Microsoft Copilot日益智能化。这家由萨蒂亚·纳德拉 (Satya Nadella) 领导的公司刚刚宣布，其人工智能助手现在具有“视觉”功能，可与用户一起浏览互联网。
虽然该功能于今年 10 月首次公布，但该公司目前正在向部分 Pro 订阅用户预览该功能。据微软称，这些用户将能够在 Edge 浏览器上打开的网页上触发 Copilot Vision，并就屏幕上可见的内容与其进行交互。
该功能仍处于开发的早期阶段，且受到相当大的限制，但一旦全面发展，它可能会成为微软企业客户的游戏规则改变者——帮助他们在与公司生态系统中的产品（OneDrive、Excel、SharePoint 等）交互时进行分析和决策。
从长远来看，看看 Copilot Vision 与更开放、更强大的代理产品（如Anthropic和Emergence AI 的产品）相比如何也是一件有趣的事情，这些产品允许开发人员集成代理来查看、推理和采取行动，跨越来自不同供应商的应用程序。
Copilot Vision 有何用途？
用户打开网站时，他们可能有或可能没有预期目标。但是，当他们这样做时，例如研究学术论文，执行所需任务的过程围绕着浏览网站、阅读其所有内容然后做出判断（例如是否应将网站内容用作论文的参考）。这同样适用于购物等其他日常网络任务。
借助全新的 Copilot Vision 体验，微软旨在让整个过程更加简单。从本质上讲，用户现在拥有一个位于浏览器底部的助手，可以随时调用它来阅读网站内容（涵盖所有文本和图像），并帮助做出决策。
它可以立即扫描、分析并提供所有所需的信息，考虑到用户的预期目标——就像第二双眼睛一样。
该功能具有深远的好处——它可以在短时间内加速您的工作流程——以及重大影响，因为代理正在阅读和评估您正在浏览的内容。但是，微软保证，一旦 Vision 会话关闭，用户共享的所有上下文和信息都会被删除。它还指出，网站的数据不会被捕获/存储以用于训练底层模型。
Copilot 团队在宣布该功能预览的博客文章中写道：“简而言之，我们优先考虑版权、创作者以及用户的隐私和安全，并把他们放在首位。”
根据反馈进行扩展
目前，美国部分已注册 Copilot Labs 抢先体验计划的Copilot Pro 用户将能够在 Edge 浏览器中使用视觉功能。该功能是可选的，这意味着他们不必担心 AI 会一直读取他们的屏幕。
此外，现阶段，该功能仅适用于部分网站。微软表示，它将听取早期用户的反馈，逐步改进功能，同时将支持范围扩大到更多专业用户和其他网站。
从长远来看，该公司甚至可能将这些功能扩展到其生态系统中的其他产品，例如 OneDrive 和 Excel，让企业用户能够更轻松地工作和做出决策。不过，目前尚未得到官方确认。更不用说，鉴于这里暗示的谨慎态度，这可能需要一段时间才能成为现实。
微软推出 Copilot Vision 预览版之际，竞争对手正在推动代理 AI 领域的发展。Salesforce 已在其 Customer 360 产品中 推出 AgentForce ，以实现销售、营销和服务等领域的工作流程自动化。
与此同时，Anthropic 推出了“计算机使用”功能，允许开发人员整合 Claude 与计算机桌面环境进行交互，执行以前只能由人类处理的任务，例如打开应用程序、与界面交互和填写表格。
原创文章，作者：王 浩然，如若转载，请注明出处：https://www.dian8dian.com/microsoft-copilot-vision-xian-yi-tui-chu-rang-ai-neng-gou
