【微軟Build 2024 AI戰略2】微軟打造更快更聰明AI筆電Copilot+ PC的關鍵

在5月下旬的微軟Build 2024大會上，微軟執行長Satya Nadella一口氣揭露數十項新突破，還點出今年的2大重要AI戰略：支撐起AI開發和應用的Copilot技術架構，以及號稱史上最快的AI系列筆電Copilot+ PC。

大會進入Copilot+ PC主題時，Satya並未直接亮相AI筆電新品，而是興致勃勃地聊起一個重要基礎：Windows Copilot Runtime。微軟官網將它形容為「Copilot技術架構到Windows作業系統的延伸」，Satya則稱：「它會讓Windows成為最好的AI開發平臺！」甚至還比喻，就像Win32帶起圖形使用者介面GUI應用風潮一樣，Windows Copilot Runtime也將帶起AI應用大爆發。

這是因為，Windows Copilot Runtime是專為Windows作業系統設計的底層函式庫，內建多種模型API和工具，能用來更快、更有效率地執行AI開發工作和AI應用。

微軟執行長Satya Nadella指出，Windows Copilot Runtime是微軟AI筆電Copilot+ PC的重要基礎，以函式庫、本地端模型與API為核心，來驅動高階AI應用與體驗。圖片來源／微軟

特點1：專為AI設計的Windows函式庫

進一步來說，Windows Copilot Runtime的核心是「Windows Copilot函式庫與本地端模型」，向下支援微軟AI框架和工具鏈，向上可用來發展AI應用程式、提供一致的使用體驗。這3大層次加起來，就是一套完整的端到端Windows AI生態系統，「Windows Copilot Runtime就是這樣的系統」，微軟官網如此說明。

就Windows Copilot函式庫與本地端模型來說，它包括一系列即用型本地端API，這些API由40多個本地端AI模型和Windows內建的DiskANN等演算法驅動，使用者可用來打造AI應用和體驗。

第一波API在6月對開發者開放，包括工作室特效（Studio Effects）、即時字幕翻譯（Live Caption）、OCR、回顧使用者活動（Recall User Activity）和語言模型Phi Silica等。接下來，Windows Copilot函式庫預計還會新添向量嵌入、檢索增強生成（RAG）、文本摘要等API。其中，向量嵌入API還能用來打造開發者自己的向量儲存庫，能介接專屬App的資料，更客製化回答問題。

如何使用這些API？微軟舉例，開發者不需任何程式碼，就能在Copilot+ PC系列筆電上，將Studio Effects整合至自己的應用程式，比如創意濾鏡、人像模糊化、注視提詞機（Eye contact teleprompter）等。或是使用即時字幕翻譯API，來替音檔和影片即時添加字幕。

而驅動這些API的本地端模型，則有40多款小型語言模型，如Phi系列模型、近期新打造的Phi-3-vision，以及專為Copilot+ PC和NPU設計的33億參數SOTA模型Phi-Silica，延遲更低、更省能源。這意味著，所有Copilot+ PC都內建40多個小型語言模型。

特點2：支援多款AI框架與工具

除了函式庫與模型，Windows Copilot Runtime還支援底層AI框架與工具，像是微軟既有的AI框架DirectML、ONNX Runtime等。

Satya揭露底層工具2大亮點，開發者透過Windows中用於機器學習的高效能低階API：DirectML，就能獲得Windows作業系統對PyTorch開發框架的原生支援（開發者預覽版）。這意味著，Hugging Face上的上千個模型終於能在Windows中執行，而且微軟也正式推出GPU對PyTorch的支援，NPU支援也即將上線。

另一亮點是WebNN，也就是網頁原生的機器學習框架，可在Windows作業程式中透過DirectML和ONNX Runtime Web來執行。同樣是開發者預覽版，WebNN的出現，能讓開發者更好地利用筆電硬體資源，來提供更好的AI網頁App體驗。這2項就是Windows Copilot Runtime的底層工具亮點。

特點3：更多原生與第三方AI應用

不只支援AI工具，Windows Copilot Runtime還能向上發展AI應用與體驗，這部分有2大特點，一是微軟用Windows Copilot Runtime自建的AI應用程式，如使用者活動回顧（Recall）、圖像創作（Cocreator）、即時字幕翻譯、風格編輯（Restyle Image）等。

其中，回顧是透過對螢幕快照，將這些資訊轉為向量、儲存在語義索引中。當使用者想搜尋先前看過的資訊時，就能在回顧中手動捲動時間軸搜尋，或輸入關鍵字，來啟動向量語意辨識、快速找出所需內容。這些快照皆儲存在本地端，使用者可隨時刪除，或在設定中設置不想留存快照的特定網站或應用程式。但日前，為顧及使用者隱私，微軟預設回顧為關閉狀態。

再來，圖像創作則以小型語言模型和Stable Diffusion等共5款模型驅動，可根據文字提示和簡單筆畫，來即時生成逼真的圖像。即時字幕則支援筆電上任何音訊的語言翻譯，可將40多種語言翻譯為英文，離線也行。不只開發這些應用，微軟還用來優化既有的智慧助理Copilot，比如能在筆電上與玩家語音對話、給玩家XBox遊戲Minecraft的破關建議。

除了自建的AI應用，微軟Windows Copilot Runtime還正整合多個第三方應用程式，如專業級影像處理程式Davinci Resolve、影像剪輯程式CapCut、通訊軟體WhatsApp、聲音手勢控制程式Cephable、文件註解程式LiquidText和Adobe系列應用等，要用NPU來優化這些程式的AI功能。

因此微軟自建的AI應用程式，使用者可在Copilot+ PC筆電中開箱即用，要是在這系列筆電使用微軟整合的第三方應用程式，也能獲得筆電加持的AI功能。可以說，這個Windows Copilot Runtime，是支撐起Copilot+ PC這一系列AI筆電的重要基礎。

強大硬體撐起史上最快AI筆電

當然，光靠強大的底層系統驅動這系列筆電，還是不夠的。因此Satya點出，這系列筆電採用新型硬體架構，大幅優化NPU、CPU和GPU的資源使用，每秒能實現40兆次操作（TOPS）。微軟測試證實，這樣的硬體設計能更快進行AI模型推論，執行AI工作負載的效率還能提高100倍，續航力也更好，充電一次就能支援長達15小時的網頁瀏覽，或22小時的本地影片播放，後者比MacBook Air 15 吋還要久20%。

至於處理器部分，首批Copilot+ PC筆電採搭載高通Snapdragon X Elite和Snapdragon X Plus處理器，可實現45 TOPS。之後，還會推出搭載英特爾Lunar Lake處理器和AMD Strix Point處理器的Copilot+ PC筆電。甚至微軟預告，希望這類硬體架構的筆電，未來能搭載Nvidia GeForce RTX顯卡和AMD Radeon顯卡，來從硬體上更進一步優化Copilot+ PC筆電的使用體驗。

這些硬體和Windows Copilot Runtime優勢，正是微軟發豪語稱Copilot+ PC筆電是史上最快、最聰明筆電的底氣。

 相關報導