Microsoft has officially launched Copilot Vision for Windows, rolling out its AI-powered screen-sharing assistant for free to all users in the United States on both Windows 10 and Windows 11. The release fundamentally transforms the AI from a simple chatbot into a deeply integrated system-wide tool that can visually analyze and interact with content across any open application, including two simultaneously.
This move positions Copilot as an active guide for users,公司在其
用戶的重要性在於這種新的交互式輔助層。該功能包括屏幕上的“亮點”，可以在視覺上引導用戶在哪裡單擊以完成任務，從而有效地在軟件中提供逐步指導。從被動AI到主動的跨申請合作夥伴的這一轉變標誌著Microsoft策略將人工智能嵌入Windows操作系統核心的策略。
從付費預覽到所有
公眾啟動Copilot Vision是從利基實驗到廣泛部署的經過精心管理的進化的高潮。旅程始於2024年底，其初始測試僅限於Edge瀏覽器，並要求用戶擁有付費的副駕駛專業訂閱。該早期報告中詳細介紹了該潛力，但仍局限於瀏覽器。
4月，該功能開始向Windows Insiders推出，從瀏覽器中解散以與用戶屏幕上的任何應用程序一起使用。該預覽是在Windows Insider博客上的公告中首次揭示的，這清楚地表明了Microsoft的意圖將AI更深入地嵌入操作系統本身。 The full public release finalizes this transition, making the advanced cross-application functionality available to everyone in the US and solidifying its status as a core Windows feature.
[embedded content]
Your Second Set of Eyes: How It Works
Copilot Vision functions as an on-demand assistant that the user must explicitly activate by clicking a distinct “glasses icon”within the Copilot app.從那裡，用戶可以選擇同時共享一個甚至兩個應用程序的觀點，從而使AI獲得上下文並在它們之間連接信息。 Copilot Vision具有實際實用性，因為AI可以指導用戶在圖像編輯軟件中刪除照片反射，並指導用戶通過流行軟件應用程序的接口。
伴侶“突出顯示”功能增強了體驗，該功能可以積極地從應用程序和文檔中表面有用的內容，而無需特定的提示。此功能是刷新的副本接口的一部分，該接口將其停靠到屏幕側面。 Alongside Vision, Microsoft has also been testing a “File Search”capability, which empowers Copilot to locate and answer questions about information contained within local files like PDFs, spreadsheets, and documents.
Privacy in Focus: Learning from “Windows Recall”
Microsoft is pointedly emphasizing user control with Copilot Vision’s design, a move that seems deliberately timed to在圍繞其Windows召回功能的爭議之後，解決了潛在的問題。用戶必須積極選擇與助手共享特定窗口，以便查看或分析屏幕上的內容。 這種選擇加入模型與其他AI系統的更具被動的數據捕獲形成鮮明對比。
這種以隱私為中心的方法是微軟在越來越擁擠的AI市場中策略的關鍵部分。該公司強調，所有經過分析的內容都是短暫的，發言人證實，助手與之互動的內容都沒有存儲或用於培訓，並且一旦會議結束，它就會永久刪除。
這將發射定位為微軟對競爭對手的回答，使其與Google的Gemini Live等系統進行了直接競爭。在實驗性copilot Labs 程序中，Microsoft測試其最新的AI創新。 Microsoft多年來一直在發展的視覺語言模型。該工具的基礎是2024年6月宣布佛羅倫薩-2模型的預覽。該技術代表了效率的重大飛躍，其統一，基於及時的架構允許單個，輕巧的模型來處理字幕檢測和先前需要多個專業系統的多個任務。
，該技術並非沒有限制。更廣泛的視野AI仍然面臨著重大障礙，從2024年10月開始的一項最新研究暴露了領先模型中的嚴重缺陷，這在需要基本的模式識別和推理的視覺難題中掙扎。這種情況下強調的是，儘管Copilot Vision代表了實際AI援助方面的重要一步，但基礎技術仍在積極開發和改進的道路上。
最終，副銅願景的啟動不僅僅是功能更新；這是AI作為Windows操作系統的核心實用程序的戰略重新定位。通過製作一個強大的，跨應用程序的助手，微軟押注了其對個人計算的未來的願景。它的成功很可能取決於用戶是否接受AI“日常伴侶”的新範式，並相信其隱私優先，選擇加入設計對競爭對手的更集成但透明的模型較少。
