OpenAI 依旧很快，但它已远不是微软最关心的「合作伙伴」。
作者 | 宛辰、芯芯 编辑 | 靖宇
「AI 将如何重塑你的未来」，这是今年 Microsoft Build 大会的主题。
几个小时前，微软 CEO 萨提亚·纳德拉在微软 Build 年度开发者大会上，告诉所有人：为什么是微软，才能拥有如此宏大的野心——重塑所有人的未来。
微软的 Copilot 宇宙已经如预期般展开｜图片来源：微软
过去一年，背靠 OpenAI 大模型优先使用权的微软，用 Copilot 掀起了「副驾驶」风潮。人们使用软件，不再只是点击图形界面（GUI）图标找功能，而是通过与 AI 助手的对话，用自然语言开启交互。 通过 Copilot，全球最大的软件厂商——微软把 AI 生产力带给使用 Microsoft 365、Teams、Github 等微软全家桶用户的面前；
同时，微软面向所有开发者推出了做 Copilot 的工具栈——Copilot Stack，包括从底层算力到上层 AI 应用工具， 让开发者做出更多软件的 Copilot 及其他 AI 应用，从而带给用户；
21 日的 Build 前瞻会上，微软的嫡系硬件 Surface 成为 AI+PC 的排头兵， 踢掉英特尔、全力拥抱高通，微软找到了 AI 时代「Wintel」组合的重要伙伴 。
在这场为开发者举办的会上，纳德拉主要向开发者介绍了 Copilot+PC 和 Copilot stack 的一系列更新，包括 Azure 云服务器、模型定制工具、模型商店、数据工具、AI 应用定制工具等各个层面的进展。
必不可少地，OpenAI 首席执行官 Sam Altman 同样在大会现身，并呼吁开发者们把握住平台变革的机遇。
值得玩味的是，去年的 Build 大会上，Altman 的出现让纳德拉或多或少表现出「受宠若惊」的神态；而今年的 Build 大会上，和 Altman 握手的是微软的 CTO Kevin Scott—— 别误会， 对微软依然很重要，GPT-4o 依然是最好的大模型产品，但对微软来说，它和他都已不是唯一 。
对于正在将由 AI 引发的新一代计算变革，逐渐拉回到「微软叙事」上，纳德拉和微软已经掌握好了节奏。
从 Copilot
到 Team Copilot
相比于一年前，微软对 Copilot 的解读有了很大变化。
微软副总裁 Charles Lamanna 在接受 The Verge 采访时解释道：「我们很快意识到，将 Copilot 限制为仅对话，极大地限制了 Copilot 目前的功能。」「如果你能让你的 Copilot 更加主动，并且能够在后台执行自动化任务，而不是让 Copilot 一直等着有人与它聊天，那会怎么样呢？」
「2023 年微软 Copilot 专注于搜索数据、总结内容并生成新内容，2024 年的 Copilot 将非常注重可定制。」
今天凌晨，微软正式推出「Team Copilot」， 将 Copilot 从幕后的 问答助手辅，扩展为团队新的重要成员 。微软官方博客概括了这一定义的转变：「副驾驶正在从与你一起工作的副驾驶，演变为为你工作的副驾驶。」这些 Copilot 将由某些事件触发，并使用企业自己的数据。
微软的这一定义正是半年来 AI 圈火热的智能体（agent）概念，后者可以智能地自主执行复杂任务。
微软展示了新版 Copilot 与人群展开合作，不再是过去的一对一体验。Team Copilot 智能副驾驶能够在会议中担任会议主持人，管理会议议程、跟踪会议时间并记录会议要点；也可以在聊天中作为协作者，提供重要信息、跟踪行动项目并解决未决问题。它还可以担任项目经理，帮助确保每个项目顺利推进，并及时通知团队进行输入。微软计划在今年晚些时候预览 Team Copilot。
Team Copilot 可以和人类用户一起在群中工作 ｜图片来源：微软
