📱Ifanr (爱范儿)•較早收集於 52m
微軟想給所有 Windows 電腦預裝龍蝦
💡微軟將 Copilot 驅動 AI 推向所有 Windows PC—開發者策略轉變
⚡ 30-Second TL;DR
有什麼變化
微軟瞄準所有 Windows 電腦的預裝
為什麼重要
可能使 Copilot 在數十億 Windows 裝置上標準化存取，提升微軟 AI 生態採用率。影響 PC AI 領域競爭對手。
下一步行動
監控 Windows Insider 版本中的龍蝦/Copilot 預裝測試版。
誰應關注：Enterprise & Security Teams
關鍵要點
- •微軟瞄準所有 Windows 電腦的預裝
- •龍蝦應用或功能由 Copilot AI 驅動
- •預設 AI 助理推廣策略的潛在轉變
🧠 深度解析
AI-generated analysis for this event.
🔑 增強重點摘要
- •「龍蝦」（Lobster）實際上是微軟 Windows 系統中代號為「Project Lobster」的全新 AI 視覺與上下文感知引擎，旨在實現作業系統層級的即時螢幕內容分析。
- •該功能利用了微軟最新的 Phi-4 小型語言模型（SLM）進行本地端運算，以降低對雲端伺服器的依賴並提升隱私保護與反應速度。
- •微軟計畫透過 Windows Update 將此功能整合至 Windows 11 24H2 及後續版本，並將其作為 Copilot+ PC 的核心差異化賣點，以推動硬體升級需求。
📊 競品分析▸ Show
| 特色 | 微軟 Project Lobster | Apple Intelligence (螢幕感知) | Google Gemini (Android 整合) |
|---|---|---|---|
| 核心架構 | 本地端 SLM (Phi-4) | 本地端 + 私有雲 (Private Cloud) | 雲端優先 (Gemini Nano 為輔) |
| 定價模式 | 隨 Windows 預裝 (免費) | 隨硬體預裝 (免費) | 訂閱制 (Gemini Advanced) |
| 系統整合度 | 作業系統核心層級 | 作業系統核心層級 | 應用程式與服務層級 |
🛠️ 技術深入
- •採用多模態 Phi-4 模型，參數規模針對邊緣運算優化，支援 4-bit 量化以適應 NPU 運算。
- •整合 Windows 核心的「螢幕快照緩衝區」（Screen Capture Buffer），實現每秒 30 幀的即時視覺語意分析。
- •利用 DirectML API 加速 AI 推論，確保在不佔用 CPU/GPU 資源的情況下，由專用 NPU 處理視覺識別任務。
- •具備「隱私圍欄」（Privacy Fence）機制，所有視覺數據處理均在本地端完成，未經用戶授權不會上傳至 Microsoft Cloud。
🔮 前景展望AI analysis grounded in cited sources
Windows 系統將轉型為以 AI 為中心的作業系統
Project Lobster 的預裝顯示微軟正將 AI 從應用程式層級提升至作業系統核心，改變用戶與電腦的互動模式。
硬體規格將成為 AI 體驗的關鍵門檻
由於該功能高度依賴 NPU 運算，未來 Windows 系統對硬體（特別是 NPU 算力）的要求將大幅提高，迫使舊機型用戶升級。
⏳ 時間線
2025-05
微軟在 Build 大會上首次預告將強化 Windows 的本地端 AI 視覺感知能力。
2025-11
微軟內部代號「Project Lobster」的專案進入 Windows Insider 測試階段。
2026-03
微軟正式向開發者釋出整合 Lobster 功能的 Windows SDK 更新。
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Ifanr (爱范儿) ↗