微软于周四宣布，其“副驾驶视觉”(Copilot Vision)功能已正式面向美国用户开放。这项技术赋予电脑“看见”屏幕内容的能力——当然，前提是用户主动授权。
这项创新功能本质上取代了传统求助方式——无论是图文教程、抖音(TikTok)短视频还是其他指导内容。当用户通过语音提问时，它能实时“观察”屏幕内容，逐步引导用户完成操作流程。该技术最初在微软雷德蒙总部50周年庆典亮相，后通过Insider测试渠道发布。笔者实测发现效果参差不齐：在Photoshop等专业软件中能精准定位具体菜单指令，但对微软经典纸牌游戏(Solitaire)等基础应用却存在识别障碍。
微软如今承诺该功能已趋于完善。相较于早期测试版本主要实现两大升级：其一是新增视觉高亮指引功能，使操作路径更为直观；其二是支持同时处理两个应用程序的视觉分析。值得注意的是，该功能需手动开启，并需指定授权访问的应用程序。与定期截屏的“Windows回溯”(Windows Recall)不同，它不具备长期记忆功能——测试显示其仅能处理当前可视界面内容，滚动页面后即“遗忘”先前内容。
虽然常被归类为AI技术，但其是否符合经典AI定义尚存争议。微软暗示该技术需要NPU(神经处理单元)支持，但官方公告未明确硬件要求。实测中，搭载初代酷睿Ultra处理器的设备响应延迟达10秒以上，而新型Copilot+PC则表现流畅。
微软发言人特别澄清：该功能适用于所有Windows 10/11用户。尽管可能面临与“回溯”功能相似的隐私质疑，但其内置的局限性设计——如无后台记录、需主动触发等特点——或许能缓解用户对间谍软件的担忧。不过就实用价值而言，目前体验仍显不足。
