微软 New Bing 和 Edge 动手实践:令人惊讶的 AI 集成度

简介: AI人工智能的时代已经来临,仅在本周,谷歌和微软就各自面向大众的产品发布了重大公告。谷歌推出了一款名为Bard实验性对话式 AI 服务,而微软通过与 ChatGPT 制造商 OpenAI 的合作,微软正在添加更先进的 AI 对话模型,以支持Bing和Edge的更新。

AI人工智能的时代已经来临,仅在本周,谷歌和微软就各自面向大众的产品发布了重大公告。谷歌推出了一款名为Bard实验性对话式 AI 服务,而微软通过与 ChatGPT 制造商 OpenAI 的合作,微软正在添加更先进的 AI 对话模型,以支持Bing和Edge的更新。

为了让人们能够释放发现的乐趣,感受创造的奇妙,并更好地利用世界的知识,这两天微软推出了一个全新的、人工智能驱动的Bing搜索引擎和 Edge 浏览器,现在可以在Bing.com上预览,以提供更好的搜索、更完整的答案、新的聊天体验和生成内容的能力。这些新的AI驱动工具被称为网络的 AI Copilot 副驾驶。

是时候放下Chrome浏览器,拥抱更智能、更有趣的 Edge 浏览器了。

必应改进

总的来说,Bing 有四个新的变化领域(我们稍后会谈到 Edge):搜索、答案、聊天和创建。第一个更新是新的搜索框。与典型的长单行栏不同,现在有一个更类似于 Twitter 或 Facebook 上的框,提示您向 Bing 询问任何问题。字符限制现在是 1,000。这个想法是让寻找答案的过程更具对话性——类似于谷歌多年来的做法。

当提交查询时,结果的显示方式现在略有不同。左侧是一个列,其中包含典型意义上的“答案”,然而,右侧是一个框,说明系统如何找到这些答案并开始聊天。这个聊天盒子是 AI 的家,里面填满了实时出现的文本、完整的动画和一个“停止响应”按钮,以防用户没有耐心看 AI 的解释。

在 Bing 中聊天和创作

可以通过点击答案上方的 【聊天】按钮从 Bing 结果页面访问聊天页面。当您在那里时,您可以继续关于正在进行的搜索的对话,或使用文本输入字段旁边的【扫帚】图标来清理石板。

此页面更实际地体现了 AI Copilot 的概念 —— 它基本上是 ChatGPT 或您在从银行或购物网站获得技术支持时可能与之交互的任何其他聊天机器人。但 Bing 的 Prometheus模型 能够返回的结果更令人印象深刻。它可以返回的输出以及它可以理解的输入使它更加通用,因此更有用。

例如,可以告诉它创建具有特定参数的旅行路线或膳食计划,它实际上会列出每天要做或做的事情。系统生成结果的时间也不长,只需要等待五到十秒。当系统正在处理时,您还会看到“停止响应”按钮以放弃等待结果,以防赶不上时间。

内置 AI Copilot(副驾驶)的 Edge 浏览器

新 Edge 将搜索、浏览和聊天整合为一种统一的体验,对于更复杂的搜索——例如规划详细的旅行路线或研究要买什么电视 —— New Bing 提供了新的交互式聊天。新的聊天体验能够通过询问更多细节、清晰度和想法来优化搜索,直到获得正在寻找的完整答案 - 提供可用链接。