微软也允许企业和开发人员可以定制自己的 AI Copilot，像虚拟员工一样工作、自动执行任务，比如能执行诸如监控电子邮件收件箱、自动执行员工任务或录数据等任务。
相应地，微软推出了 Microsoft Copilot Studio 及其扩展工具，让开发者能够根据特定任务和功能，构建主动响应数据和事件的「智能副驾驶」，同时也允许客户通过将其连接到新的数据源和应用程序来增强 Microsoft Copilot 智能副驾驶，从而扩展其功能。
基于这类新功能的「智能副驾驶」可通过记忆和知识了解上下文、推理操作和输入，基于用户反馈进行学习，并在不知道如何处理时寻求帮助，从而独立管理复杂、长期运行的业务流程。微软方面称，现在从 IT 设备采购到销售和服务的客户接待，用户都可以让基于 Microsoft Copilot Studio 构建的智能副驾驶为其工作。
而在消费端，微软+高通的 AI+PC 组合，结合微软的本地小模型，正在向终端 AI 的路上狂奔。
微软正在让 AI 进入现实
「我们正在经历一次不同寻常的平台浪潮。」微软首席技术官兼 AI 执行副总裁 Kevin Scott 在 Build 开发者大会上如此称。
这个所谓的平台浪潮，或许将从微软的小模型、OpenAI 的大模型以及其他一系列 AI 模型开始，以 Azure 云计算作为管道，以微软的 AI PC 作为终端载体，延伸至所有 PC 厂商的 Windows 设备。
首先，微软 Azure AI 的一大产品是「模型即服务」。在 Build 开发者大会上，微软宣布，OpenAI 前几天发布的 GPT-4o 现可在 Azure AI Studio 中使用，也可作为 API 使用，这一多模态模型集成了文本、图像和音频处理。
同时，微软开发的 AI 小语言模型（SLMs）Phi-3 系列，也发布了一款新的多模态模型——Phi-3-vision，有 42 亿参数，能够输入图像和文本，并接收文本回复。例如，用户可以就图表提出问题，或就特定图像提出开放式问题。
Phi-3 家族的「小模型」主要为有限计算资源和低延迟场景的生成型 AI 应用程序提供支持，可以在 Azure AI 和 AI 模型开源社区 Hugging Face 上找到，用哪个取决于任务的复杂性和可用的计算资源，可以说是主打一个「性价比」。
这些模型可与微软的 PC 终端结合，微软希望开发者能够在 Windows 上构建新的 AI 应用程序，为 PC 设备提供差异化的 AI 体验。据称，微软现在有 40 多个 AI 模型在 Windows 11 上运行。微软高管在 Build 大会上自信地称，「Windows 是最开放的人工智能平台」。
Phi-3 小模型的参数大小与相对质量 ｜图片来源：微软
就在一天前，微软推出了专为 AI 设计的新型 Windows PC，即 Copilot+ PC，可实现 40+ TOPS（每秒万亿次操作）。
微软称其「 彻底重新构思了 PC 的整体架构，从芯片到操作系统，从应用层到云端，将 置于核心地位，标志着 Windows 平台数十年来最重大的变革 。」
新的架构将 CPU、GPU 以及 NPU 集成，可以连接到 Azure 云中运行的大语言模型（LLM）与小语言模型（SLM）。
据微软称，其「AI 工作负载性能提高了 20 倍」，与 MacBook Air 15 英寸对比，「持续多线程性能高出多达 58％」「本地视频播放电池续航时间长 20％」。
在对 OpenAI 的利用上，按照微软的说法，每台 Copilot+ PC 都配有个人 AI 助手，键盘上将有新的 Copilot 键，在未来几周内，用户可以访问包括 GPT-4o 在内的最新模型，
微软 Copilot+ PC 的 Recall 功能 ｜微软
