我们早已知道 Microsoft 即将正式推出 Recall,而现在这家软件厂商已将该功能适用于全部 Copilot Plus PC。Recall 是一项能够截取你在 Copilot Plus PC 上几乎所有操作快照的功能,将于今日与经过改进的基于 AI 的 Windows 搜索界面一同上线,同时推出与 Google 的 Circle to Search 非常相似的 Click to Do 功能。
Recall 原本计划与 Copilot Plus PC 一同于去年六月推出,但由于安全研究人员提出的担忧,该功能被推迟。Microsoft 曾计划于十月开始公开测试 Recall,但随后又将测试推迟至十一月,以便有更多时间进一步增强安全性。Microsoft 现在已经用了过去 10 个月时间彻底提升 Recall 的安全性,并将其设计为一种可选择开启的体验,若你担心隐私影响,完全无需开启。
Recall 时间轴允许你滚动浏览 PC 上的所有快照。
“当我们推出 Recall 时,我们旨在解决一个常见的烦恼:希望能够从上次离开的地方继续。” Microsoft Windows Experiences 事业部公司副总裁 Navjot Virk 解释道。Recall 旨在改进你对 PC 的搜索方式,通过截取已分类的快照,使你能轻松搜索模糊的记忆而非单纯依赖文件名。
我去年花了几周时间测试 Recall,发现它既令人毛骨悚然,又十分聪明而引人注目。从技术角度看,它对 Windows 搜索界面是一次重大改进,因为它能够以更自然的方式理解图像和内容。但这确实带来了隐私上的雷区,因为你突然开始在 PC 上存储更多关于使用情况的信息,而且你仍需仔细管理被屏蔽的应用和网站。
安全研究员 Kevin Beaumont(最早对 Recall 提出警告之一)最近测试了最终版本,发现“Microsoft 已经付出了巨大的努力来确保 Recall 的安全性。” 数据库现已进行加密,Recall 默认尝试过滤敏感数据,而且这一功能现已变成可选择体验。
Beaumont 也指出,敏感应用和网站的过滤效果有时存在不稳定甚至时会出现瑕疵。他还表示,你可以通过一个简单的四位数 PIN 解锁选项以及 Windows Hello 来访问 Recall,而无需强制使用更安全的面部识别或指纹识别。Microsoft 的 Recall 官网声称 “你必须至少启用一种 Windows Hello 的生物识别登录选项(面部识别或指纹识别)才能启动和使用 Recall。”
新的基于 AI 的 Windows 搜索界面
与 Recall 同步,今天在 Copilot Plus PC 上 Windows 搜索也获得了一些 AI 改进。你现在可以使用文件资源管理器、Windows 搜索框或设置中的自然语言查询。这意味着,代替仅搜索文件名或特定设置,你现在可以描述图像或文档,从而获取相应的结果。如果你在寻找已保存的某个棕色狗狗的图像,你只需输入 “棕色狗狗”,无需记住文件名或图像创建日期。
Microsoft 今日还推出了 Click to Do 功能,其运作方式与 Google 的 Circle to Search 十分相似。你可以通过按下 Windows 键+左键单击来激活该功能,它将对你屏幕上的文本或图像提供相应操作,包括对文本进行摘要,或能够迅速从图像中移除对象。
Click to Do 允许你对图像和文本进行操作。
Recall、改进后的 Windows 搜索以及 Click to Do 功能今日将在所有 Copilot Plus PC 上推出,但 Click to Do 中的文本操作目前仅限于 Qualcomm 驱动的设备,而采用 AMD 和 Intel 的 Copilot Plus PC 将在 “未来几个月” 内获得该功能。Recall 和 Click to Do 应支持多种语言和区域,不过 Microsoft 表示,两项功能在今年晚些时候之前不会在欧盟国家以及冰岛、列支敦士登和挪威上线。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。