正当你以为微软已经没有更多 Windows 应用可以塞入 Copilot 时,它又将这个 AI 功能塞进了你的任务栏伴侣应用中——People、Files 和 Calendar 应用将是下一个目标。
微软表示,Microsoft 365 伴侣应用——用于浏览人员、文件和日历数据的轻量级、常驻任务栏工具——是最新获得 Copilot 功能的应用。
微软在 8 月份表示,将于 10 月下旬开始在安装了 Microsoft 365 订阅的 Windows 11 设备上自动安装这些伴侣应用,作为常规 Microsoft 365 应用更新过程的一部分。这些应用仅对商业租户开放——企业版和商业版客户——因此不要指望在个人 Microsoft 365 设置中找到它们。
最新更新将 Copilot 注入其中,让 AI 能够利用你组织的人员、文件和会议信息来提供上下文感知的提示和摘要。
Microsoft 365 伴侣应用团队首席产品经理 Yash Kamalanath 在公司公告中表示:"有了 Copilot,每个伴侣应用都将基于你的工作数据——人员、文件、会议——使它们成为提出相关问题的最快捷、最简单的方式。"
例如,People 应用"显示最近的通信记录,突出关键职责,并建议量身定制的提示来帮助你连接和协作",因为没有什么比 AI 生成的内容更能体现真正的互动了。
Files 应用将允许用户在工作文档中使用 Copilot 来获取摘要,突出最近的更改,分析数据,并"在不中断工作流程的情况下创建行动项目"。同时,Copilot Calendar 伴侣应用集成将让用户获得会议摘要,并就即将举行的讨论需要准备的材料提供建议。
微软表示,People 和 Files 的 Copilot 功能现已上线,Calendar 集成功能即将推出。
在 Microsoft 365 伴侣应用中添加 Copilot 是微软将 AI 塞入公司软件产品线每个角落的最新举措。其他最近的例子包括 Copilot 直接出现在 Excel 单元格中,如果微软对这个想法的探索取得成果,可能很快也会出现在本地 Exchange Server 安装中。
我们注意到,该公司的 Copilot 努力并不总是受到欢迎,特别是当它添加允许管理者监控各团队 Copilot 使用情况的工具,以推动更多使用其旗舰 AI 产品时。
根据微软的文档,管理员可以管理是否在其环境中部署 Microsoft 365 伴侣应用,但一旦安装后,没有单独的开关可以从这三个应用中移除 Copilot。
微软没有回应本文的相关问题。
Q&A
Q1:Microsoft 365 伴侣应用是什么?它们有什么功能?
A:Microsoft 365 伴侣应用是轻量级、常驻任务栏的工具,用于浏览人员、文件和日历数据。它们包括 People、Files 和 Calendar 三个应用,仅对商业租户(企业版和商业版客户)开放,个人用户无法使用。
Q2:Copilot 在这些伴侣应用中能做什么?
A:Copilot 能够利用组织的人员、文件和会议信息提供上下文感知的提示和摘要。在 People 应用中显示最近通信和关键职责,在 Files 中提供文档摘要和数据分析,在 Calendar 中提供会议摘要和准备建议。
Q3:管理员能否控制这些 Copilot 功能?
A:管理员可以管理是否在环境中部署 Microsoft 365 伴侣应用,但一旦安装后,没有单独的开关可以从这三个应用中移除 Copilot 功能。People 和 Files 的 Copilot 功能现已上线,Calendar 功能即将推出。
好文章,需要你的鼓励
英特尔携手戴尔以及零克云,通过打造“工作站-AI PC-云端”的协同生态,大幅缩短AI部署流程,助力企业快速实现从想法验证到规模化落地。
意大利ISTI研究院推出Patch-ioner零样本图像描述框架,突破传统局限实现任意区域精确描述。系统将图像拆分为小块,通过智能组合生成从单块到整图的统一描述,无需区域标注数据。创新引入轨迹描述任务,用户可用鼠标画线获得对应区域描述。在四大评测任务中全面超越现有方法,为人机交互开辟新模式。
阿联酋阿布扎比人工智能大学发布全新PAN世界模型,超越传统大语言模型局限。该模型具备通用性、交互性和长期一致性,能深度理解几何和物理规律,通过"物理推理"学习真实世界材料行为。PAN采用生成潜在预测架构,可模拟数千个因果一致步骤,支持分支操作模拟多种可能未来。预计12月初公开发布,有望为机器人、自动驾驶等领域提供低成本合成数据生成。
MIT研究团队发现,AI系统无需严格配对的多模态数据也能显著提升性能。他们开发的UML框架通过参数共享让AI从图像、文本、音频等不同类型数据中学习,即使这些数据间没有直接对应关系。实验显示这种方法在图像分类、音频识别等任务上都超越了单模态系统,并能自发发展出跨模态理解能力,为未来AI应用开辟了新路径。