其中， 「Recall」的快照范围极广，涵盖用户在应用程序中做过的事情、实时会议里的通信、访问过的网站 等等。在隐私问题上，微软称，「Recall」里的快照属于用户，保留在本地电脑上，用户可以删除单个快照，调整和删除时间范围，也可以选择过滤、不保存特定应用程序和网站。
不过，据悉运行「Recall」所需的最小硬盘空间为 256 GB，并且必须有 50 GB 的可用空间。256 GB 设备上 Recall 的默认分配为 25 GB，可存储大约 3 个月的快照。
在 AI 生成图像方面，之前，微软推出过网页版的图像生成工具，但可能会限制用户可以创建的图像数量，也存在隐私问题，Windows PC 内置「Cocreator」，通过 NPU 和本地小语言模型，可以实时生成新图像，或能以电脑本地的形式缓解用户的隐私焦虑。
据介绍，微软还与 Adobe、 DaVinci Resolve、CapCut、LiquidText、djay Pro 等合作，用户此后可以在 PC 设备上运行这些程序的 AI 功能，比如在 PS 图像处理、CapCut 视频剪辑中自动删除背景。
微软的新 PC 有比先前更多的原生 ARM 64 体验，包括各种 Microsoft 365 应用程序，以及 Chrome 浏览器、Spotify、Zoom、WhatsApp、Adobe Photoshop、DaVinci Resolve 等现在都在 Arm 上本地运行。
除了微软自己的 Surface，微软与 OEM 厂商宏碁、华硕、戴尔、惠普、联想、三星等合作，Copilot+ PC 将为这些主要 PC 制造商提供具有 AI 功能的 Windows 11 设备，搭载高通处理器，预计 6 月 18 日起开始供货。
PC 将加速 AI 创新，而微软的态度是，「只有当云和设备协同工作时，最丰富的 AI 体验才会成为可能。」
另外，OpenAI 首席执行官 Sam Altman 也出席了微软的 Build 开发者大会，表示模型将会变得越来越聪明，速度和成本都很重要，但最最重要的是「整体智能（overall intelligence）」。
OpenAI 的 Sam Altman（左）出席对谈微软 CTO ｜微软
Sam Altman 对开发者的建议是，「现在可能是自移动互联网诞生以来最激动人心的时机，不管是做一个产品，还是创建一家初创公司，做点新东西的最大机遇往往孕育于平台范式变革的时刻。」
「我们已经很长时间没见到平台范式变革了，现在看起来平台范式变革真的到来了。」
「所以，我最大的一个建议是，这是很特别的时机，把握住它吧。」Sam Altman 说道。
此外，他还提醒，「AI 并不意味着可以轻轻松松就创造一个伟大的产品，或者一家伟大的公司，或者伟大的服务，你还是得干活，AI 是一种加持， 但单单 AI 是不会自动打破一些商业规则的，你可以利用这个新东西，但你还是得找到你做的东西的价值 ，这是在狂热的 AI 淘金热中很容易被忽视的。」
上周是 AI 行业疯狂的一周。OpenAI、Google 先后发布 GPT-4o、Project Astra 等「AI 全家桶」；字节的「豆包」大模型家族、腾讯的混元大模型集体亮相。不论是国际大模型明星公司，还是互联网大厂，他们都正在朝着 AI 狂奔。 但是，对于中小公司来说，能像当年「上云」一样一键部署 AI 的方案，还不多见。
5月22日（周三）20:00，极客公园创始人 & 总裁张鹏将对话矩阵起源创始人 & CEO王龙， 聊聊传统的 IDC 如何转型到 AIDC，以及通往 AGI 的路为什么绕不开「数据+算力」？
欢迎预约直播~
人工智能时代来了，你造吗？
现在，大部分人都知道AI的诞生，但多数人并没有做好准备，也仅限于交流一下聊聊天就结束了，所以，真正拥抱AI，或者抓住风口的人的确很少很少。也可以这么讲，绝大多数普通人抓住这个风口的机会太难了，看看网友怎么说的：
