當?shù)貢r間5月21日，微軟Build 2024年度全球開發(fā)者大會在美國西雅圖召開，微軟CEO Satya Nadella在大會上致辭，側(cè)重于Windows和AI的介紹，并一連發(fā)布了60多種新產(chǎn)品和解決方案。

　　首先，Nadella提出了兩個貫穿全局的核心問題：

1. 在這個資訊激增的時代里，PC如何幫我們利用這些資訊進行快速推理、計劃和行動？

2. 計算機可以主動理解我們，而我們不必了解計算機嗎？

“Copilot+PC”預熱

　　在這場大會的前一天，微軟先舉辦了一場有關(guān)“Surface和Windows AI”的預熱活動，發(fā)布了新一代Surface以及全新AI功能——Recall，從而正式宣告了Copilot+PC的面世。

　　據(jù)了解，新一代Surface分為第七代Surface Laptop和第十一代Surface Pro兩種機型，搭載了高通新品驍龍X Elite芯片，附加Prism技術(shù)以全面轉(zhuǎn)向ARM陣營。Recall則是通過整合Copilot的“回溯”功能（學習、理解及推理能力），借助大模型追蹤用戶操作，支持以時間線的形式調(diào)用有關(guān)內(nèi)容和操作的“回放”。

　　對于Copilot+PC來說，其主要OEM包括AMD、英特爾和高通，以及宏碁、華碩、戴爾、惠普、聯(lián)想和三星等眾多知名大廠。其中，前三者負責微軟PC的芯片制造，而后幾位則是微軟的設備合作伙伴，其PC產(chǎn)品即將搭載微軟的AI模型。

　　微軟副總裁兼消費品類首席營銷官Yusuf Mehdi介紹，Windows 11 AI PC是有史以來最強大的 Windows PC，融合了多種突破性的AI體驗，并預計該款AI PC明年銷量可達5,000萬臺。

　　Nadella還表示：“蘋果在多個方面都表現(xiàn)得極為出色，我們現(xiàn)在正期待Windows與Mac能夠重新展開真正意義上的對決。”

Copilot產(chǎn)品線

　　顯而易見的是，Copilot在這場開發(fā)者大會的地位相當重要：一方面，它能夠更加流暢地幫助個人用戶處理繁雜的工作；另一方面，Copilot也讓團隊協(xié)作變得輕松自如。

　　Team Copilot

　　對于職場人來說，Team Copilot使Copilot“擬人化”，Copilot將不再是一個“旁觀者”，而直接化身為團隊成員，在Teams、Loop、Planner等協(xié)作應用中直接受調(diào)用。

　　例如，Copilot作為會議主持人，管理議程并實時記錄要點；或充當協(xié)作者，提取重要信息并解決遺留問題；甚至作為項目經(jīng)理，通過創(chuàng)建和分配任務、跟蹤截止日期等方式推動團隊協(xié)作等等……其預覽版本將于今年晚些時候推出。

　　Copilot Agent代理功能

　　該功能推出后，在Microsoft Copilot Studio的開發(fā)者們將可以根據(jù)特定任務和功能，構(gòu)建可以主動響應數(shù)據(jù)和事件的Copilot，它可通過記憶和知識理解上下文、推理操作和輸入，基于用戶反饋進行學習，從而獨立、自主地管理復雜、長期運行的業(yè)務流程，并有望進化為全自動的AI Agent。

　　微軟業(yè)務應用和平臺的公司副總裁Charles Lamanna表示：“我們很快意識到，僅限于對話的Copilot在當今所能做的事情上是非常有限的，與其讓Copilot等待有人與其聊天，不如讓它更主動，在后臺執(zhí)行自動化任務。”

　　GitHub Copilot Extensions

　　大會上，Nadella稱GitHub Copilot為“這個AI時代的第一款熱門產(chǎn)品”。作為最廣泛采用的AI開發(fā)工具之一，GitHub Copilot的訂閱用戶已經(jīng)突破180萬人。

　　而今，微軟又進一步與100多家合作伙伴推出GitHub Copilot Extensions，一改此前“補全代碼”的常態(tài)，化身效率提升神器——通過對話整合所有開發(fā)流程，減少上下文切換，讓開發(fā)者專注于核心代碼內(nèi)容。

　　不論是語音輸入還是文字輸入，不論是Java還是Python，輸入語言也沒有任何限制，只要提出需求，GitHub Copilot都能作出開發(fā)者需要的代碼。不僅如此，它還能回答有關(guān)開發(fā)過程的問題，并支持多種開發(fā)工具和平臺。

　　Copilot堆棧&Fabric實時智能

　　2023年里，微軟成功構(gòu)建了Microsoft Copilot并更新了150多個迭代版本，并開發(fā)出Copilot堆棧，為開發(fā)人員賦予了更高的自由度。

