当地时间5月21日，微软Build 2024年度全球开发者大会在美国西雅图召开，微软CEO Satya Nadella在大会上致辞，侧重于Windows和AI的介绍，并一连发布了60多种新产品和解决方案。

　　首先，Nadella提出了两个贯穿全局的核心问题：

1. 在这个资讯激增的时代里，PC如何帮我们利用这些资讯进行快速推理、计划和行动？

2. 计算机可以主动理解我们，而我们不必了解计算机吗？

“Copilot+PC”预热

　　在这场大会的前一天，微软先举办了一场有关“Surface和Windows AI”的预热活动，发布了新一代Surface以及全新AI功能——Recall，从而正式宣告了Copilot+PC的面世。

　　据了解，新一代Surface分为第七代Surface Laptop和第十一代Surface Pro两种机型，搭载了高通新品骁龙X Elite芯片，附加Prism技术以全面转向ARM阵营。Recall则是通过整合Copilot的“回溯”功能（学习、理解及推理能力），借助大模型追踪用户操作，支持以时间线的形式调用有关内容和操作的“回放”。

　　对于Copilot+PC来说，其主要OEM包括AMD、英特尔和高通，以及宏碁、华硕、戴尔、惠普、联想和三星等众多知名大厂。其中，前三者负责微软PC的芯片制造，而后几位则是微软的设备合作伙伴，其PC产品即将搭载微软的AI模型。

　　微软副总裁兼消费品类首席营销官Yusuf Mehdi介绍，Windows 11 AI PC是有史以来最强大的 Windows PC，融合了多种突破性的AI体验，并预计该款AI PC明年销量可达5,000万台。

　　Nadella还表示：“苹果在多个方面都表现得极为出色，我们现在正期待Windows与Mac能够重新展开真正意义上的对决。”

Copilot产品线

　　显而易见的是，Copilot在这场开发者大会的地位相当重要：一方面，它能够更加流畅地帮助个人用户处理繁杂的工作；另一方面，Copilot也让团队协作变得轻松自如。

　　Team Copilot

　　对于职场人来说，Team Copilot使Copilot“拟人化”，Copilot将不再是一个“旁观者”，而直接化身为团队成员，在Teams、Loop、Planner等协作应用中直接受调用。

　　例如，Copilot作为会议主持人，管理议程并实时记录要点；或充当协作者，提取重要信息并解决遗留问题；甚至作为项目经理，通过创建和分配任务、跟踪截止日期等方式推动团队协作等等……其预览版本将于今年晚些时候推出。

　　Copilot Agent代理功能

　　该功能推出后，在Microsoft Copilot Studio的开发者们将可以根据特定任务和功能，构建可以主动响应数据和事件的Copilot，它可通过记忆和知识理解上下文、推理操作和输入，基于用户反馈进行学习，从而独立、自主地管理复杂、长期运行的业务流程，并有望进化为全自动的AI Agent。

　　微软业务应用和平台的公司副总裁Charles Lamanna表示：“我们很快意识到，仅限于对话的Copilot在当今所能做的事情上是非常有限的，与其让Copilot等待有人与其聊天，不如让它更主动，在后台执行自动化任务。”

　　GitHub Copilot Extensions

　　大会上，Nadella称GitHub Copilot为“这个AI时代的第一款热门产品”。作为最广泛采用的AI开发工具之一，GitHub Copilot的订阅用户已经突破180万人。

　　而今，微软又进一步与100多家合作伙伴推出GitHub Copilot Extensions，一改此前“补全代码”的常态，化身效率提升神器——通过对话整合所有开发流程，减少上下文切换，让开发者专注于核心代码内容。

　　不论是语音输入还是文字输入，不论是Java还是Python，输入语言也没有任何限制，只要提出需求，GitHub Copilot都能作出开发者需要的代码。不仅如此，它还能回答有关开发过程的问题，并支持多种开发工具和平台。

