微软Edge免费上线Copilot Vision功能，实际体验究竟如何？

Meise

微软最近为Windows 11的Edge浏览器用户带来了一项新功能——面向普通用户的Copilot Vision已在美国地区开放测试。这款被官方称为“网页对话助手”的AI工具，究竟能否实现“边看网页边聊天”的效果？我们从功能上线过程到实际测试，梳理了完整的使用体验。

功能上线时间线
2024年，微软首次公布Copilot Vision开发计划，当时仅限付费订阅的Copilot Pro会员使用。前段时间，科技媒体Windows Latest发现，美国地区的免费用户已可通过Edge浏览器侧边栏激活该功能。激活方式较为简单：在浏览器右侧工具栏打开Copilot面板，点击语音键旁的眼镜图标，当镜框显示高亮状态时，AI即可分析当前网页内容。

功能测试全记录
测试人员首先在微软官方网站进行基础验证。当要求描述网页内容时，对话过程频繁出现中断——语音反馈会突然停止，约15秒后重新生成新回答。在统计页面按钮数量时，AI仅识别出显眼的“Try it”按钮，完全忽略了同一页面的视频播放控件。当尝试要求点击按钮或关闭网页时，系统明确回复：“我无法操控页面元素”。

转至新闻网站WindowsLatest.com测试时，功能表现有所提升。AI能准确概述文章主要内容，页面滚动后还能识别作者信息。但在实际购物场景测试中，打开亚马逊英国站搜索固态硬盘时，AI仅能逐条朗读屏幕显示的商品信息。当询问某款未标注写入速度的硬盘参数时，系统既不会主动检索网络信息，也拒绝执行“通过Bing搜索”的指令。

在识别推广内容环节，首屏显示的SanDisk广告能被准确捕捉，但同页的三星广告需手动滚动至可视区域才能识别。更明显的问题是，当页面滚动显示新内容后，AI无法关联之前的识别记录——看到新推广商品时会完全“忘记”已识别过的内容。

现存问题与改进方向
根据测试结果，当前版本存在三个主要限制：

视觉范围局限：仅能识别当前屏幕显示内容，无法自动浏览完整页面

对话连贯性不足：多次出现回答中断或逻辑断层

功能权限缺失：纯信息反馈模式，缺乏交互操作能力

微软此次向免费用户开放测试，显示出收集用户反馈的意图。若未来能加入页面滚动控制、增强上下文关联等功能，该工具或将成为实用助手。现阶段建议用户将其视为辅助理解网页内容的语音解说功能。