微软周四在博客文章中宣布,Edge浏览器的Copilot模式为微软的网络浏览器带来了更强大的智能体AI功能,目前在美国作为限量预览版推出。
最新版本的Edge已经具备了许多与竞争对手AI网络浏览器相同的功能,如Perplexity的Comet、OpenAI的ChatGPT Atlas以及Google Chrome中的Gemini。这包括在角落放置AI来聊天讨论正在浏览的网页、分析多个标签页的内容或搜索网络。
更新到最新版Edge的用户可以进入限量预览并激活Copilot开关。微软表示,Copilot可以随时关闭。
Edge的Copilot模式包括Actions和Journeys两个功能,这两个功能在今年早些时候就已经宣布。顾名思义,Actions为Edge提供了智能体功能——它可以代表用户执行任务。例如,使用语音Actions功能,用户可以与浏览器对话,让它打开网页或要求Copilot在文章中找到讨论特定主题的部分。
Journeys会记住用户的浏览历史,可以帮助他们从上次中断的地方继续,并提供下一步去向的建议。在Journeys中,用户可以看到他们过去的浏览会话并相应地进行分组。例如,如果前一天在研究购买新电视,Journeys可以整理那次之前的研究会话,帮助用户重新开始。
微软没有立即回复置评请求。
Edge浏览器Copilot模式的发布正值生成式AI推动浏览器战争升温之际。本周早些时候,OpenAI宣布了其ChatGPT Atlas网络浏览器,该浏览器集成了智能体系统,允许AI代表用户分析数据或执行任务。Perplexity今年早些时候发布了Comet,Google也推出了Chrome中的Gemini。
目前,浏览器市场由Google主导,根据GlobalStats的数据,Chrome保持71%的市场份额。在苹果Safari之后,微软的Edge以4.67%的份额位居第三,差距很大。这对微软来说是巨大的衰落,因为其Internet Explorer网络浏览器曾经以95%的全球市场份额主导市场。当然,Internet Explorer是Windows的默认浏览器,微软最终因参与反竞争行为而被美国司法部起诉。颇具讽刺意味的是,这为Chrome进入市场铺平了道路。
微软表示,用户数据将保持安全,只会收集旨在"改善用户体验"的数据。浏览历史只有在用户通过设置中的页面选项主动选择后才能被访问。
Q&A
Q1:Edge浏览器的Copilot模式有什么功能?
A:Copilot模式为Edge浏览器带来强大的智能体AI功能,包括Actions和Journeys两大特色功能。Actions可以代表用户执行任务,比如语音控制打开网页或查找文章特定内容。Journeys则记住用户浏览历史,帮助用户从中断处继续浏览并提供建议。
Q2:目前浏览器市场的竞争格局如何?
A:根据GlobalStats数据,Google Chrome以71%市场份额占据主导地位,苹果Safari排第二,微软Edge仅占4.67%位居第三。这与当年Internet Explorer占95%市场份额形成鲜明对比,微软在浏览器市场地位大幅下降。
Q3:微软如何保护用户隐私和数据安全?
A:微软承诺用户数据将保持安全,只收集用于改善用户体验的数据。用户的浏览历史只有在主动通过设置中的页面选项选择后才能被访问,Copilot功能也可以随时关闭。
好文章,需要你的鼓励
阿里纳德数据中心与Calibrant Energy合作开发首创电池储能系统,通过绕过传统电网升级时间线,使俄勒冈州希尔斯伯勒在建数据中心园区提前数年上线。该31兆瓦、62兆瓦时储能系统计划2026年投运,将作为响应电网的动态资产,在需求高峰期放电,增强区域电网可靠性。这标志着美国首次使用专用电池系统加速大型数据中心并网。
威斯康星大学研究团队开发了LUMINA系统,专门检测AI在回答问题时的"撒谎"行为。该系统发现AI有时会忽视提供的参考资料,固执地依赖内部知识生成不准确回答。LUMINA通过监测AI对外部文档和内部知识的依赖程度来识别这种行为,在多个测试中达到90%以上的准确率,比以往方法提升13%,为构建更可信的AI系统提供了重要工具。
微软在Edge浏览器中推出增强版Copilot模式,提供更强大的AI代理功能,目前在美国进行限量预览。该模式包含Actions和Journeys两大功能:Actions让浏览器能代表用户执行任务,如语音控制打开网页或查找文章特定内容;Journeys则记住用户浏览历史,帮助用户继续之前的研究任务。此举正值AI浏览器竞争加剧,OpenAI推出ChatGPT Atlas、Perplexity发布Comet、谷歌集成Gemini到Chrome。目前Chrome占据71%市场份额,Edge仅占4.67%。
这项由法国CentraleSupélec大学领导的研究通过严格控制的实验,系统比较了AI的推理训练与传统训练方式。研究发现推理训练在数学、开放式任务中效果显著,但需要70亿参数以上模型才能充分发挥优势,且成本增加明显。研究为AI开发者提供了明确的应用指导,有助于根据具体场景选择最优训练策略。