مایکروسافت ویژگی جدیدی به نام Copilot Vision را راهاندازی کرده است. این قابلیت به هوش مصنوعی مایکروسافت اجازه میدهد تا به معنای واقعی کلمه آنچه را که کاربران روی صفحه نمایش خود میبینند، ببیند و در حین مرور، بینشها و کمکهایی را ارائه دهد.
در حالی که ممکن است شبیه به Windows Recall به نظر برسد، در واقع به ویژگی اشتراکگذاری Gemini Live گوگل نزدیکتر است که به طور تصادفی برای همه کاربران اندروید رایگان شده است. مایکروسافت خبرهای خوبی برای خود داشت، اعلام کرده است که Copilot Vision اکنون به صورت رایگان برای کاربران Edge در دسترس است، اما یک مشکل وجود دارد. این فقط برای کاربران در ایالات متحده در دسترس است.
Copilot Vision در ابتدا فقط برای مشترکین پولی طرح Copilot Pro در دسترس بود، اما اکنون دامنه دسترسی خود را به مخاطبان بیشتری گسترش داده است. این برنامه برای بهینهسازی تعامل بدون هندز طراحی شده است و به کاربران اجازه میدهد به طور طبیعی با Copilot Vision ارتباط برقرار کنند. برای مثال، کاربران میتوانند یک صفحه وب را باز کنند و سؤالاتی در مورد آن بپرسند، و هوش مصنوعی با تجزیه و تحلیل محتویات روی صفحه، به سؤال شما پاسخ خواهد داد. علاوه بر تعاملات صوتی، کاربران همچنان میتوانند در صورت نیاز سؤالات را برای هوش مصنوعی تایپ کنند.
کاربران میتوانند برای امتحان این ویژگی به وبسایت رسمی مراجعه کنند. Copilot Vision در وضعیت فعلی خود نسبتاً محدود است. Windows Central گزارش میدهد که این ویژگی در حال حاضر فقط با نه وبسایت سازگار است: Wikipedia، Amazon، Food & Wine، Tripadvisor، Target، OpenTable، Williams Sonoma، Wayfair و Geoguessr. مایکروسافت اعلام کرده است که قصد دارد سازگاری را گسترش دهد و سودمندی این ویژگی را افزایش دهد.
علیرغم قابلیتهای نوآورانه، معرفی Copilot Vision بحثهایی را در مورد حریم خصوصی و امنیت دادهها برانگیخته است. بسیاری از ویژگیهای هوش مصنوعی که محتوای صفحه را تجزیه و تحلیل میکنند، نگران هستند. مایکروسافت رویکرد محتاطانهای را برای عرضه این ویژگی در پیش گرفته است، به ویژه در پرتو انتقادات اخیر پیرامون Windows Recall، عملکردی که هر پنج ثانیه یکبار اسکرینشات میگیرد. پس از انتقاد، مایکروسافت این ویژگی را به تعویق انداخت، اما از آن زمان پس از انجام تنظیمات لازم، که به گفته آن، امنیت بیشتری را تضمین میکند، به برنامههای خود ادامه داده است.
مایکروسافت بیان میکند که فقط پاسخهای Copilot به کاربر را ثبت میکند و هیچ ورودی، تصویر یا محتوایی از صفحات وب را در طول یک جلسه Copilot Vision جمعآوری نمیکند.
از سوی دیگر، گوگل ادعا میکند که کاربران عاشق اشتراکگذاری ویدیو و صفحه Gemini Live هستند و واضح است که مایکروسافت میخواهد محصول خودش نه تنها رقابت کند، بلکه در بازار هوش مصنوعی موفق شود.