就在10月拉開序幕之際，微軟旗艦AI服務Copilot再推更新，替Copilot加上視力、提升聽力等新功能，企圖提供具有人性的陪伴，讓人們在日常生活中，就能大幅應用Copilot。另外，在微軟高調定義的Copilot + PC戰場上，也將開始推行先前預覽的回憶功能，讓更多使用者願意換機。
兩週前，微軟執行長納德拉（Satya Nadella）主持的Copilot發表會才剛落幕，當時他的談話重點，圍繞著如何利用Copilot增進團隊協作的效率。
兩週後微軟轉換陣地，Microsoft AI執行長蘇利曼（Mustafa Suleyman）在官方文章中，把話題帶到新願景－想創造出所有人的AI伙伴（AI companion for everyone）。
對比兩者，納德拉先前談的主題是輔助團隊溝通，並提升白領的工作生產力；這次的分享，訴求是增進個人使用體驗、增加生活樂趣，可以看出，就像其他科技巨擘一樣，微軟也想無時無刻占據人們的日常。
影／微軟Copilot再更新，希望帶給人們陪伴感。
Copilot開口對話、看懂內容
不過，為了鞏固使用習慣，讓使用者到哪都走不出自家生態系，科技大廠們透過不同方式發力。
蘋果以其富含獨特設計美學的硬體為基礎，建構出一座圍牆高聳的花園，裡面遍布著蘋果專屬的軟體服務，例如應用程式市集（App Store）、行動支付（Apple Pay）與通訊軟體（iMessage）。
Google雖然在筆電和手機上沒有蘋果的領先地位，但在垂直應用上也深入娛樂、探索資訊、導航領域，累積起龐大用戶群。近來在應用中加入人工智慧，並推出Gemini Live扮演智慧助理角色，整合一切。
微軟的Copilot也是走相似路數，但搜尋引擎和瀏覽器的市占率都不比Google，能夠互別苗頭的，除了工作時常見的Microsoft 365生產力軟體以外，公事私事皆能使用的PC，以及配備其上的Windows作業系統，就是著力點所在。
在本次更新中，微軟替Copilot增強視覺（vision）、聽力（voice）、深思（think deeper）和回憶（recall）能力，並且在人機互動中間，加入人工智慧中介層，使用者只要對著圖像或者文字點擊，便能執行以AI驅動的動作（click to do）。
「Copilot將在你的身邊，與你的利益保持緊密一致，它了解你的生活背景，又能保護你的隱私、資料與安全，並記下對你有幫助的細節。」蘇利曼如此寫道。
要伴隨人們一起生活，微軟從互動方式開始突破。近期的AI進展，起源於自然語言處理能力的提升，但語音和視覺等多模態能力，是現在科技廠商競逐的關鍵。微軟這次在Copilot中加入語音（Copilot Voice）功能，讓用戶可以直接說話與Copilot對答，就像從前和Siri對話一樣。
從聲音延伸，Copilot Daily提供新聞和天氣摘要，並以Copilot語音朗讀；Copilot Discover則像是探索入口，能夠和Copilot展開特定主題對話，充實自己的閒暇時刻，兩者都會依照個人使用紀錄微調呈現內容。
聲音以外，微軟也替Copilot加進視覺（Copilot Vision）能力。若使用者同意，內建於Edge瀏覽器的Copilot，將能夠閱讀使用者正在使用的網頁，理解其中的文字與圖像後，便可以和使用者對答，例如根據網頁型錄給與裝修建議、研究訂閱資費給與合適想法。
雖然文字和聲音都能溝通，但微軟解釋，執行任務和互動有著太多無法言說的背景，直接讓Copilot看見人眼所見，能夠提供更多做決策時的脈絡。不過，因為人工智慧危害隱私和智財權的抗議呼聲變得熾熱，微軟也強調，使用者可以自行決定是否、何時、如何使用；且Copilot不會侵犯創作者權利，遇上付費內容網站時就會自動保持沉默。
深度思考、回溯使用行為，還有一鍵AI
增加感官能力以外，加強思考能力就是重點。微軟推出的深思（Think Deeper），背後由具有推理能力的模型支援，雖然回答時會花上更多時間，但能夠拆解任務，詳細規劃出步驟，以應對更複雜的問題。
微軟舉例，Copilot的深思功能，讓它能夠回答應該「搬遷到哪個城市」、「挑選哪個型號汽車」等，困難但實際的挑戰。
微軟並沒有公布深思背後的模型型號，但不管是應對複雜問題，還是將問題分拆成子任務，都跟上個月中OpenAI公布的o1系列模型所強調，以思維鏈（chain-of-thought）處理複雜問題的特長不謀而合，深思背後可能就是OpenAI的o1模型在處理需求。
此外，微軟也正式推出過去曾被質疑隱私的回憶功能。這項功能在今年COMPUTEX前、微軟搶先定義Copilot + PC時，就曾經揭露。回憶功能會紀錄使用PC的紀錄，因此當使用者想要回頭查找先前打開過的應用程式、確認讀過的網頁資訊時，能夠回溯過往。
不過，當時微軟剛公布訊息，就引來敏感資訊例如銀行帳戶、身分證號碼外洩的疑慮，微軟本次特別強調，會在處理敏感資訊時加上過濾（filters），確保資料安全性。
最後還有讓使用者點擊執行任務（click to do）的AI功能，微軟舉例，使用者在瀏覽照片時，Copilot將會加上一層AI介面，只要點擊，就能夠搜尋圖像，或者消除不想要的物件，或者刪除背景；若是在看自己寫的文章，可以修改重寫、提供解釋，或者寄信、在網路中搜尋，對個人使用上頗有助益。
不管是回憶功能還是一鍵AI，都是讓AI PC與Copilot + PC能夠大展算力長才的功能，微軟還另外準備由AI加強過的檔案搜尋、提升照片解析度、以生成式AI改動相片等。6月COMPUTEX時的AI PC定義分歧，且尚未看到讓人眼睛一亮、有必要在地端發揮人工智慧能力的任務，現在微軟和PC品牌商都在努力，提供消費者換機的理由。
不過，台灣使用者離Copilot的更新還有段距離。以Copilot Vision來說，會先提供給部分付費的美國用戶；Copilot Voice先在澳洲、加拿大等國推出英文版本；深思功能的情況也相同。
9月中時，納德拉就提過「人工智慧使用者介面」（UI for AI），當時他說的是透過Copilot Agents，在軟體和服務加上AI，讓使用者能夠取得資訊。
這次的click to do新功能，則是直接賦能一般使用者，瀏覽照片時能夠消除物件、刪除背景，閱讀文章時能夠寫出摘要總結、重新架構文字，也能向外延伸寫信、搜尋。
應用Copilot和AI，讓資訊容易在團隊成員間流通，生活中讓使用者更容易完成代辦事項。再加上視力、聽力、回憶和深度思考，人工智慧離我們的生活愈來愈近。
