2025-01-12 手机 0
机器之心报道，机器之心编辑部
在2023年的微软Build大会上，生成式AI成为了主场景的焦点。微软与OpenAI合作，为其产品和服务带来了革新。自从几个月前开始，微软一直致力于融入生成式AI到各个产品中，如搜索引擎Bing、浏览器Edge、GitHub以及Office生产力套件。
在今天凌晨举行的Build 2023大会上，这些进展得以展示，并且取得了新的突破：微软构建了一个更加完备的AI宇宙。
今年的Build大会主题高度聚焦于AI。微软CEO萨提亚·纳德拉首先讨论了平台转变并回顾了技术变革，然后直接宣布：“我们为开发者宣布了50多项更新，从将Bing引入ChatGPT到Windows Copilot，再到具有通用扩展性的新Copilot Stack、Azure AI Studio以及新数据分析平台Microsoft Fabric。”
随后，微软连续发布了一系列重要更新，其中包括对普通用户更相关的变化，如在Windows 11和Edge中新增CoPilot体验，以及OpenAI ChatGPT的新Bing AI和CoPilot插件。
Windows Copilot登陆
这次事件中推出的Windows Copilot成为第一个为用户提供集中式AI协助PC平台。它与Bing Chat和第一/三方插件一起使用，使用户可以专注于将想法变为现实，无需花费时间寻找、启动或跨越多个应用程序来工作。
打开后，Windows Copilot就变成了操作系统中的侧边栏工具，帮助完成各种任务。
据称，它将成为高效个人助理，将采取行动、自定义设置并无缝链接到喜欢的应用程序。
预计6月份会开始公开测试，并逐步向现有Windows 11用户推送。
ChatGPT默认必应搜索
自从Bing接入ChatGPT以来，有超过5亿次聊天，而使用Bing Image Creator创建图像已达2亿张。此外，每日下载量增长8倍。
在大会上，一系列关键更新被披露：整合ChatGPT搜索功能，与OpenAI及新的合作伙伴建立共同插件平台，以及扩大Bing Chat在整个微软Copilot中的整合。
“这些更新为开发者创造了更多机会，也让人们体验到了更神奇的事。”纳德拉说，“这是我们计划与OpenAI合作，将最好的Bing体验带入ChatGPT体验初期。”
由于接入新必应后，可通过网络访问提供更及时、更新答案。对于订阅者，可以立即体验这一功能。
必应插件
此外，现在开发人员可以利用插件将他们的应用集成至Microsoft 365 Copilot。这包括适用于Microsoft 365 Copilot 的所有类型插件，如Teams消息扩展和Power Platform connector。
为了提升开发者的工作效率，在 Windows 11 中推出了新的生产力伙伴 Dev Home。目前已经提供Dev Home预览版，其WinGet配置功能用于实现简单快速设置，还有Dev Drive 功能增强文件系统功能、新控制面板用于跟踪所有工作流程和任务等都能简化开发者的工作流程。
Dev Home 可以轻松链接GitHub，便捷地安装所需工具包。此外，还能管理项目通过添加GitHub小部件有效地跟踪编码任务或发出的请求，以及跟踪CPU/GPU性能。此外，与Team Xbox 合作，将 GDK 整合到 Dev Home，使其更容易开始游戏创作。
GitHub Copilot X 加持 Windows Terminal
GitHub Copilot 的用户能够通过inline 和实验性聊天体验推荐命令解释error，并采取行动。在Terminal 应用程序中采取行动。此外，在 WinDBG 等开发人员工具中试验 GitHub Copilot 支持的人工智能功能，以提高工作效率开放给公众名单，即将开通这些功能访问权限，让每个 Windows 开发者都成为人工智能驱动时代的一员。
投资重要工具以适应人工智能时代，无论是在x86/x64还是Arm64进行开发，都希望使应用程序构建更加便捷，以适应未来时代。在去年 Build 上宣布 Hybrid Loop 新模式，可以跨 Azure 和客户端设备实现混合 AI 场景，此刻这个愿景已实现，用 ONNX Runtime 作为 Windows AI 和 Olive 网关，减轻优化各种模型时负担。而第三方可借助 ONNX Runtime 访问内部使用工具，以便运行不同设备上的模型支持混合推理场景，不仅支持本地资源也可以切换云端运行同一API支持灵活性选择云端点并定义何时使用云标准成本控制允许灵活选择较大模型或运行时较小本地模型基于此可跨 iOS, Android, Linux 平台 使用 ONNX Runtime 提供令人惊叹的人工智能体验加速速度同时减少工程量提高性能总结而言 ONNX Runtime 和 Olive 都有助于加快将人工智能模块部署至应用程序中的速度，加速速度，同时减少工程量提高性能