但是，目前的情况是，你不学不行了，否则不久的将来就会被淘汰。话不多说，就今天这个话题，我们就来聊一下，要想在AI浪潮中抓住风口，普通人该怎么做才好；普通人为什么要学AI：
先从基础学起，作为普通人需要先了解AI会所涉及到的领域，它包括数学、计算机、物理、心理、哲学等多个方面。你可以通过各种途径学习相关基础知识，比如：通过参加线上或线下AI课程，阅读相关书籍，加入网络课程、视频等多种方式来学习。
通过学习AI的基础知识，我们可以更好地了解AI的原理和应用，更好地把握AI的发展趋势和商业机会。所以，作为普通人群，需要掌握AI的基本概念、原理、方法和应用，以及相关的编程语言和工具这些基础。AI涉及到的技术领域很广，您也可以针对其中领域进行深入研究，熟练掌握相应技术，这是学习AI的前提。这些技能在当今的市场中非常抢手，掌握了这些技能的人，才可能更好地抓住AI这个风口。
平时也要注意关注AI最新动态。作为普通人，大家可以通过了解AI的前沿技术和应用领域来让自己更加的了解AI方面的知识。了解的方式有：媒体、平台、论坛等多种渠道，也可以关注一些知名AI公司和机构，这些都是不错的办法。
我们有了基础知识掌握了相关技能，以及关注相关动态后，您可以尝试参与AI相关项目，例如，加入AI创业公司等等。通过参与这些项目，可以积累更多的经验和技能来提高AI的专业水平。
因为，想要进入AI行业抓住风口，需要具备相关的技能和经验，不过，不一定需要所有技能都掌握。您可以寻找适合自己的路径，找到一些适合自己水平和兴趣的AI项目，通过编程、调试、测试等过程来实现操作，也可以通过一些在线平台或工具来实践。进入行业以后，您更需要利用人脉资源广交在AI行业内的圈内人，与他们多交流经验和想法，然后获得更多有价值的建议。
最后您可以尝试创造自己的AI产品或服务了，例如，可以开发一款AI语音助手、开发一款AI智能家居产品、开发一款AI医疗产品，等等。也会让自己更加自信。
举个栗子：
开发机器人客服：可以利用AI技术开发一款智能客服聊天机器人，用于自动解答用户的问题。然后，与多家企业合作，为企业提供智能客服服务，收取一定的咨询费用。这样的机器人客服可以服务于电商平台、在线教育等多个行业。
讲真~巴拉巴拉说起来容易，但是，做起来的确很难很难，就基础知识而言，就需要普通人入门一年不止吧。所以，在整个学习过程中，需要有足够的热情，足够的勇气和兴趣以及足够的能力等等作为后盾，才可能会走入AI这个行业，才可能有风口可抓。
是啊，有时候我们需要逼自己一把，因为人工智能已经成为了当今发展的必然趋势，只有掌握了相关技术，就可以让自己更好的利用工具来提升实力来实现价值，并且，目前我国许多公司都在尝试使用AI技术，所以，想要抓住风口，最重要的还是靠自己不断的去努力和打拼。
就像著名经济学家任泽平博士提到：
因此，即使你是普通人，想要适应潮流，跟上社会的发展步伐就要学习AI，不管是几年，不管路途多么艰难，也要学下去，否则会被淘汰。
虽然大家都在说2023年会是经济衰退的一年，但是不要忘了，在每一次的衰退中，都会有新兴的行业产生。所以，人工智能就是下一个革命风口，而且有的企业已经开始裁员了，我觉得，这并不是巧合，也不是危言耸听。
据相关资料，在去年，全年美国各大科技公司裁员了大概15万人左右，但是今年第一个月就已经裁了 大概6 万多了。美国银行警告称，预计美国经济将在 2023 年的第一季度开始，平均每个月失去个工作岗位。
所以，大家还别不信，目前，人工智能已经渗透到了各行各业了。比如，在医疗领域，利用AI技术帮助医生进行诊断。在金融领域，利用AI技术预测市场走势，零售业还可以利用人工智能技术来优化销售策略，这些应用场景都是AI技术的发展方向。
也就是说，在未来，人工智能的应用场景将更加广泛。看到这里，你还想说，我不学吗？！
