新火種
2024-05-22 
微軟一夜革新AI生產(chǎn)力，奧特曼劇透新模型！Copilot人人可定制，開發(fā)者狂喜
今天，微軟的生產(chǎn)力革命有了最新進展——
它正在將AI塞進所有可能找到的角落和縫隙。
除了在大會前一天就已劇透Copilot+PC，Build大會上微軟還有超多釋出成果：
Copilot持續(xù)升級：自定義Copilot、Team Copilot以及Copilot擴展等。總的來說，所有開發(fā)者都可以定制和擴展Copilot，而團隊協(xié)同工作也更加方便。將小模型進行到底，Phi-3能輕松在PC端、手機端運行，還有首個多模態(tài)模型Phi-3-vision。
還有這些細節(jié)更新，比如Microsoft Fabric的實時智能功能，能對實時、高精度的業(yè)務(wù)數(shù)據(jù)進行分析管理，幫助企業(yè)決策；Edge瀏覽器增加AI實時視頻翻譯功能；AI PC原生支持PyTorch……
開幕式上，納德拉一上場就道明了今天這場大會的意義。
而這一波AI浪潮，就是微軟夢想的答案。
Build大會展現(xiàn)的各種各樣的生產(chǎn)力場景，也正是微軟實現(xiàn)夢想的舞臺。
開幕式尾聲，奧特曼還站臺亮相，回應(yīng)和劇透了新模型的一切。
市場上微軟股價也是一片向好，一度飆升到了431.84美元。該說不說，這兩天微軟都漲麻了。
咱先從Copilot持續(xù)升級說起。
GitHub Copilot擴展：自然語言交互方方面面
面向開發(fā)者和團隊，微軟推出GitHub Copilot擴展，可通過第三方服務(wù)功能用自然語言交互自定義GitHub Copilot體驗。
可以立即部署到Azure，用語言交互即可獲取管理Azure資源，比如向Azure詢問Web應(yīng)用程序的部署位置，一鍵排除故障查找相關(guān)代碼：
任何開發(fā)者都可以為GitHub Copilot創(chuàng)建擴展，包括堆棧中的各種工具以及自己內(nèi)部的工具。
打開Copilot WorkSpace，可以查看整個代碼庫，并提出修改建議。Copilot會自動根據(jù)定制進行修改：
微軟還推出了Copilot connectors，方便開發(fā)者用第三方業(yè)務(wù)數(shù)據(jù)、應(yīng)用和工作流程定制Copilot。
Team Copilot：團隊中的關(guān)鍵成員除此之外，微軟Copilot繼續(xù)升級，推出Team Copilot，從此Copilot不僅是個人助手，更是可以變成團隊中的一員。
可以把它拉到團隊群里面，充當會議主持人，Copilot可以實時記錄下會議中的全部內(nèi)容：
根據(jù)團隊討論進度，一鍵整理主題、做筆記，同時支持群內(nèi)其他人對其記錄的內(nèi)容進行修改：
討論中遇到問題也可以直接向Copilot提問：
當團隊成員就某一討論達成一致觀點，Copilot會一鍵實時更新之前的筆記內(nèi)容：
Agent可以自定義與此同時，微軟Copilot Studio推出全新自定義Agent功能。
開發(fā)者可以自定義Agent職位，也可以從現(xiàn)成的模板里挑選：
開發(fā)者可以將權(quán)限委派給不同的角色的Copilot，自動化業(yè)務(wù)流程。Copilot在遇到不了解且無法處理的問題時，甚至會自動向你展示問題并尋求幫助。
此外，Agent還具備根據(jù)用戶反饋進行學習等能力。
納德拉現(xiàn)場表示：
將小模型進行到底
除此之外，微軟還更新了自己的模型——Phi-3，繼續(xù)將小模型（SLM）進行到底。
主要有這幾個型號：
Phi-3-mini，38億參數(shù)，支持128k和4k兩種上下文。Phi-3-small，擁有70億參數(shù)，支持128k和8k兩種上下文長度。Phi-3-medium，140億參數(shù)，支持128k和4k兩種上下文長度。Phi-3-vision，42億參數(shù)，支持128k上下文。Phi-3-Silica，33億參數(shù)。
