当前位置: 首页 > news >正文

Microsoft 365 Copilot: Wave 2

  每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行! 订阅:https://rengongzhineng.io/

自从发布以来,微软的Copilot已经证明自己是ChatGPT的有力竞争者,甚至偶尔还超越了OpenAI的产品。然而,随着ChatGPT的不断升级,Copilot逐渐落后——直到现在。

在周一举行的“Microsoft 365 Copilot: Wave 2”线上发布会上,微软展示了即将为企业和个人用户推出的多项Copilot人工智能助手升级。

这次升级相当令人印象深刻,包括与Microsoft 365应用的进一步集成,以及为团队、群组或家庭提供的协作AI使用方式。此次发布的一个亮点功能是“Copilot Pages”。

Copilot Pages

当用户使用企业账户登录Copilot时,会发现一个新选项,可以在“工作”与“Web”标签之间切换。其中的“工作”标签,微软称之为BizChat,这是一种可以从Microsoft 365应用中的工作数据中提取答案的工作流程。现在,BizChat增加了一个全新的“Pages”功能。

通过Pages,用户可以将Copilot从企业数据中提取的洞见进行编辑,添加到Page页面中,并与团队分享进行协作。Page类似于普通的可编辑文档,支持分享和共同编辑链接。这个功能突显了多用户协作AI的趋势,类似于You.com的协作AI助手以及Salesforce的Agentforce套件。

从今天起,Pages将逐步向Microsoft 365 Copilot用户开放,并将在未来几周内向使用Microsoft Entra账号登录的免费用户提供。

Microsoft 365应用中的Copilot

微软Copilot的一大优势就是能够直接帮助用户使用Microsoft 365应用,这些应用已经成为许多人工作流程中的核心部分。随着Wave 2的推出,微软根据用户反馈,进一步提升了Copilot在这些应用中的功能,并改进了用户体验。

首先,Excel中的Copilot已经全面开放,支持公式、数据可视化和条件格式等功能。此外,微软宣布Excel中的Python功能进入公开预览阶段,用户现在可以通过自然语言在Excel中进行Python操作,无需编写代码即可完成高级分析,比如预测和风险评估。

与此同时,PowerPoint中的Narrative Builder也已经全面推出,该功能可以快速生成演示文稿的初稿。只需输入主题,Builder就会自动生成大纲。

Teams中的Copilot

在Teams中,Copilot现在能够总结会议内容和聊天记录。用户可以通过询问Copilot了解错过的会议内容,它会同时提供会议中的重要内容和聊天中的信息。此功能将于下月全面开放。

Outlook中的Copilot也有新功能——“优先处理我的收件箱”,该功能会分析收件箱,标记出最重要的邮件并提供摘要,并解释为何这些邮件被优先处理。未来,用户甚至可以教Copilot根据特定话题或关键词优先处理邮件。

此外,Copilot在Word中的功能也有显著提升,现在用户可以直接在文档中与Copilot实时协作,编辑各个部分。同时,OneDrive中的Copilot能够帮助用户快速找到文件,提供摘要甚至进行文件对比。

Copilot Agents

微软还推出了Copilot Agents,即可以根据用户需求执行特定任务的AI助手。这些助手可以根据需求完全自主工作,或者作为简单的“提示-回应”助手。用户可以使用Copilot Studio中的Agent Builder来创建这些AI助手,应用于BizChat或SharePoint中。

这些Copilot Agents和Agent Builder现已对用户全面开放,SharePoint中的Agent功能则将在10月初进入公开预览阶段。

Copilot使用最新的LLM模型

最后,微软确认Copilot现在已经集成了最新的GPT-4o模型,这使得Copilot的响应速度比之前快了两倍。微软还表示,将继续为Copilot引入最新的AI模型,包括最近发布的OpenAI o1,它是目前OpenAI最先进的推理模型。

这些升级表明,微软正在全力推动Copilot的进化,以在与ChatGPT的竞争中保持优势。


http://www.mrgr.cn/news/28458.html

相关文章:

  • Design Compiler:Topographical Workshop Lab2
  • arkUI:水果选择与管理:基于 ArkUI 的长按编辑功能实现
  • 琐碎笔记——pytest实现前置、后置、参数化、跳过用例执行以及重试
  • 机器学习中的概率超能力:如何用朴素贝叶斯算法结合标注数据做出精准预测
  • Kafka简单实践
  • 开源 2 + 1 链动模式、AI 智能名片、S2B2C 商城小程序在用户留存与品牌发展中的应用研究
  • HarmonyOS 速记
  • 浮点数计算精度丢失问题及解决方案
  • SpringBoot 消息队列RabbitMQ死信交换机
  • Python 课程13-机器学习
  • 【CMake】使用CMake在Visual Stdudio编译资源文件和多目标编译
  • Linux6-vi/vim
  • AI助力遥感影像智能分析计算,基于高精度YOLOv5全系列参数【n/s/m/l/x】模型开发构建卫星遥感拍摄场景下地面建筑物智能化分割检测识别系统
  • 线程池是啥有啥用,怎么用,如何自己实现一个
  • 接口测试(十二)
  • 【网络】TCP/IP 五层网络模型:数据链路层
  • 速盾:怎么使用cdn加速视频?
  • c++ templates常用函数
  • 进口车电子信息单二维码解密
  • react hooks--useLayoutEffect
  • Python pdf转换为html
  • vmvare如何给centos7 设置静态IP地址
  • 计算机的错误计算(九十五)
  • 【C++学习入门】6.左值右值
  • 探索人工智能的未来趋势
  • 24.9.16数据结构|平衡二叉树