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
FORTIS是专门测量AI代理"越权行为"的基准测试,研究发现十款顶尖模型普遍选择远超任务需要的高权限技能,端到端成功率最高仅14.3%。
谷歌在Android Show发布会上宣布,将Gemini更深度整合至Android系统,推出名为"Gemini Intelligence"的升级功能。该功能可跨应用处理日常任务,包括自动填写表单、安排日程、生成购物清单及自定义小组件等,无需用户频繁切换应用。此外,Gboard新增"Rambler"功能,可自动过滤语音输入中的口误和填充词。Gemini Intelligence将率先登陆三星Galaxy和谷歌Pixel手机,并支持Android Auto、Wear OS及智能眼镜。
荷兰Nebius团队提出SlimSpec,通过低秩分解压缩草稿模型LM-Head的内部表示而非裁剪词汇,在保留完整词汇表的同时将LM-Head计算时间压缩至原来的五分之一,端到端推理速度超越现有方法最高达9%。