智东西（公众号：zhidxcom）
作者 | 香草
编辑 | 李水青

智东西12月6日报道，今天凌晨，在旗下AI助手Copilot发布一周年之际，微软宣布Copilot迎来三大重磅更新，包括新模型、新搜索以及代码解释器，图文能力、代码能力大幅升级。简单来说，就是ChatGPT Plus能干的活，升级后的Copilot几乎都能干，并且还免费。

此次更新，Copilot不仅即将支持OpenAI最新的GPT-4 Turbo模型，还将文生图模型DALL-E 3进行了全面升级，从而提供更高质量、更准确的图像。

搜索方面，Copilot推出两项新功能，分别从多模态、意图理解方面对搜索引擎进行加强。代码解释器目前推出简单版，可以自然语言生成代码，并支持在沙盒环境中运行，后续还将支持上传和下载文件。

AI邮件自动化工具Answera创始人保罗·库弗特（Paul Couvert）于社交平台X上分享了此次升级后的Copilot与ChatGPT Plus的功能对比。从图中可以看出，Copilot几乎提供了所有ChatGPT Plus的功能，甚至在生成图像数量、网页搜索速度等方面更胜一筹。

最关键的是，Copilot仍然免费，这让月费20美元（约合人民币143元）的ChatGPT Plus显得有些缺乏性价比。

▲Copilot与ChatGPT Plus功能对比（图源：X@itsPaulAi）

一、接入OpenAI最新模型GPT-4 Turbo，DALL-E 3大升级

模型方面，Copilot即将接入OpenAI的最新模型GPT-4 Turbo，这意味着Copilot将升级至128k上下文窗口。微软称，该模型目前正在小范围测试，并在未来几周内广泛集成到Copilot中。

Copilot还将提供升级后的DALL-E 3模型，生成图像质量更高、更准确。

下图是DALL-E 3升级前后生成图像的对比，提示词为：一只逼真的剑龙正在由美甲沙龙修整其骨质板块。

▲DALL-E 3升级前后生成图像对比（图源：微软）

可以看出，升级后的DALL-E 3对剑龙的皮肤纹理、皱纹的刻画更加细致和逼真，背景中的建筑更具立体感，整张图像的光影层次也有所提升。

下图是另一组示例，来自微软微广告和网络服务部门首席执行官米哈伊尔·帕拉欣（Mikhail Parakhin），提示词为：从高处俯瞰，鲸鲨在夜间静水中的皮艇下方游动。细节丰富。

▲DALL-E 3升级前后生成图像对比（图源：微软）

升级后的DALL-E 3为图像赋予了更多细节，描绘出了水下的景象，也通过光影表现出了皮艇与鲸鲨之间的距离感。相比之下，左边的画面有些过于平面。

二、AI搜索推出两大更新，深度搜索提效10倍

在搜索功能上，Copilot此次推出了两项更新。

首先是多模态搜索（Multi-Modal with Search Grounding）。微软基于自主开发的AI模型Prometheus，将GPT-4V的视觉能力、Bing图像搜索以及网络搜索数据相结合，以提供更好的图像理解体验。

▲Prometheus多模态工作原理（图源：微软）

在微软提供的示例中，用户上传了一张火箭发射的图像，并询问发射时间。

Copilot首先对图像进行分析，并提示“出于隐私保护，将隐藏图中的人脸”。在识别出图中的信息后，Copilot开始搜索“月船3号（Chandrayaan-3）的发射时间”。

最后，Copilot生成回答：“根据您提供的信息，这张图片中的火箭来自月船3号任务。它于2023年7月14日由印度空间研究组织（ISRO）从萨蒂什·达万航天中心发射。”

▲多模态搜索功能预览（图源：微软）

微软称，传统的多模态系统能够以通用的方式描述图中的内容，但结合在线搜索，Copilot可以在识别图像信息的基础上提供更多问题的答案。该功能目前已经推出。

第二项新功能为深度搜索（Deep Search）。

微软称，推出该功能主要的原因是在遇到一些复杂、细致或具体的问题时，现在的搜索引擎有时无法理解用户的期望。

深度搜索建立在Bing现有的网络索引和排名系统之上，并基于GPT-4进行增强，将搜索查询扩展为更全面的描述，包括理想的结果集应包含的内容。

当遇到一些不明确或有歧义的查询时，例如“积分系统在日本如何运作”，这里的积分可能有多种含义。深度搜索会利用GPT-4来查找所有可能的意图，提供一个消歧窗格，用户可以从中选择自己所需要的描述来代替。

▲深度搜索应对不明确的查询（图源：微软）

微软称，深度搜索使用各种信号来确定每个结果的相关性和质量，并考虑主题匹配程度、详细程度，来源的可信度、新鲜度和受欢迎程度等因素，其搜索效率是普通搜索的10倍，但速度上最多可能需要30秒才能完成。

该功能目前仍在测试和改进中，微软将在全球范围内随机选取用户试用。

三、推出代码解释器，Edge可一键总结视频内容

Copilot还推出了代码解释器（Code Interpreter），支持更准确的计算、编码、数据分析、可视化、数学等任务。

据介绍，Copilot代码解释器将编写代码来回答用户的自然语言请求，并支持在沙盒环境中运行代码，同时预装了许多流行的数据科学工具和库，包括Pandas、NumPy、Matplotlib等。

用户也可以向Copilot上传和下载文件，将自己的数据和代码与网络搜索结果相结合。

代码解释器目前推出了简单版本，暂时还不支持上传文件或是复杂的代码功能，预计将在几周时间内逐步升级新版本。

▲Copilot代码解释器（图源：微软）

在Edge浏览器中，Copilot侧边栏即将推出带重写菜单的内联撰写功能，可一键将生成的文本填入网页输入框，还可选择想要更改的文本要求Copilot重写；同时推出视频理解和问答功能，通过侧边栏，用户可以总结或询问当前观看的视频，该功能目前已开放。

▲使用Edge中的Copilot总结视频内容（图源：微软）

此外，据微软CVP、Bing工程和产品主管乔迪·里巴斯（Jordi Ribas）透露，还有一个“令人兴奋的新功能”：笔记本（Notebook）界面。该界面的入口位于搜索、对话旁边，用户可以专注于提示创建、细化和迭代输出。它具有记忆功能，还接受长达18k字符的长文本提示。

该功能目前也在小范围测试，尚未完全推出。

▲Copilot的笔记本功能界面（图源：微软）

结语：微软Copilot再进化，留给谷歌的时间不多了？

上周，ChatGPT刚刚过完一周年纪念日，现在Copilot也迎来“一岁生日”。从此次发布的更新可以看出，Copilot的功能日益强大，几乎能媲美月费20美元的ChatGPT Plus。

在此前的OpenAI“政变”事件中，微软一边为其“撑腰”，一边力争董事会席位。虽然最后，微软只获得了一个无投票权的观察席位，但也算是争取到了一些掌控权。目前二者仍保持紧密合作的联盟关系。

而另一边，微软长期的竞争对手谷歌在AI方面虽然暂时落后，但也传出最快将在本周公开预览大模型Gemini的消息。作为谷歌十年来最大的AI项目，Gemini的能力能否赶上GPT-4，让我们拭目以待。

https://zhidx.com/p/406261.html