近日,微軟宣布研究助手(Researcher)和分析助手(Analyst)全面上市。是兩款首次問世的推理型助手,專為工作場景而設(shè)計。自今年四月通過 Frontier 計劃首次亮相以來,越來越多的早期用戶正借助這些工具在幾分鐘內(nèi)完成復(fù)雜的分析工作,顯著節(jié)省了時間和資源[1]?,F(xiàn)在,所有擁有智能 Microsoft 365 Copilot 副駕駛® 許可證的用戶均可正式啟用。
研究助手主要用于處理工作中的多步驟研究任務(wù),依托OpenAI深度研究模型與智能 Microsoft 365 Copilot 副駕駛®的高級編排和深度搜索能力,能夠提供比以往更高質(zhì)量、更準確的關(guān)鍵洞察。
微軟方面介紹,早期用戶已將該助手應(yīng)用于快速評估關(guān)稅政策對各業(yè)務(wù)線的潛在影響,系統(tǒng)準備供應(yīng)商談判策略,以及在重要銷售通話前全面收集客戶洞察信息等多項關(guān)鍵工作,顯著提升了信息搜集與判斷效率。
分析助手則具備數(shù)據(jù)科學家級別的推理與分析能力,幾分鐘內(nèi)就能從原始數(shù)據(jù)中獲得洞察。其基于OpenAI的o3-mini推理模型構(gòu)建,專為工作中的高級數(shù)據(jù)分析場景進行優(yōu)化。分析助手采用逐步推理機制,通過迭代式問題求解方法,在優(yōu)化推理過程的同時確保分析深度,最終生成符合專業(yè)分析師思維邏輯的高精度結(jié)論。
此外,分析助手支持Python編程環(huán)境,能夠處理高復(fù)雜度數(shù)據(jù)查詢?nèi)蝿?wù),并允許用戶實時監(jiān)控代碼執(zhí)行過程及驗證計算結(jié)果。在實際應(yīng)用中,早期采用者已將分析助手應(yīng)用于核心場景,例如量化評估促銷折扣對客戶購買行為的影響系數(shù)、精準定位高價值客戶中產(chǎn)品使用率不足的潛在群體,以及通過多維數(shù)據(jù)建模直觀呈現(xiàn)產(chǎn)品市場熱度與使用特征,為產(chǎn)品上市策略提供數(shù)據(jù)支撐。
即開即用,豐富語言覆蓋與個性化提示詞支持
依托即開即用的訪問機制、靈活便捷的操作模式以及持續(xù)擴展的多語言支持體系,推理型智能體已在智能Microsoft 365 Copilot副駕駛®實現(xiàn)快速定位與高效調(diào)用。用戶可在全新的智能體商店中輕松查找并固定研究助手、分析助手。所有擁有智能 Microsoft 365 Copilot 副駕駛®有效許可的用戶,每月可享有總計25次聯(lián)合查詢額度。目前研究助手已實現(xiàn)37種語言的完整支持,分析助手則覆蓋8種核心語言,微軟計劃后續(xù)持續(xù)擴展語言服務(wù)矩陣。
無論你是用戶還是系統(tǒng)管理員,均可快速實現(xiàn)零門檻上手。平臺內(nèi)置豐富的示例提示模板,用戶可通過調(diào)用預(yù)設(shè)方案,快速掌握核心功能并立即獲得實用價值,無需從頭開始。
此外,用戶還可根據(jù)實際業(yè)務(wù)需求,自定義專屬提示詞模板。例如,微軟傳播戰(zhàn)略副總裁史蒂夫·克雷頓(Steve Clayton)向研究助手提供了如下提示詞:
“請幫我按時間順序,建立一個包含200個重要、有影響力或著名的微軟產(chǎn)品發(fā)布的列表。請以表格形式提供。標題應(yīng)為 1) 產(chǎn)品名稱 2) 發(fā)布年份 3) 類別——例如游戲、操作系統(tǒng)、開發(fā)語言或工具、硬件。請注意務(wù)必將權(quán)威來源用于此項研究,并對答案進行三重驗證,尤其是日期。時間范圍是1975年至2025年。”
基于研究助手生成的標準化數(shù)據(jù)集,史蒂夫團隊創(chuàng)新性地將其轉(zhuǎn)化為可視化“微軟產(chǎn)品元素周期表”,為微軟全新刊物《Signal》提供了核心數(shù)據(jù)支撐。
即刻體驗,讓智能體賦能每一位員工
本次更新發(fā)布,進一步推動微軟的目標:為開發(fā)者提供所需工具,通過智能 Microsoft 365 Copilot 副駕駛®賦能企業(yè)中的每一位員工,同時依托智能體技術(shù),重塑每一個業(yè)務(wù)流程。
微軟表示,有了研究助手和分析助手,專業(yè)知識將觸手可及?,F(xiàn)在所有擁有智能 Microsoft 365 Copilot 副駕駛® 許可證的用戶,均可在智能Microsoft Copilot副駕駛® 對話助手中體驗這兩項功能,開啟智能辦公新體驗。
*本文中介紹的智能 Microsoft Copilot 副駕駛®服務(wù)適用于國際版企業(yè)級服務(wù)。
[1] Frontier 計劃為擁有智能 Microsoft 365 Copilot 副駕駛® 許可的客戶,提供尚在開發(fā)階段中的Copilot創(chuàng)新功能的早期訪問權(quán)限。
好文章,需要你的鼓勵
浙江大學團隊提出動態(tài)專家搜索方法,讓AI能根據(jù)不同問題靈活調(diào)整內(nèi)部專家配置。該方法在數(shù)學、編程等任務(wù)上顯著提升推理準確率,且不增加計算成本。研究發(fā)現(xiàn)不同類型問題偏愛不同專家配置,為AI推理優(yōu)化開辟新路徑。
清華大學研究團隊提出SIRI方法,通過"壓縮-擴張"交替訓練策略,成功解決了大型推理模型"話多且準確率低"的問題。實驗顯示,該方法在數(shù)學競賽題上將模型準確率提升43.2%的同時,輸出長度減少46.9%,真正實現(xiàn)了效率與性能的雙重優(yōu)化,為AI模型訓練提供了新思路。
南洋理工大學與騰訊聯(lián)合研究團隊開發(fā)出Rolling Forcing技術(shù),實現(xiàn)AI視頻實時流式生成的重大突破。該技術(shù)通過滾動窗口聯(lián)合去噪、注意力錨點機制和高效訓練算法三項創(chuàng)新,解決了長視頻生成中的錯誤累積問題,可在單GPU上以16fps速度生成多分鐘高質(zhì)量視頻,延遲僅0.76秒,質(zhì)量漂移指標從傳統(tǒng)方法的1.66降至0.01,為交互式媒體和內(nèi)容創(chuàng)作開辟新可能。
華中科技大學研究團隊發(fā)現(xiàn),通過讓AI模型學習解決幾何問題,能夠顯著提升其空間理解能力。他們構(gòu)建了包含約30000個幾何題目的Euclid30K數(shù)據(jù)集,使用強化學習方法訓練多個AI模型。實驗結(jié)果顯示,幾何訓練在四個空間智能測試基準上都帶來顯著提升,其中最佳模型達到49.6%準確率,超越此前最好成績。這項研究揭示了基礎(chǔ)幾何知識對培養(yǎng)AI空間智能的重要價值。