说了这么多，我们再来详细说说普通人学习AI需要掌握的基础知识点：
要学习的基础知识很多，做AI开发涉及到Python编程知识、Linux知识，视觉方面要学图像处理、OpenCV等，同时还要有一定的数学基础。
具体有：
1、基础数学知识：线性代数、概率论、统计学、图论；
2、基础计算机知识：操作系统、linux、网络、编译原理、数据结构、数据库；
3、编程语言基础：C/C++、Python、Java；
4、人工智能基础知识：ID3、C4.5、逻辑回归、SVM、分类器等算法的特性、性质和其他算法对比的区别等内容；
5、工具基础知识：opencv、matlab、caffe等。
总之，我要说，如果您想赶得上这股浪潮，就要做好准备迎接挑战，因为人工智能将会越来越复杂，并且发展速度也会非常的快。所以，还是要做好充分的心理准备才行，加油吧~
如何理解“AI时代”？
1 人工智能时代的社会生产力“时代 ”是一个含义广泛的词语。 本系列涉及的 “时代”是指人类社会发展史上具有革命性变革的时代概念 ，是人类科技发展引发社会生产、生活方式更迭的历史时代。 引发社会生产、生活方式改变的基础是社会生产力。 因此，研究人工智能的时代性时 ，首先要对社会生产力进行深入剖析。 什么是社会生产力 ?社会生产力是指人类社会创造财富的能力。 人类在 “知识”的基础上打造 “工具”、驾驭“工具”，便形成了社会财富的生产能力。 “知识 ”与“工具”成为了推动着人类社会发展的两大基本要素 ，社会生产力的基本结构是 “人+工具”，知识隐含其中。 在生产力结构中，“知识 ”是最活跃的要素 ，随着人类知识的发展 ，其重心不断从 “人”向“工具 ”转移。 我们谈论得最多、关心得最多的是人工智能时代超高基础上、超高速度的社会生产力。 如今 ，我们个人、家庭的生活、学习、教育等都融合在一个以智能手机为中心的生态体系之中；国家、政府、企业的运行、管理、市场营销与物联网、云计算、大数据、区块链紧紧相依 ；百姓生活在一个人工智能无处不在的智慧社区、智慧城市之中 ，充分享受智慧医疗、智慧家居、智慧交通、智慧出行带来的便利；即使遭遇地震这样的天灾 ，人们依靠现代通信技术、智能手机、无人机监测、GPS定位、生命探测仪机器人等智能化工具，也能将灾害损失降到最低。 与始于 18世纪的工业革命相比 ，如今无所不在的人工智能已经远远超出了经济领域，正在向上层建筑领域进发 ；人工智能所创造的第3种文化对人文文化的全面入侵 ，使人工智能进入伦理时代；智能化工具全面替代了人类的脑力劳动。 无疑，人工智能开辟了人类社会前所未有的一个新兴时代 ，一个与工业革命完全不同的时代 ，一个双超的社会生产力发展时代。 2 人工智能不是第 4次工业革命时代许多人错误地把人工智能称为第 4次工业革命时代。 他们以 18世纪的工业革命为起点 ，把蒸汽机时代称为第 1次工业革命 ，电气化时代称为第 2次工业革命 ，信息化时代称为第 3次工业革命 ，因此将智能化时代称为第 4次工业革命。 这种时代划分显然是受德国工业4.0影响而推衍出的概念。 工业 4.0是2013年的汉诺威工业博览会上德国为提升工业竞争力而提出的一个概念。 基于工业发展的不同阶段划分出 4个时代 ，即工业 1.0蒸汽机时代、工业 2.0电气化时代、工业 3.0信息化时代和工业4.0智能化时代。 显然 ，这种划分只表示了工业革命以来工业领域的时代变迁。 如果说 “蒸汽机”、“电气化”可以表示工业革命内涵，那么 “信息化”、“智能化”就远远超出了工业领域。 把人工智能时代称为第 4次工业革命时代显然是错误的。
微软古德华与AI合作伙伴会面，我们的生活在悄悄变化
