微软 Build 大会前脚刚放出一箩筐生产力革命最新进展：自定义 Copilot、Team Copilot、Copilot 扩展……
这两天在微软 AI Day 上，Copilot 到底是如何提升生产力的，直接被搬到了台面上现场演示。
假设你的身份是一名公司财务，老板让你1 分钟内完成报销核对，现在你有一个 Excel，其中有公司报销单、银行账单这两个 sheet，要如何在一分钟内迅速核对完？
别着急，打开具有 Copilot for Finance 的 Excel 账号，就会发现在菜单栏右侧多出了一个Copilot for Finance 的图标：
微软亚洲区 Microsoft Azure 策略运营总经理康容表示：
以生成式智能为代表的新一代 AI 技术创新正在加速演进，在今天的 Scaling LAWS 下，AI 技术的能力大约每六个月内就会翻倍增长。
与此同时，如何让技术成果对齐行业、企业的实际业务需求，加速技术能力的落地转化，助力更多客户加速智能化转型与创新，成为当前微软最关注的业务领域。
PS：
最新消息，微软还将与 Cognition 携手，把 AI 程序员 Devin 带给客户，来完成代码迁移和现代化项目等复杂任务。作为双方协议的一部分，Devin 将由微软智能云 Azure 提供支持。
AI 时代，报表可以帮老板写报表
微软在北京举办的以“共创 AI 创新，智启无限可能”为主题的 Microsoft AI Day 活动中，集中展示了在生成式智能技术加速发展普及的过程中，微软取得的最新技术突破与进展。
并同步更新了在 Microsoft Build 2024 全球开发者大会上发布的一系列 Azure AI 新服务与新功能、加速壮大的 Microsoft Copilot 智能副驾驶(® )技术栈，以及用以帮助企业开发者打造专属 Copilot 智能副驾驶(®) 的 Microsoft Copilot Studio 等一系列开发工具与平台服务等。
微软亚洲区 Microsoft Azure 策略运营总经理康容介绍，Azure AI 方面，GPT-4o 现已加入Azure AI Studio。
同时 Azure AI Studio 还提供 Coherence、Databricks、Deci、Meta、Mistral AI、Snowflake 等大模型服务支持。
微软开发的 Phi-3 系列“小”模型最新推出的全新多模态模型 Phi-3-vision，也可使用。开发者还能在 Azure AI Studio 中构建和定制模型。
除此之外，陶然还展开分享了微软的 Copilot 愿景。
首先，Copilot 是个人的智能副驾驶(®)，微软用 Copilot 打通了自家办公产品线，让个人实现生产力的提升。
在此基础之上，微软的最终目的是让 Copilot深入企业业务场景，实现部门级别的 Copilot 产品落地和业务能力的提升。
除了开头所展示的 Demo，现场还展示了 Copilot 的更多功能，例如用 Copilot 做报表：
在 AI 时代，报表也可以帮老板写报表了。
在众多服务基础之上，微软也透露了目前与企业的合作情况。
例如，携程采用 Azure OpenAI 服务为旗下 Trip.com 海外网站提供面向海外 39 个国家的多语言服务，为海外旅行者打造自动化客服机器人和邮件咨询系统，还进一步借助 Azure OpenAI 服务开发了高质量的智能旅行对话机器人 TripGenie。
TripGenie 能够自动搜索、整合 Trip.com 海外平台上的实时旅行线路、航班、酒店等信息，根据境外客户提出的旅行需求和预算，自动设计出最佳行程计划。
在微软支持下，TripGenie 的构建周期仅用时两个月，目前可提供英、日、韩及繁体中文服务。
联想选择引入 Dynamics 365 Sales 作为全球统一的销售管理系统。
Dynamics 365 Sales 能够整合不同来源的新老业务系统与业务流程，并集成了销售协作与 AI 功能，让全球 70% 的联想销售团队得以实时记录客户互动活动、即时共享销售信息，为客户提供更加主动、个性化的服务体验。
麦当劳中国选择微软为量身定制了整套智能化创新解决方案，包括由 Azure 云平台提供自然语言交互、生成式智能、机器学习等企业级的智能化服务；以融入 Copilot 智能副驾驶(®) 的 Microsoft 365 为基础，构建高效的员工协作平台；通过 GitHub Copilot 智能副驾驶(®) 加速 IT 开发和系统运维，提升 IT 系统及业务应用开发迭代效率等。
麦当劳中国南京创新中心成立“AI-Lab”，将智能技术引入麦当劳中国“汉堡大学”，为 20 万名员工提供职业发展与技术技能培训。
端上做应用，小模型又快又划算
会后，微软亚洲区 Microsoft Azure 策略运营总经理康容、微软大中华区首席运营官陶然回答了大家感兴趣的一些问题。
AI快讯网在不改变原意的基础上，对部分问答进行了整理。
Q：您讲到 Scaling Laws，参数越多性能越好。那对于小模型，怎样能达到很好的推理能力？主要的原理是什么？
