微软正在将其 Copilot Vision 功能从网页端扩展到 Windows 和移动设备平台。Copilot Vision 是微软去年 Copilot 重新设计中的重要组成部分,但迄今为止,它仅限于在 Edge 浏览器网页中帮助用户理解所看到的内容。
现在,Copilot Vision 将能够分析移动设备摄像头的实时视频,使这款 AI 助手能够为用户提供植物护理建议或家居装饰指导。微软今天在 iOS 和 Android 平台的 Copilot 应用中推出了 Copilot Vision 功能,同时这项功能也将很快登陆 Windows 平台。
Windows 版 Copilot 应用正在更新,以支持在整个 PC 系统中使用 Copilot Vision。这使得微软的 AI 助手能够指导用户使用 Adobe Photoshop 的功能,或分析用户正在查看的照片和网页。
这与微软在 Copilot Plus PC 上的 Recall 功能有所不同。Recall 功能在启用后会自动截取快照,而 Copilot Vision 更像是在 Microsoft Teams 通话中进行应用程序或整个桌面的屏幕共享。
Windows 版 Copilot Vision 将于下周向 Windows 预览体验成员开放,微软表示将在测试完成后进行更广泛的推广。同时,公司今天还为 Copilot 更新了一系列新功能。这款 AI 助手现在支持记忆功能、个性化设置、基于网络的操作、播客创建、深度研究等功能。您可以在这里了解有关 Copilot 的所有新功能。
好文章,需要你的鼓励
苏州大学研究团队提出"语境降噪训练"新方法,通过"综合梯度分数"识别长文本中的关键信息,在训练时强化重要内容、抑制干扰噪音。该技术让80亿参数的开源模型在长文本任务上达到GPT-4o水平,训练效率比传统方法高出40多倍。研究解决了AI处理长文档时容易被无关信息干扰的核心问题,为文档分析、法律研究等应用提供重要突破。
在Cloudera的“价值观”中,企业智能化的根基可以被概括为两个字:“源”与“治”——让数据有源,智能可治。
清华大学团队首次揭示了困扰AI训练领域超过两年的"幽灵故障"根本原因:Flash Attention在BF16精度下训练时会因数字舍入偏差与低秩矩阵结构的交互作用导致训练崩溃。研究团队通过深入分析发现问题源于注意力权重为1时的系统性舍入误差累积,并提出了动态最大值调整的解决方案,成功稳定了训练过程。这项研究不仅解决了实际工程问题,更为分析类似数值稳定性挑战提供了重要方法论。