Microsoft 开始测试 Windows 版 Copilot 的一项新更新,该更新将允许用户与 AI 助手分享屏幕或应用程序。Copilot Vision 最初仅限于 Microsoft Edge 浏览器使用,但现在已经扩展到电脑上的所有应用程序。
Copilot Vision 将能够实现多项功能,比如指导用户使用 Adobe Photoshop 的功能,或分析用户正在查看的照片和网页。在上周 Microsoft 50周年庆典上,我体验了 Windows 版 Copilot Vision 的早期版本,AI 助手指导我玩 Minecraft 游戏,并帮助优化 Microsoft Clipchamp 视频编辑器的设置。
由于 Microsoft 将测试范围限制在美国测试用户,我还未能在 Insider 测试版中完整体验 Windows 版的 Copilot Vision。Copilot 将能够高亮显示屏幕的特定部分来指导用户使用应用程序,不过这个初始测试版本尚未启用该功能。Copilot Vision 可能听起来与 Microsoft 的 Recall 功能(允许自动截屏)相似,但实际上它更像是在 Microsoft Teams 通话中分享应用程序或整个桌面。
Microsoft 还开始测试 Windows 版 Copilot 的文件搜索功能,允许用户向 AI 助手询问电脑中文件的内容。文件搜索支持 .docx、.xlsx、.pptx、.txt、.pdf、.json 文件格式,用户可以使用 Copilot 轻松找到最近处理过的文档。
这些 Copilot 功能只需要 Windows 版 Copilot 应用程序即可使用,无需完整的 Copilot Plus PC。用户还可以在 iOS 和 Android 上使用 Copilot Vision。Microsoft 已经开始在 Windows Insider 中测试这些新功能,预计将在未来几周或几个月内向所有 Windows 11 用户推出。
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。