AI将文档的基调改为更正式的或者更随意的。
在Excel使用Copilot时,它可以回答用户提出的表格中的数据问题,并分析相关性,给出洞察,还可以根据命令发现趋势或者创建可视化效果。
用户还可以要求Copilot基于Word文档生成PowerPoint演示文稿,也可以根据提示自动生成故事板,让用户调整布局和设计,所有这些都是用户基于自然语言操控的。
根据微软的说法,AI并不总能把事情做好,目前它还不完全可靠,对它生成的内容进行审查是很必要的。在它生成任何内容之后,用户需要对内容进行编辑,或者可以点击“再试一次”按钮来让它调整内容。用户还可以要求它添加缺失的信息,然后它会利用这些信息来加强学习以便下一次做得更好。
Microsoft 365 Copilot的运作方式也是微软Copilot System系统的一个组成部分,该系统连接了各种365应用、Copilot AI和Microsoft Graph中的大量业务数据。Copilot AI充当理解自然语言问题和用户提示的渠道,但它也像研究助理一样访问整个业务数据图并进行挖掘。
更进一步地,微软还推出了一款名为Business Chat的工具,其运行方式与Microsoft Teams中的AI研究助手完全相同。用户可以向Business Chat进行提问,它可以汇集来自多个来源的信息,然后进行组织并连贯地呈现出来,包括引用内容。
比如某个用户或群组正在准备会议,他们可能会要求Business Chat总结以前的会议内容和讨论内容,编译讨论所需的资源。Business Chat会提供包括以前的主题、引用内容和会议期间可以使用的资源链接,它还可以帮助集思广益和规划时间表。
Business Chat通过企业数据,以及对所有文件、电子邮件、会议、聊天和其他信息的完全访问路径,可以在协作时为团队提供各种各样的帮助。
本月早些时候,微软还发布了Dynamics 365 Copilot,并将这个AI助手内置到客户关系、销售和其他业务应用中,例如Sales、Viva Sales和Business Central。现在微软将把这个工具应用到Microsoft 365中。
好文章,需要你的鼓励
英特尔第三季度财报超华尔街预期,净收入达41亿美元。公司通过裁员等成本削减措施及软银、英伟达和美国政府的大额投资实现复苏。第三季度资产负债表增加200亿美元,营收增长至137亿美元。尽管财务表现强劲,但代工业务的未来发展策略仍不明朗,该业务一直表现不佳且面临政府投资条件限制。
美国认知科学研究院团队首次成功将进化策略扩展到数十亿参数的大语言模型微调,在多项测试中全面超越传统强化学习方法。该技术仅需20%的训练样本就能达到同等效果,且表现更稳定,为AI训练开辟了全新路径。
微软发布新版Copilot人工智能助手,支持最多32人同时参与聊天会话的Groups功能,并新增连接器可访问OneDrive、Outlook、Gmail等多项服务。助手记忆功能得到增强,可保存用户信息供未来使用。界面新增名为Mico的AI角色,并提供"真实对话"模式生成更机智回应。医疗研究功能也得到改进,可基于哈佛健康等可靠来源提供答案。同时推出内置于Edge浏览器的Copilot Actions功能,可自动执行退订邮件、预订餐厅等任务。
纽约大学等机构联合开发的ThermalGen系统能够将普通彩色照片智能转换为对应的热成像图片,解决了热成像数据稀缺昂贵的难题。该系统采用创新的流匹配生成模型和风格解耦机制,能适应从卫星到地面的多种拍摄场景,在各类测试中表现优异。研究团队还贡献了三个大规模新数据集,并计划开源全部技术资源,为搜救、建筑检测、自动驾驶等领域提供强有力的技术支撑。