微软正在推出一项名为Copilot Vision的新AI功能,该功能能够扫描并识别用户屏幕上的所有内容。这项技术标志着微软在生成式AI领域的又一重要进展。
Copilot Vision基于先进的计算机视觉技术,能够实时分析用户屏幕上显示的文字、图像、应用程序界面等各种元素。该功能的推出将为用户提供更加智能化的交互体验,可以根据屏幕内容提供相关建议和帮助。
这项新功能的核心技术依托于微软在人工智能领域的深厚积累,特别是在图像识别和自然语言处理方面的技术突破。通过整合这些技术,Copilot Vision能够理解屏幕内容的上下文,并提供更加精准的智能助手服务。
据了解,该功能在隐私保护方面也采取了相应措施,确保用户数据的安全性。微软表示,屏幕扫描功能将在用户明确授权的情况下才会启用,并且相关数据处理将遵循严格的隐私保护标准。
这一创新功能的推出,预计将进一步提升微软Copilot在智能办公和个人助手领域的竞争力,为用户带来更加便捷和智能的使用体验。
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。