微軟全面改版 Copilot：加入即時語音與能看懂網頁的 Vision

過去一年多，大家對微軟 Copilot 的印象大概還是那個塞在 Office 邊欄裡改 PPT、或者在 Edge 裡幫你總結長文的辦公苦力。但現在，微軟想讓它從冷冰冰的生產力工具，變成一個能跟你聊天的常駐夥伴。

這也是 DeepMind 聯合創始人 Mustafa Suleyman 掌舵 Microsoft AI 之後交出的第一份大答卷。微軟把整個 Copilot 的介面徹底推倒重來，原先光禿禿的對話方塊被換成了卡片式的 Discover 首頁，整體風格明顯帶有 Suleyman 此前創辦的 Inflection AI 旗下助手 Pi 的影子——溫和、有情緒價值，甚至會在你抱怨熊孩子踢你椅背時，給你支招怎麼保持冷靜。

能說會看，還能多琢磨幾秒

這次更新最直接的變化是 Copilot Voice。它提供了四種聲音選項，支援像真人交談那樣隨時打斷，用來在路上頭腦風暴或者下班路上倒苦水，反應和語氣都比以前自然得多。

在實驗專區 Copilot Labs 裡，微軟還放出了兩個更重磅的能力：Copilot Vision 和 Think Deeper。

所謂 Vision，說白了就是給 AI 連上了你的瀏覽器螢幕。它能即時看懂你正在瀏覽的網頁，包括文字和圖片。比如你在挑選新公寓的傢俱，它可以順著你的視線分析房間配色、挑選地毯，甚至幫你出主意怎麼擺放。

而 Think Deeper 則是為了對付複雜難題。它不會急著秒回，而是像 OpenAI 的 o1 一樣多花一點時間拆解步驟，替你在諸如「該搬去哪座城市」或者「買哪款車更划算」這種兩難選擇裡列出對比邏輯。

向媒體付費的早報，和極其剋制的「眼睛」

除了聊天和思考，新版還推出了 Copilot Daily，每天早晨用你選定的聲音播報定製的新聞和天氣。值得注意的是，微軟這次明確表示早報內容只採納授權媒體，合作方包括路透社、金融時報、Axel Springer 和赫斯特雜誌等，並開始向這些出版商付費。

這顯然是在版權訴訟重壓下做出的合規表態。畢竟微軟自己還陷在《紐約時報》的版權官司裡，在 AI 抓取內容飽受爭議的當下，花錢買平安成了必然選擇。

與此同時，讓 AI 看著你上網的 Copilot Vision 也表現得格外小心翼翼。微軟強調該功能完全需要使用者主動開啟，會話一結束資料就永久銷燬，不儲存也不拿去訓練。在初期測試中，Vision 只對部分常用網站開放，遇到付費牆和敏感內容會自動迴避。

目前，語音功能已在美、英、加、澳、新等英語區上線，Daily 在美英推出，而 Vision 和 Think Deeper 則先面向少數 Copilot Pro 使用者開放測試。

為什麼重要

對普通使用者來說，這是 Copilot 第一次真正擺脫了「打工人助手」的刻板形象。它不再只是一臺被動接單的程式碼或文本生成器，而是開始具備跨模態的主動互動能力。不過對國內使用者而言，目前大部分新功能都鎖在海外英語區，想用上完整的視覺和語音陪伴還得等上一陣子。

我們認為，微軟這一步走得相當清醒。在此之前，微軟的 AI 策略幾乎全盤押注在 OpenAI 身上，產品體驗也往往跟著 ChatGPT 的節奏跑。而這次大改版，明顯吸收了前 Inflection 團隊在人機互動上的細膩經驗，把重點從冷冰冰的「跑分和引數」轉移到了「陪伴和日常體驗」。

這一調整不僅拉開了它和純搜尋工具的距離，也直接把戰火引向了蘋果即將落地的 Apple Intelligence 和 Google 的 Gemini Live。大家都在搶佔使用者每天開啟電腦和手機後的第一互動入口。

但考驗也擺在眼前。看懂網頁的 Vision 固然美好，可一旦被安全界挑出隱私漏洞，或者在白名單之外的實用性大打折扣，使用者很快就會把它當成另一個花哨的擺設。如何在安全合規與真正的無縫助理之間找準平衡，才是微軟接下來最難答的題。