今日，微软公司执行副总裁，全球销售、市场营销和业务运营总裁让∙菲力浦∙古德华（Jean-Philippe Courtois）在沪与人工智能领域的合作伙伴和客户代表会面，倾听他们在AI时代所面临的机遇和挑战，并共同探讨了Al加速中国企业数字化转型的巨大潜力。 古德华表示，“从零售、新能源、到市场营销和医疗 健康 ，AI引领的数字化转型正在为各行各业带来多样化的创新机遇。 在数字化浪潮的推动下，微软希望借助领先的智能云平台和人工智能服务，帮助中国合作伙伴与客户打造属于自己的人工智能应用，共同开拓更加广阔的前景。 ”微软公司执行副总裁，全球销售、市场营销和业务运营总裁让∙菲力浦∙古德华与中国人工智能合作伙伴和客户代表会面交流 会见中，古德华与中国Al合作伙伴代表上海驿氪CEO闵捷就人工智能在零售行业的应用潜力展开了深入探讨。 作为一家专注于零售商消费者资产数字化运营的企业，驿氪基于微软Azure智能云平台，推出了全套数字化营销解决方案，帮助零售品牌实现对消费者营销互动的精细化运营。 闵捷表示, “Al时代，如何保证客户的数据安全是重中之重。 微软的优势不仅在于强大的技术实力，还在于其拥有全球领先的数据安全措施和数据中立平台，而且其更是以平台、技术、解决方案赋能客户和合作伙伴为目标，这种定位极大程度上奠定了我们、微软与客户三方的信任基础，互补互利，让我们更好的为客户构建属于他们的私有数据资产，挖掘商业见解，实现业务飞跃。 ”古德华与上海驿氪CEO闵捷探讨交流 着眼于Al 机器视觉技术服务零售行业的合作伙伴代表, 扩博智能创始人兼首席执行官严治庆向古德华介绍了如何利用Al技术为实体零售行业解决零售客户难以获取实时市场数据和洞察的行业痛点。 古德华表示，扩博智能通过“软硬结合”驱动高价值数据应用的能力，成为推动实体零售业数字化转型的利器。 微软希望帮助合作伙伴开发基于不同行业应用场景的Al解决方案，并为他们提供包括世界500强企业在内的客户资源对接，打造一个真正创新共享的合作伙伴生态系统。 聚焦于计算机视觉应用的扩博智能借助微软Azure IoT Edge等系列云服务，推出国际领先的线下零售人工智能产品系列，可自动对货架分布和货品销售情况进行可视化分析，并利用边缘计算能力替代物理人工进行盘点补货等实体工作，产品远销海外，目前已与可口可乐等多家国际知名快消品牌建立战略合作。 扩博智能创始人严治庆向古德华介绍针对零售行业打造的Al解决方案 会见中，全球知名运动产品零售商迪卡侬中国区健身品牌团队向古德华介绍了迪卡侬采用微软智能云 Azure 技术并与微软AI合作伙伴深度合作，推动迪卡侬在中国各项业务数字化转型的合作历程。 其间，中国Al合作伙伴代表博彦 科技 联合创始人马强向古德华现场介绍了其目前基于微软Azure智能云平台与迪卡侬研讨联合开发的智能跑步机项目的可行性。 迪卡侬中国区品牌总监孔靓，博彦 科技 联合创始人马强向古德华介绍智能跑步机项目 古德华还与礼来中国IT解决方案和服务负责人侯易及中国Al合作伙伴代表Airdoc首席技术官和超畅聊人工智能造福人类 健康 的无限潜力。 侯易详细介绍了礼来中国与微软中国的战略合作，基于礼来中国在医疗 健康 行业领先的市场地位及行业洞察，以及在数字化创新领域的前瞻性 探索 ，结合微软前沿的人工智能技术、云计算服务及生态系统优势，在中国共同推进双方在服务、技术、市场领域的广泛合作，打造人工智能+医疗 健康 的行业新生态。 和超介绍，作为一家专注于以深度学习提升医学诊疗效率的成长型企业，Airdoc借助微软智能云 Azure、微软认知服务和认知工具包，以及Azure 机器学习服务能够协助医生更快速、准确地完成视网膜病变的筛查及分析，有效防止病患视觉的损失、失明甚至相关全身性慢病的进展。 和超表示，Al技术将为医疗 健康 行业的发展开启无限可能。 Airdoc希望继续携手微软，共同推进人工智能技术在医疗行业的落地，为人们创造更美好的生活。 礼来中国IT解决方案和服务负责人侯易，Airdoc首席技术官和超与古德华畅谈
