Microsoft Copilot 透過 AI 視覺整合增強網路瀏覽體驗

微軟在其人工智慧驅動的 Copilot 工具預覽中推出了一個令人興奮的新功能：Copilot Vision。此功能使人工智慧助理能夠解釋網頁上的視覺內容，並讓使用者參與有關該資訊的討論。

目前，該功能正在向美國的部分 Copilot Pro 用戶推出，可透過 Copilot Labs 存取。 Copilot Pro 的訂閱價格為每月 20.00 美元。

Copilot Vision 是 Copilot Labs 引入的第一批功能之一，Copilot Labs 與 Think Deeper 一起充當微軟各種人工智慧計畫的實驗平台。這家科技巨頭於 10 月首次推出了 Copilot Vision，同時也展示了其他增強功能，例如改進的介面、語音功能、Copilot Daily 和個人化發現等。

該功能最初設計用於與一系列精心挑選的網站配合使用，反映了微軟的謹慎態度。然而，該公司希望根據用戶回饋和觀察到的使用模式在未來擴大可訪問性。

目前，Copilot Vision 只能透過 Microsoft Edge 瀏覽器使用，這是微軟在推出旨在賦予其競爭優勢的功能時的常見策略； Copilot（最初稱為 Bing AI）的首次推出也是如此。

在 Edge 瀏覽器中，Copilot 現在方便地顯示在底部，由一個類似於 RSS 來源的圖示表示。啟動後，此功能會處理頁面上顯示的視覺訊息，使用戶能夠與人工智慧就內容進行對話。這種方法旨在解決先前使用者需要向 Copilot 描述其視覺體驗的問題，從而增強網頁瀏覽體驗，微軟將其描述為從「孤獨體驗」的轉變。

隱私是 Copilot Vision 的一個重要面向。使用者必須選擇啟動該功能，並保持對其使用的控制。一旦啟用，該功能在瀏覽會話期間將保持活動狀態，除非使用者選擇停用它。

所有對話數據，包括與 Copilot 共享的上下文，都會在每次會話結束時刪除。但是，Copilot 產生的回應會被記錄下來以增強安全措施。值得注意的是，微軟已澄清 Copilot Vision 不會保留或利用發布者內容來訓練其模型，並且它遵守網站管理員工具，例如robots.txt.

這項最新功能體現了微軟對將人工智慧功能嵌入其產品和服務套件的持續承諾。此前，「召回」功能因與其螢幕捕獲功能相關的隱私問題而受到批評。透過 Copilot Vision，該公司選擇了一種更注重隱私的方法，透過直接分析網頁內容，有效解決了先前的擔憂。與 Recall 不同的是，AI 僅在獲得許可後才能存取您的螢幕。

“它可以看到您所在的頁面，與您一起閱讀，並且您可以一起討論面臨的問題。” — 微軟

在各種演示中，Copilot Vision 展示了其幫助使用者為侄女組織有趣的活動或選擇聖誕毛衣的能力。它可以幫助篩選無數產品，找到適合您需求的產品並回答任何相關查詢。這種體驗類似於與朋友進行視訊通話，透過螢幕分享幫助您做出決策，但 Copilot 能夠立即分析所有內容。它還可以促進學習或互動遊戲。