　　在此基礎上，微軟在今年為開發(fā)者們升級了Copilot堆棧，使其可以構(gòu)建自己的AI應用程序、解決方案和多樣體驗。據(jù)介紹，Windows Copilot庫包含了40多種端側(cè)AI模型，包括Windows兼容的API和算法。

　　另外，Nadella還宣布在Microsoft Fabric上推出實時智能（Real-Time Intelligence），這個受AI驅(qū)動的分析平臺可為組織提供即時決策和SaaS服務等，不僅幫助數(shù)據(jù)分析人員獲得簡單的低代碼或無代碼體驗，也能通過代碼豐富的用戶界面讓專業(yè)開發(fā)者受益。

GPT-4o和Phi-3-vision

　　作為OpenAI最大的投資方，微軟也獲得了OpenAI所有AI模型的優(yōu)先使用權(quán)。

　　上周，OpenAI最新發(fā)布的多模態(tài)模型GPT-4o正是在Azure上訓練的，現(xiàn)已在Azure AI Studio中作為API提供，支持多模式輸入和輸出，為企業(yè)用戶和開發(fā)者帶來更多創(chuàng)作空間。微軟CTO Kevin Scott也戲稱，GPT-4o比原始模型便宜了12倍左右。

　　而在這場盛會的最后，OpenAI CEO Sam Altman也驚喜現(xiàn)身于會場，并透露了微軟正在開發(fā)可承載GPT-5高算力需求的超級計算機的消息。

　　除了GPT-4o，微軟開發(fā)的Phi-3系列AI小語言模型也發(fā)布了一款全新多模態(tài)模型Phi-3-vision，與前任Phi-3-mini和Phi-3-medium一起，通過Azure AI的MaaS產(chǎn)品面向用戶。

　　據(jù)了解，Phi-3-vision具備音頻和視覺功能，能夠讀取文本并分析圖片，且其較小規(guī)模（42億參數(shù)量）適用于移動設備。不過，與DALL-E和Stable Diffusion不同，Phi-3-vision不會生成圖像，主要用來理解圖像中的內(nèi)容并為用戶進行分析，目前已進入預覽階段。

擴大AI合作關(guān)系網(wǎng)

　　與英偉達

　　微軟方面稱，其與英偉達欲合作推動全球制造業(yè)的數(shù)字化進程，基于微軟Azure的英偉達全宇宙云應用編程接口（Omniverse Cloud API）將為用于設計、構(gòu)建和操作工業(yè)數(shù)字孿生工具的軟件，帶來數(shù)據(jù)互操作性、協(xié)作和基于物理世界的可視化等重要功能。

　　與Meta

　　微軟宣布，將微軟混合現(xiàn)實應用程序（Windows Volumetric Apps）引入Meta Quest頭顯設備，使開發(fā)人員能夠?qū)⑵鋺贸绦驍U展到3D空間，該擴展將允許用戶不離開支持他們工作依賴的應用程序，同時增強空間理解的能力。

　　與可汗學院

　　這一多元合作伙伴關(guān)系的重點在于利用AI技術(shù)為教育材料提供支持。微軟將為美國所有K-12教育者免費提供AI教育助手Khanmigo for Teachers，并捐贈Azure AI優(yōu)化的基礎架構(gòu)權(quán)限。

　　可汗學院方面則會借助微軟開發(fā)的Phi-3最新版本，探索經(jīng)濟實惠、可擴展且適應性強的方式改進數(shù)學輔導，并計劃將更多可汗學院的教學內(nèi)容引入Copilot和Microsoft Teams教育版，提供更多學習資源。

其它亮點

　　Edge實時視頻翻譯

　　該功能將支持實時語音同傳翻譯，適用范圍包括YouTube、LinkedIn、Reuters和Coursera等主流網(wǎng)站影片，但只支持英語、印地語、德語、俄語、意大利語和西班牙語的雙向互譯。微軟也表示，后續(xù)將會添加更多的語言和視頻平臺。

　　Teams定制Emoji

　　七月，微軟Teams將全面上線定制表情符號功能，讓用戶更有創(chuàng)意、更加真實地表達自己。企業(yè)IT管理員將可以限制哪些用戶可以上傳或刪除自定義表情符號，或完全關(guān)閉該功能。自定義表情符號將盡在同一組織域中可見。

　　Windows 11的AI剪貼板功能

　　據(jù)悉，“高級粘貼（Advanced Paste）”功能現(xiàn)已于PowerToys 0.81版本推出，啟用后，用戶可使用“Windows+Shift+V”喚醒該功能，從而可以在粘貼內(nèi)容時進行格式轉(zhuǎn)換，如純文本、markdown或JSON。