总结

综上,AI驱动下的 New Bing 搜索以及Edge 浏览器之间相辅相成,提供了更为流畅、智能、高效的体验,值得尝试。

目录
相关文章
|
23天前
|
机器学习/深度学习 人工智能 jenkins
软件测试中的自动化与持续集成实践
在快速迭代的软件开发过程中,自动化测试和持续集成(CI)是确保代码质量和加速产品上市的关键。本文探讨了自动化测试的重要性、常见的自动化测试工具以及如何将自动化测试整合到持续集成流程中,以提高软件测试的效率和可靠性。通过案例分析,展示了自动化测试和持续集成在实际项目中的应用效果,并提供了实施建议。
|
1月前
|
jenkins Devops Java
DevOps实践:Jenkins在持续集成与持续部署中的价值
【10月更文挑战第27天】在快速发展的软件开发领域,DevOps实践日益重要。Jenkins作为一款流行的开源自动化服务器,在持续集成(CI)和持续部署(CD)中扮演关键角色。本文通过案例分析,探讨Jenkins在Java项目中的应用,展示其自动化构建、测试和部署的能力,提高开发效率和软件质量。
50 2
|
2月前
|
人工智能 Serverless
AI 大模型助力客户对话分析 ——实践操作
参与《AI大模型助力客户对话分析》项目,基于阿里云社区操作路书,从架构设计到部署测试,逐步学习并应用大模型进行AI质检。过程中虽有控制台跳转等小挑战,但整体体验流畅,展示了AI技术的便捷与魅力,以及阿里云平台的先进性和社区支持。最终实现的AI质检功能,能够有效提升企业客户服务质量与效率。
55 0
|
13天前
|
机器学习/深度学习 人工智能 自然语言处理
智能化软件测试:AI驱动的自动化测试策略与实践####
本文深入探讨了人工智能(AI)在软件测试领域的创新应用,通过分析AI技术如何优化测试流程、提升测试效率及质量,阐述了智能化软件测试的核心价值。文章首先概述了传统软件测试面临的挑战,随后详细介绍了AI驱动的自动化测试工具与框架,包括自然语言处理(NLP)、机器学习(ML)算法在缺陷预测、测试用例生成及自动化回归测试中的应用实例。最后,文章展望了智能化软件测试的未来发展趋势,强调了持续学习与适应能力对于保持测试策略有效性的重要性。 ####
|
21天前
|
Devops jenkins 测试技术
DevOps实践:自动化部署与持续集成的融合之旅
【10月更文挑战第41天】在软件开发的世界中,快速迭代和高效交付是企业竞争力的关键。本文将带你走进DevOps的核心实践——自动化部署与持续集成,揭示如何通过它们提升开发流程的效率与质量。我们将从DevOps的基本理念出发,逐步深入到具体的技术实现,最终展示一个实际的代码示例,让理论与实践相结合,为你的开发旅程提供清晰的指引。
28 4
|
27天前
|
存储 监控 Devops
DevOps实践:持续集成/持续部署(CI/CD)的实战指南
DevOps实践:持续集成/持续部署(CI/CD)的实战指南
|
1月前
|
jenkins Devops 测试技术
DevOps实践:Jenkins在持续集成与持续部署中的价值
【10月更文挑战第26天】随着DevOps理念的普及,Jenkins作为一款开源自动化服务器,在持续集成(CI)与持续部署(CD)中发挥重要作用。本文通过某中型互联网企业的实际案例,展示了Jenkins如何通过自动化构建、持续集成和持续部署,显著提升开发效率、代码质量和软件交付速度,帮助企业解决传统手工操作带来的低效和错误问题。
64 4
|
1月前
|
存储 人工智能 弹性计算
基于《文档智能 & RAG让AI大模型更懂业务》解决方案实践体验后的想法
通过实践《文档智能 & RAG让AI大模型更懂业务》实验,掌握了构建强大LLM知识库的方法,处理企业级文档问答需求。部署文档和引导充分,但需增加资源选型指导。文档智能与RAG结合提升了文档利用效率,但在答案质量和内容精确度上有提升空间。解决方案适用于法律文档查阅、技术支持等场景,但需加强数据安全和隐私保护。建议增加基于容量需求的资源配置指导。
107 4
|
1月前
|
人工智能 JavaScript 前端开发
利用 AI 进行代码生成:GitHub Copilot 的实践与反思
【10月更文挑战第23天】本文探讨了GitHub Copilot,一个由微软和OpenAI合作推出的AI代码生成工具,其核心功能包括智能代码补全、多语言支持、上下文感知和持续学习。文章介绍了Copilot在加速开发流程、学习新语言、提高代码质量和减少重复工作等方面的应用,并反思了AI在代码生成中的代码所有权、安全性和技能发展等问题。最后,文章提供了实施Copilot的最佳实践,强调了在使用AI工具时保持对代码的控制和理解的重要性。
|
2月前
|
人工智能
精通歌词结构技巧:写歌词的方法与实践,妙笔生词AI智能写歌词软件
歌词创作是音乐的灵魂,掌握其结构技巧至关重要。开头需迅速吸引听众,主体部分需结构清晰、情感丰富,结尾则要余韵悠长。无论是叙事还是抒情,妙笔生词智能写歌词软件都能助你一臂之力,提供AI智能创作、优化及解析等多功能支持,助你轻松驾驭歌词创作。