　　Copilot堆栈&Fabric实时智能

　　2023年里，微软成功构建了Microsoft Copilot并更新了150多个迭代版本，并开发出Copilot堆栈，为开发人员赋予了更高的自由度。

　　在此基础上，微软在今年为开发者们升级了Copilot堆栈，使其可以构建自己的AI应用程序、解决方案和多样体验。据介绍，Windows Copilot库包含了40多种端侧AI模型，包括Windows兼容的API和算法。

　　另外，Nadella还宣布在Microsoft Fabric上推出实时智能（Real-Time Intelligence），这个受AI驱动的分析平台可为组织提供即时决策和SaaS服务等，不仅帮助数据分析人员获得简单的低代码或无代码体验，也能通过代码丰富的用户界面让专业开发者受益。

GPT-4o和Phi-3-vision

　　作为OpenAI最大的投资方，微软也获得了OpenAI所有AI模型的优先使用权。

　　上周，OpenAI最新发布的多模态模型GPT-4o正是在Azure上训练的，现已在Azure AI Studio中作为API提供，支持多模式输入和输出，为企业用户和开发者带来更多创作空间。微软CTO Kevin Scott也戏称，GPT-4o比原始模型便宜了12倍左右。

　　而在这场盛会的最后，OpenAI CEO Sam Altman也惊喜现身于会场，并透露了微软正在开发可承载GPT-5高算力需求的超级计算机的消息。

　　除了GPT-4o，微软开发的Phi-3系列AI小语言模型也发布了一款全新多模态模型Phi-3-vision，与前任Phi-3-mini和Phi-3-medium一起，通过Azure AI的MaaS产品面向用户。

　　据了解，Phi-3-vision具备音频和视觉功能，能够读取文本并分析图片，且其较小规模（42亿参数量）适用于移动设备。不过，与DALL-E和Stable Diffusion不同，Phi-3-vision不会生成图像，主要用来理解图像中的内容并为用户进行分析，目前已进入预览阶段。

扩大AI合作关系网

　　与英伟达

　　微软方面称，其与英伟达欲合作推动全球制造业的数字化进程，基于微软Azure的英伟达全宇宙云应用编程接口（Omniverse Cloud API）将为用于设计、构建和操作工业数字孪生工具的软件，带来数据互操作性、协作和基于物理世界的可视化等重要功能。

　　与Meta

　　微软宣布，将微软混合现实应用程序（Windows Volumetric Apps）引入Meta Quest头显设备，使开发人员能够将其应用程序扩展到3D空间，该扩展将允许用户不离开支持他们工作依赖的应用程序，同时增强空间理解的能力。

　　与可汗学院

　　这一多元合作伙伴关系的重点在于利用AI技术为教育材料提供支持。微软将为美国所有K-12教育者免费提供AI教育助手Khanmigo for Teachers，并捐赠Azure AI优化的基础架构权限。

　　可汗学院方面则会借助微软开发的Phi-3最新版本，探索经济实惠、可扩展且适应性强的方式改进数学辅导，并计划将更多可汗学院的教学内容引入Copilot和Microsoft Teams教育版，提供更多学习资源。

其它亮点

　　Edge实时视频翻译

　　该功能将支持实时语音同传翻译，适用范围包括YouTube、LinkedIn、Reuters和Coursera等主流网站影片，但只支持英语、印地语、德语、俄语、意大利语和西班牙语的双向互译。微软也表示，后续将会添加更多的语言和视频平台。

　　Teams定制Emoji

　　七月，微软Teams将全面上线定制表情符号功能，让用户更有创意、更加真实地表达自己。企业IT管理员将可以限制哪些用户可以上传或删除自定义表情符号，或完全关闭该功能。自定义表情符号将尽在同一组织域中可见。

　　Windows 11的AI剪贴板功能

　　据悉，“高级粘贴（Advanced Paste）”功能现已于PowerToys 0.81版本推出，启用后，用户可使用“Windows+Shift+V”唤醒该功能，从而可以在粘贴内容时进行格式转换，如纯文本、markdown或JSON。