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
很多人担心被AI取代,陷入无意义感。按照杨元庆的思路,其实无论是模型的打造者,还是模型的使用者,都不该把AI放在人的对立面。
MIT研究团队提出递归语言模型(RLM),通过将长文本存储在外部编程环境中,让AI能够编写代码来探索和分解文本,并递归调用自身处理子任务。该方法成功处理了比传统模型大两个数量级的文本长度,在多项长文本任务上显著优于现有方法,同时保持了相当的成本效率,为AI处理超长文本提供了全新解决方案。
谷歌宣布对Gmail进行重大升级,全面集成Gemini AI功能,将其转变为"个人主动式收件箱助手"。新功能包括AI收件箱视图,可按优先级自动分组邮件;"帮我快速了解"功能提供邮件活动摘要;扩展"帮我写邮件"工具至所有用户;支持复杂问题查询如"我的航班何时降落"。部分功能免费提供,高级功能需付费订阅。谷歌强调用户数据安全,邮件内容不会用于训练公共AI模型。
华为研究团队推出SWE-Lego框架,通过混合数据集、改进监督学习和测试时扩展三大创新,让8B参数AI模型在代码自动修复任务上击败32B对手。该系统在SWE-bench Verified测试中达到42.2%成功率,加上扩展技术后提升至49.6%,证明了精巧方法设计胜过简单规模扩展的技术理念。