微软在美上线 Copilot Vision：看懂屏幕高亮指路，免费向 Windows 开放

平时遇到复杂的专业软件卡壳，或者远方的家人打电话问某个设置怎么调，你可能恨不得能直接站在对方屏幕前，拿手指点给他们看。

现在微软把这种「站在你身后指路」的体验，直接搬进了 Windows。

微软在美国向 Windows 10 和 Windows 11 用户全面推送了带有 Highlights 功能的 Copilot Vision。最实在的一点在于门槛：它不再需要 Copilot Pro 付费订阅，所有符合区域条件的用户都能免费使用。这项功能目前依然属于实验性的 Copilot Labs 项目，此外也能在 iOS 和 Android 端使用。

像开会共享屏幕一样，点一下「眼镜」才让 AI 进场

很多人一听到 AI 要看自己的电脑屏幕，第一反应往往是之前陷入争议的 Recall 功能。不过这次的机制完全不同。

Copilot Vision 并不是在后台默默对你的桌面进行连续截图，而是一个彻底的授权模式。它内置在 Windows 的 Copilot 应用中，界面上有一个显眼的「眼镜」图标。

只有当你主动点击这个眼镜，并明确挑选想要分享的特定应用窗口或浏览器标签页时，AI 才会接入。说白了，它的交互逻辑就像在 Microsoft Teams 开会时做屏幕共享，你不点分享，它什么也看不见。

微软团队把它描述成用户的「第二双眼睛」。连接建立后，AI 能够实时看到你所见的内容，并通过语音一边观察一边和你实时对话。不管你是在看照片、浏览网页，还是卡在某个复杂软件的界面里，都可以直接张嘴向它提问。

不止是动嘴解答，还能用 Highlights 在屏幕上画重点

看得懂画面只是第一步，这次更新真正实用的地方在于 Highlights 功能。

以往你用 AI 辅助电脑操作，AI 顶多给你吐出一长串文字步骤，告诉你去第几个菜单找哪一行按钮，找起来依然费劲。而在 Highlights 辅助下，你只要对 Copilot 说一句「教我怎么做」，它就会直接在你的应用窗口内部，把该点击的具体位置高亮圈出来。

比如在 Adobe Photoshop 里修图时不知道某个工具藏在哪，AI 可以一步步高亮引导你点击。又或者你正在对着旅行行程做攻略，它可以一边看你的路线，一边核对行李清单有没有遗漏。

早在今年 4 月微软 50 周年活动期间，部分媒体就对该功能做过初步上手。从实际体验来看，这种直接在原界面打光圈指路的交互，把过去抽象的图文教程变成了实时的互动向导。

为什么重要

我们认为，这项更新是微软在桌面 AI 交互上走得相当聪明的一步。

对普通用户来说，它把大模型的实用价值瞬间拉低到了零学习成本。你不需要学会怎么写提示词，也不用费劲截屏再贴进对话框，只要把应用像给同事看一样指给 AI，它就能手把手带你过关。尤其是对那些面对 Photoshop、专业办公套件感到头疼的新手，这种即时的高亮指引几乎是最好的软件教练。

对行业而言，微软这也算是在 Recall 翻车之后吸取了教训。它不再强推全天候无感记录，而是退回到「用户随时按停、按需开启」的局部共享。这种既保证视觉理解能力，又把控制权还给用户的做法，很可能会成为后续桌面 AI 助手的标准形态。

不过，目前来看它依然存在局限。首批上线仅限美国地区，而且被归入 Copilot Labs，说明微软在性能开销、网络延迟以及高亮指引的准确率上依然偏向谨慎。一旦遇到过于冷门或者 UI 层次极其复杂的软件，AI 会不会点错位置、带偏节奏，还需要更大范围的日常验证。