其中Phi-3-mini在今年四月份就已經(jīng)首次亮相過，當時在基準測試中，能力與LIama2相當，收獲了不少關(guān)注。加上Phi-3-small和Phi-3-medium，他們可以通用Azure Machine learning的模型目錄和集合進行訪問。
作為最小的模型Phi-3-Silica。從6月份開始，Phi-3-Silica將嵌入到Copilot+PC中面世。它是整個Phi-3型號中最小的一塊，只有33億參數(shù)。
微軟聲稱，第一個Token輸出速度為每秒650個token，只需損耗1.5瓦功率，換言之不會占用其正常工作和內(nèi)存。持續(xù)運行時，token生成重用了NPU的KV緩存，并將在 CPU 上運行，每秒生成27個token。
Phi-3-vision則是Phi-3家族中的多模態(tài)大模型，它可以直接在移動設(shè)備上使用。
在Phi-2 模型基礎(chǔ)之后，Phi-3-vision能執(zhí)行日常的視覺推理任務(wù)。
而且專門針對圖表進行了優(yōu)化，能夠分析圖表中的信息并回答用戶提問。
在發(fā)布會現(xiàn)場，納德拉展示了這樣的一個DEMO：把一張圖表丟給Phi-3-vision，內(nèi)容是關(guān)于不同年齡段的人在工作中使用AI工具的情況。
結(jié)果Phi-3-vision準確提取了圖中的各組數(shù)據(jù)，并對不同年齡層的結(jié)果進行了比較分析，給出了詳盡的報告。
但跟其他大模型不同的是，Phi-3-vision目前只能讀取，無法生成。
而在測評成績方面，Small和Medium兩個純文本模型，整體表現(xiàn)都超過了近似規(guī)模的其他模型。
甚至不到40億參數(shù)量的Mini，也超過了2倍于自己的Llama3-8B。
具體來看，先是Small在各種語言、推理和數(shù)學方面的一系列測試中擊敗了GPT-3.5-Turbo，不過代碼能力小幅落后，知識儲備上的差距就比較明顯了。
Medium版本對標的則是Claude3-Sonnet和Gemini 1.0 Pro，擅長的任務(wù)也和Small類似——語言理解、推理和數(shù)學是強項，知識儲備是短板。
同樣，多模態(tài)的Vision在語言上也延續(xù)了單模版本的優(yōu)勢，在部分視覺任務(wù)是還超過了GPT-4v-Turbo。
特別是專門優(yōu)化過的圖表推理任務(wù)中，Phi-3-Vision在ChartQA數(shù)據(jù)集上取得了超過80分的成績，遙遙領(lǐng)先于GPT-4v。
奧特曼9分鐘驚喜亮相納德拉仍然表示OpenAI是微軟最重要的戰(zhàn)略合作伙伴。在發(fā)布會進行兩小時后，正身處輿論風暴中心的奧特曼亮相了，為整個主題演講完成閉幕。
不過這次倒是沒有跟納德拉同臺，而是跟微軟CTO Kevin Scott站到了一起。
在短短9分鐘的講話中，他談到了OpenAI下一步計劃、GPT-4o以及給開發(fā)者的建議。
他首先談到GPT-4o的發(fā)布，這是“瘋狂的一周”。他稱從從來沒見過一項技以如此有意義的方式被迅速地采用。
對于最新的寡姐語音風波，奧特曼雖然沒有提及，但是特別cue了下他們的語音模式。
最后，面對在場的開發(fā)者們，奧特曼提供了這樣一個建議。
他表示，現(xiàn)在正是一個特殊時刻，要充分利用好他，不要等待構(gòu)建你想要做的事情。這可能是自手機問世以來，甚至自互聯(lián)網(wǎng)問世以來，我們所見過的最激動人心的時刻。不過，不要指望人工智能會為你做所有的工作；它本身是一種推動力，但它并不會自動打破商業(yè)規(guī)則。
奧特曼還預(yù)告，OpenAI最新最強大模型即將發(fā)布——
現(xiàn)在能劇透的似乎很無聊但也很關(guān)鍵，新模態(tài)、整體智能，史無前例地強大。
相關(guān)推薦
- 免責聲明
- 本文所包含的觀點僅代表作者個人看法，不代表新火種的觀點。在新火種上獲取的所有信息均不應(yīng)被視為投資建議。新火種對本文可能提及或鏈接的任何項目不表示認可。 交易和投資涉及高風險，讀者在采取與本文內(nèi)容相關(guān)的任何行動之前，請務(wù)必進行充分的盡職調(diào)查。最終的決策應(yīng)該基于您自己的獨立判斷。新火種不對因依賴本文觀點而產(chǎn)生的任何金錢損失負任何責任。
