Microsoft AIのCEOであるMustafa Suleyman氏は、画面コンテンツを解釈できるAIアシスタントであるMicrosoftのCopilot VisionがEdgeブラウザー内で無料で利用できるようになりました。
Copilot Visionは「トークベースのエクスペリエンス」として機能し、ユーザーが話し言葉を介して対話し、Copilotから応答を受け取ることができます。 Suleymanによると、Copilot Visionは「画面に表示されているものを文字通り見る」ことができ、さまざまなタスクをユーザーに導くことができます。たとえば、ジョブの説明を解読し、カスタマイズされたインタビューの準備やカバーレターのブレーンストーミングを提供することにより、料理中にレシピをフォローしたり、求人資料を支援したりするのを支援できます。
アクティブ化されると、Copilot Visionは画面の一部を強調表示して、Microsoftサポートページに記載されているように、ユーザーが関連情報を見つけるのに役立ちます。ただし、Copilot Visionがリンクをクリックしたり、ユーザーに代わってアクションを実行したりしないことに注意することが不可欠です。この機能はEdge内で無料で利用できるようになりましたが、システム全体のCopilot Vision FabilitiesがCopilot Pro Subscribers専用のままです。これらのサブスクライバーは、Photoshop、ビデオ編集ソフトウェア、Minecraftなどのゲームなど、他のアプリケーションのビジョンにアクセスできます。
Copilot Visionを選択するには、ユーザーはEdgeブラウザー内の特定のMicrosoft Webサイトにアクセスする必要があります。そうすることで、機能を有効にするためのプロンプトを受け取る必要があります。有効になると、ユーザーはCopilotのサイドバーを開き、マイクのアイコンをクリックし、セッションが開始されるのを待つことでビジョンセッションを開始できます。しかし、作家の経験は、おそらく不十分なラップトップを使用したために技術的な問題によって損なわれ、コントロールが適切にロードされないようにしました。
Microsoftによると、Copilot Visionセッション中に、会社はユーザーへのCopilotの応答を記録しますが、ユーザーの入力、画像、またはページのコンテンツを収集しません。ユーザーは、コントロールを介して終了するか、ブラウザウィンドウを閉じることにより、ビジョンセッションを終了できます。
