WhatsApp entwickelt eine Funktion, mit der Benutzer das Image und die Branding-Farbe der App anpassen können. Die Funktion erschien in der Android-Betaversion 2.26.6.1, die am 10. Februar 2026 veröffentlicht wurde. Dies folgt einer ähnlichen iOS-Anpassungsoption, die zuvor angekündigt, aber auf unbestimmte Zeit zurückgestellt wurde, bis sie den Benutzeranforderungen entspricht.

Das Replace führt zwei primäre Anpassungsoptionen ein. Die Entwicklung spiegelt die Reaktion von WhatsApp auf früheres Suggestions wider, insbesondere aus der iOS-Beta, wo die Funktion vor dem Fortfahren verfeinert werden musste, um den Benutzerpräferenzen gerecht zu werden.

Die erste Possibility bietet 14 neue App-Symbole. Dazu gehören unverwechselbare Designs mit den Namen Aurora, Fluffy, Galaxy, Clay, Sparkle und Neon. Weitere sieben monochromatische Symbole bieten Variationen in Braun, Grün, Lila, Orange, Blau, Rosa und Monochrom.

• Aurora: Ein einzigartiges Icon-Design in der neuen Auswahl.
• Flaumig: Ein weiterer unverwechselbarer Stil, der vom Benutzer ausgewählt werden kann.
• Galaxis: Teil der 14 in der Beta entdeckten Symbole.
• Ton: Im Anpassungsset enthalten.
• Funkeln: Eine der genannten kreativen Ikonen.
• Neon: Wird zusammen mit anderen im Replace vorgestellt.
• Monochromatische Symbole: Sieben Optionen in Braun, Grün, Lila, Orange, Blau, Pink und Monochrom.

Benutzer haben weiterhin die Möglichkeit, das klassische Image auszuwählen, das vor einigen Jahren aktualisiert wurde, um Kontinuität für diejenigen zu gewährleisten, die vertraute Erscheinungsbilder bevorzugen.

Die zweite Anpassungsoption ermöglicht Änderungen an der Branding-Farbe der App. Ursprünglich in einer iOS-Beta beobachtet, erstreckt sich dies nun auf Android. Es bietet 19 Farboptionen zur Personalisierung.

• Standardgrün: Die in der Liste beibehaltene Standardoption.
• Königsblau: Eine lebendige Different zum Branding.
• Violett: Unter den vielfältigen angebotenen Farbtönen.
• Marineblau: Eine tiefere blaue Variante.
• Hellviolett: Ein sanfterer Lilaton.
• Dunkelgrau: Neutrale Possibility für Themen.
• Koralle: Hotter Farbton in der Auswahl.
• Dunkles Olivgrün: Erdiger Grünton.
• Blaugrün: Blau-grüne Kombination.
• Burgund: Satte Farbe auf Rotbasis.
• Braun: Commonplace-Erdton.
• Beige: Heller neutraler Farbton.
• Seeschaumgrün: Hellgrüne Possibility.
• Gelb: Helle Primärfarbe.
• Olivgrün: Gedeckte grüne Variante.
• Rosa: Zartrosa Einschluss.
• Rot: Kräftiger Primärton.
• Orange: Lebendige warme Farbe.
• Goldgelb: Metallic-Gelb-End.

Diese Funktionen sind in den kommenden Premium-Plan von WhatsApp integriert und über ein monatliches Abonnement zugänglich. Preisdetails werden nicht bekannt gegeben und können von Land zu Land unterschiedlich sein. Der Premium-Plan fungiert als optionale Erweiterung, sodass personal Nachrichten und alle Kernfunktionen für jeden Benutzer kostenlos bleiben.

---

Hervorgehobener Bildnachweis

Während ich an meinem Wissensdestillationsproblem zur Absichtsklassifizierung arbeitete, stand ich vor einer rätselhaften Hürde. Mein Aufbau umfasste ein Lehrermodell, das RoBERTa-groß ist (fein abgestimmt auf meine Absichtsklassifizierung), und ein Schülermodell, das ich trainieren wollte, ohne zu viel Genauigkeit im Vergleich zum Lehrer zu verlieren.

Ich habe mit mehreren Zuordnungstechniken experimentiert, jede zweite Ebene mit der Schülerebene verbunden, zwei Lehrerebenen zu einer gemittelt und sogar benutzerdefinierte Gewichtungen zugewiesen, z. B. Geben (0,3 bis l1 und 0,7 bis l2). Aber egal, welche Kombination ich ausprobierte, die Genauigkeit des Lehrers entsprach nie dem Schülermodell.

