基于GPT-4V，一句话就可以在多个应用中无缝切换，完成复杂任务。整个过程无需人为干预，其执行成功率和效率是GPT-4的两倍，GPT-3.5的四倍。

比如，删除PPT演示文稿上的所有备注。

几个简单步骤就可完成。

还有像利用多个来源文本，比如word文档、图像文本内容，撰写电子邮件。

网友表示：这才是Windows级别应有的创新能力

第一个Windows Agent来了

这样一个智能体叫做UFO，全名“UI-Focused”，是一个专为Windows OS（操作系统）交互设计、面向用户界面（UI）的智能体框架，可以在单个或者多个应用程序中操作，由MSRA、微软AI与应用研究团队等共同打造。

用户就可以通过自然语言指令，来操作App的用户界面。

据介绍，UFO是第一个专为Windows OS环境中的任务完成量身定制的UI Agent。

就拿删除PPT上的所有注释为例。传统方式需要一页一页手动删除注释。如果PPT巨长无比，这个过程就会又久又无聊，让人瞬间暴躁。

但UFO得到指令后，简化了整个过程。

它先是提议用“删除所有演示笔记”功能，这个功能因为按钮位置藏得很深，经常被用户忽视。

而后，UFO导航到“File”选项，对后台视图进行访问；然后，再平滑地切换到“info”菜单，单击“检查问题”按钮，并选择“检查文档”，开始检查文档中所有包含的注释。

紧接着，UFO识别到菜单地步的“删除所有演示笔记”，向下滚动定位到其位置，启动单击功能。

考虑到误删的可能性，UFO这里有一道保护功能，需要用户再次确定是否真的要删除所有注释。

文章来源：量子位

文章作者：白交 

注 本文转载已注明出处， 仅供分享、学习，不构成商业目的，版权归原作者所有，如涉及作品内容版权或其它问题，敬请与本网联系，我们及时更正，谢谢合作！