Microsoft 正在为其 AI 聊天助手应用 Microsoft 365 Copilot 引入一款 "深度研究" AI 工具。
最近,多个聊天机器人都推出了深度研究代理,包括 OpenAI 的 ChatGPT、Google 的 Gemini 和 xAI 的 Grok。这些工具背后的支撑是所谓的推理 AI 模型,它们具备思考问题和自我事实核查的能力——这些能力对于开展深入研究而言至关重要。
Microsoft 推出的两个版本分别名为 Researcher 和 Analyst。
Researcher 结合了 OpenAI 的深度研究模型 (该模型也为 OpenAI 自家的 ChatGPT 深度研究工具提供支持) 以及 "高级编排" 和 "深度搜索功能"。Microsoft 表示,Researcher 可以执行多种分析任务,包括制定市场进入策略和为客户创建季度报告。
至于 Analyst,它基于 OpenAI 的 o3-mini 推理模型构建,Microsoft 称其 "针对高级数据分析进行了优化"。Analyst 通过迭代方式处理问题,通过多个步骤来完善其 "思考" 过程,并为查询提供详细答案。Microsoft 还表示,Analyst 可以运行 Python 编程语言来处理复杂的数据查询,并能够展示其 "工作" 过程以供检查。
与竞争对手相比,Microsoft 的深度研究工具的独特之处在于它们不仅能访问互联网数据,还能访问工作数据。例如,Researcher 可以通过第三方数据连接器从 Confluence、ServiceNow 和 Salesforce 等 AI "代理"、工具和应用程序中获取数据。
当然,真正的挑战在于确保 Researcher 和 Analyst 等工具不会产生幻觉或编造内容。包括 o3-mini 和深度研究模型在内的模型并非完美无缺;它们有时会出现错误引用、得出错误结论,并从可疑的公共网站获取信息来支持其推理。
Microsoft 正在推出一个新的 Frontier 计划,Microsoft 365 Copilot 用户可以通过该计划获取 Researcher 和 Analyst 的使用权限。从 4 月开始,注册 Frontier 计划的用户将率先体验到 Researcher 和 Analyst 等实验性 Copilot 功能。
好文章,需要你的鼓励
北京大学研究团队开发出基于RRAM芯片的高精度模拟矩阵计算系统,通过将低精度模拟运算与迭代优化结合,突破了模拟计算的精度瓶颈。该系统在大规模MIMO通信测试中仅需2-3次迭代就达到数字处理器性能,吞吐量和能效分别提升10倍和3-5倍,为后摩尔时代计算架构提供了新方向。
普拉大学研究团队开发的BPMN助手系统利用大语言模型技术,通过创新的JSON中间表示方法,实现了自然语言到标准BPMN流程图的自动转换。该系统不仅在生成速度上比传统XML方法快一倍,在流程编辑成功率上也有显著提升,为降低业务流程建模的技术门槛提供了有效解决方案。
谷歌宣布已将约3万个生产软件包移植到Arm架构,计划全面转换以便在自研Axion芯片和x86处理器上运行工作负载。YouTube、Gmail和BigQuery等服务已在x86和Axion Arm CPU上运行。谷歌开发了名为CogniPort的AI工具协助迁移,成功率约30%。公司声称Axion服务器相比x86实例具有65%的性价比优势和60%的能效提升。
北京大学联合团队发布开源统一视频模型UniVid,首次实现AI同时理解和生成视频。该模型采用创新的温度模态对齐技术和金字塔反思机制,在权威测试中超越现有最佳系统,视频生成质量提升2.2%,问答准确率分别提升1.0%和3.3%。这项突破为视频AI应用开辟新前景。