Da begann ich mit der Erkundung wie man die informativsten Ebenen kartiert zu meinem Schülermodell, damit der Schüler seine Leistung maximieren kann. Ich wollte eine Möglichkeit finden, zu quantifizieren, welche Ebene des Lehrermodells für die Destillation wirklich wichtig ist.

Bei dieser Suche bin ich auf einen faszinierenden Artikel gestoßen–“SpectralKD: Ein einheitliches Framework zur Interpretation und Destillation von Imaginative and prescient Transformern mittels Spektralanalyse„, das ein ähnliches Drawback anging, jedoch im Bildbereich. Die Autoren verwendeten einen Spektralanalyseansatz (Spectral KD), um die Lehrer- und Schülermodelle intelligenter aufeinander abzustimmen.

Neugierig geworden, beschloss ich, die Idee auf Textdaten zu übertragen – und BOOM!!!, es hat tatsächlich funktioniert! Zum ersten Mal begann mein Schülermodell quick wie sein Lehrer zu denken.

Hier ist die Schichtintensitätsdiagramm meiner Feinabstimmung RoBERTa-groß Modell. Basierend auf den spektralen Erkenntnissen habe ich ausgewählt Schichten 1–9 und 21–23 für meine Studentenmodell Während der Wissensdestillation diejenigen, die die reichhaltigsten Informationen enthalten.

Aus Gründen der Vertraulichkeit kann ich meinen Datensatz oder Code nicht weitergeben, aber ich erkläre Ihnen, wie das geht Der bildbasierte Ansatz des Papiers hat mich inspiriert textbasierte Adaptionund wie Sie darüber nachdenken können, dasselbe zu tun.

---

Hinter den Kulissen: Wie FFT die spektrale Seele eines Fashions enthüllt

Additionally, fangen wir damit an spektrale Intensitätund tauchen Sie langsam in den wahren Zauberer ein: den Schnelle Fourier-Transformation (FFT).

Im spectralKD-Papierstellen die Autoren ein Framework vor, das uns hilft, Imaginative and prescient Transformer (ViTs) zu sehen, nicht nur das, was sie vorhersagen, sondern auch wie die Informationen in den Schichten fließen. Anstatt sich auf Instinct oder Visualisierung zu verlassen, nutzen sie eine Artwork Spektralanalyse um den Frequenzreichtum der internen Darstellungen des Modells zu messen.

Stellen Sie sich jede Transformer-Ebene wie einen Musiker in einem Orchester vor. Einige Ebenen spielen hohe Töne (feine Particulars), während andere tiefe Töne spielen (breite Funktionen). Die FFT hilft uns, die Musik jedes Spielers separat anzuhören und herauszufiltern, welcher die stärksten Melodien, additionally die informationsreichsten Signale, hat.

Schritt 1: Function-Maps, das Rohmaterial

B ist die Chargengröße
C ist die Anzahl der Kanäle und
H,W ist die räumliche Höhe und Breite.

Schritt 2: Anwenden der Fourier-Transformation

Die Autoren wenden eine eindimensionale FFT entlang der Kanaldimension an, um diese reellen Aktivierungen in den Frequenzbereich zu übersetzen:
F(X)=FFT(X)

Das heisst:
Für jeden räumlichen Ort (b, h, w), a 1D-FFT wird über alle Kanäle berechnet.
Das Ergebnis ist ein komplexwertiger Tensor (da FFT Actual- und Imaginärteile ausgibt).
F(X) sagt uns daher, wie viel von jeder Frequenz in der Darstellung dieser Schicht vorhanden ist.

Und wenn Sie sich fragen: „Warum aber FFT?“ – halte diesen Gedanken fest.
Denn später in diesem Weblog werden wir es aufdecken Genau deshalb ist FFT das perfekte Werkzeug um die innere Intensität eines Modells zu messen.

Schritt 3: Frequenzstärke messen

Re(F(X)) ist der wahre Teil,
Im(F(X)) ist der Imaginärteil.

Schritt 4: Mittelung über die Karte

Nun wollen wir diese Intensität über alle Positionen im Layer zusammenfassen:

Dieser Schritt gibt uns die durchschnittliche Intensität des einzelnen Kanals an

Und dann können Sie einfach den Durchschnitt aller Kanäle ermitteln. Voilà! Jetzt haben Sie die spektrale Intensität der einzelnen Schicht des Imaginative and prescient Transformer.

