引领人机交互革命？微软研究团队发布80页的大模型GUI智能体综述
引领人机交互革命？微软研究团队发布80页的大模型GUI智能体综述图形用户界面（Graphical User Interface, GUI）作为数字时代最具代表性的创新之一，大幅简化了人机交互的复杂度。
来自主题: AI技术研报
7640 点击 2025-01-09 14:39
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
图形用户界面（Graphical User Interface, GUI）作为数字时代最具代表性的创新之一，大幅简化了人机交互的复杂度。
1 月 18 日，北京，聊聊 2025 如何加入技术开发？ AI 科技评论消息称，前微软亚洲研究院视觉计算组首席研究员胡瀚，不久前加入腾讯，接替已离职的前腾讯混元大模型技术负责人之一的刘威，负责多模态大模型的研发工作。
微软对 Windows 系统中的 Copilot 实现方式进行了又一次更新。
Sora、Genie等模型会都用到的Tokenizer，微软下手了—— 开源了一套全能的Video Tokenizer，名为VidTok。
微软下一代14B小模型Phi-4出世了！仅用了40%合成数据，在数学性能上击败了GPT-4o，最新36页技术报告出炉。
12 月 11 日消息，谷歌正式向美国联邦贸易委员会（FTC）提出要求，希望终止微软与 OpenAI 之间的独家云服务协议。微软与OpenAI的合作始于2019年，当时，微软向OpenAI投资10亿美元，并达成多年合作协议，其中包括独家云服务协议。根据协议，微软Azure成为OpenAI的独家云服务提供商。而微软和OpenAI的合作，也形成了当今AI圈里的“超级同盟”。
AI驱动的智能助手将拥有更高的自主性，能够执行更多任务，从而简化你的家居生活和职场工作。在全球舞台上，AI将助力我们找到应对诸多重大挑战的新途径，这些挑战从气候危机到医疗服务获取问题，不一而足。
昨天，就在 OpenAI 12 天连发的第一天发布火遍全网的同时，微软也发布了一款重量级 AI 产品：Copilot Vision。这是一款集成在 Edge 浏览器中的 AI 助手，可以与你实时「协作上网」，并能随时提供帮助。
对于LLM来说，人类语言可能不是最好的交流媒介，正如《星战》中的机器人有自己的一套语言，近日，来自微软的研究人员改进了智能体间的交互方式，使模型的通信速度翻倍且不损失精度。
就在刚刚，微软公布了世界最大AI Agent生态系统：现在，已经有十万家企业通过Copilot Studio创建智能体了。