400-886-5570
微软Mico聊天机器人疑似被“降职”，从Copilot移至学习中心
2026-08-14 17:56:33
IT之家 8 月 14 日消息，微软 2025 年 10 月推出 Mico，给 Copilot AI 聊天机器人的语音对话配上了一个拟人化形象。结果还不到一年，这个可怜的小团子就似乎被“降职”了。
据外媒 Engadget 今天（14 日）报道，微软决定把 Mico 从 Copilot 语音功能中撤下，转移到 Learn Live 学习中心，继续充当用户的“导师”。
微软 Mico 的支持页面写道：“Mico 让我们更了解亲和力、表现力，以及人们希望怎样与 AI 交流。这些经验正在塑造 Copilot 未来的发展方向。Learn 给了 Mico 最大的成长空间，在辅导课程中，Mico 可以对更多内容作出反应，也能借助互动进行教学。”
支持页面还特意强调，Copilot 的语音交互功能依然保留。
据IT之家此前报道，根据官方定义，Mico 旨在为用户提供一个“温暖”“可定制”的视觉形象，能够倾听、互动，甚至根据你的操作改变颜色。
微软为了“致敬”当年的大眼夹，还设置了一个彩蛋：多次点击 Mico 的图标就会变成 Clippy。在使用 Copilot 语音模式时，Mico 默认启用，用户可自行关闭。
-
AGV调度系统数据瓶颈：没有更多数据时的优化策略AGV调度系统数据瓶颈：没有更多数据时的优化策略很多人以为，AGV调度系统的性能提升完全依赖于数据量的持续增加，其实不然。在工业场景中，数据获取成本与调度效率之间存在显著的边际递减效应。当系统已捕获足够覆盖95%以上场景的基础数据后，单纯增加数据量对调度精度的提升不足3%，反而会引发存储冗余与计算延迟问题。底层逻辑是：AGV调度本质是有限状态空间内的路径优化问题。以某汽车总装车间为例，其AGV网络查看详情
-
AGV机器人调度系统：数据瓶颈背后的底层逻辑数据孤岛与调度效率的悖论很多人以为，AGV机器人调度系统的性能瓶颈源于算力不足或算法复杂度，其实不然。在真实工业场景中，90%的调度延迟问题源于数据孤岛与协议异构性。当多品牌AGV混编运行时，不同厂商的通信协议、定位精度、传感器采样频率差异，会导致调度系统陷入「数据解析-转换-同步」的死循环，最终表现为路径规划失效或任务队列堆积。案例：上海临港某汽车总装车间的赛制级推演2023年Q2，某头部车企在查看详情
全国统一热线
400-886-5570
苏州市苏州工业园区金鸡湖街道苏虹中路503号