---

Ein Blick in den Frequenzbereich: Die Fourier-Linse von SpectralKD

Schauen wir uns die schnelle Fourier-Transformation an:

Xₖ ist die Eingabesequenz (Ihr Sign, Ihre Funktion oder Ihr Aktivierungsmuster).
xₙ ist die Frequenzkomponente am Frequenzindex.
N ist die Anzahl der Punkte in der Sequenz (dh die Anzahl der Kanäle oder Options).

Jeder Begriff e⁻ʲ²πᵏⁿ/ᴺ fungiert als rotierender Zeigereine winzige komplexe Welle, die sich durch den Signalraum dreht, und zusammen bilden sie eine der schönsten Ideen in der Signalverarbeitung.

Während Michael Bailey über Mar über Mar hinaus drängt, konzentrieren sich Andrew und Gustavo auf die Verbesserung der Plausibilität von MAR, indem Sie Z und Z_2 zu dem Satz von Anpassungskovariaten X addieren.

QR-Codes sind überall zu sehen. Vor allem in Eating places, Tankstellen und Geschäften, hauptsächlich zum Bezahlen. Es gibt auch mehrere andere Anwendungen. Der Hauptgrund dafür ist, dass es sich um eine einfache Möglichkeit handelt, Informationen in Type eines kleinen, leicht zu scannenden Bildes zu speichern. In diesem Leitfaden helfe ich Ihnen, QR-Codes zu beherrschen und wie QR-Codes funktionieren, und begleite Sie durch die Erstellung mit Python.

Lernergebnisse

• Verstehen Sie die Grundlagen von QR-Codes und ihre Funktionalität.
• Wenn Sie QR-Codes beherrschen, können Sie mit Python QR-Codes effizient erstellen, anpassen und in verschiedenen realen Szenarien anwenden.
• Erfahren Sie, wie Sie mit Python QR-Codes generieren und anpassen.
• Entdecken Sie die Geschichte und Vorteile von QR-Codes in verschiedenen Anwendungen.
• Sammeln Sie praktische Erfahrungen, indem Sie einen WLAN-QR-Code für den einfachen Netzwerkzugriff erstellen.
• Entdecken Sie reale Einsatzmöglichkeiten von QR-Codes, auch im öffentlichen Raum und in Unternehmen.

Dieser Artikel wurde im Rahmen der veröffentlicht Knowledge Science-Blogathon.

Was sind QR-Codes?

Fast Response (QR)-Codes sind eigentlich zweidimensionale Matrix-Barcodes, die verschiedene Arten von Daten speichern können, wie z. B. URLs, Textual content, Kontaktinformationen oder WLAN-Anmeldeinformationen. Fast Response gibt an, dass der Codeinhalt bei hoher Geschwindigkeit sehr schnell dekodiert werden sollte Geschwindigkeit. Normalerweise besteht der Code aus schwarzen Modulen, die in einem quadratischen Muster auf weißem Hintergrund angeordnet sind. Im Gegensatz zu herkömmlichen Barcodes, die Informationen nur in eine Richtung (horizontal) speichern. QR-Codes können Daten sowohl horizontal als auch vertikal speichern. Ermöglicht eine viel größere Speicherkapazität.

Geschichte der QR-Codes

Es wurde 1994 von Denso Wave für den Toyota-Konzern erfunden. Der Zweck bestand darin, Automobilteile während der Herstellung zu verfolgen. Ihre Fähigkeit, große Datenmengen zu speichern und schnell scannen zu können, machte sie im Laufe der Zeit in verschiedenen Branchen beliebt.

Warum QR-Codes verwenden?

QR-Codes haben mehrere Vorteile:

• Einfach zu bedienen: Es kann mit einer Smartphone-Kamera oder einem speziellen QR-Scanner gescannt werden.
• Vielseitig : kann verschiedene Arten von Daten speichern, einschließlich URLs, Textual content und mehr.
• Schnellzugriff: Bietet schnell Informationen mit nur einem Scan.
• Kontaktlos: nützlich für kontaktlose Transaktionen und Teilen.

QR-Codes mit Python

In diesem Abschnitt erkläre ich, wie man QR-Codes generiert Python. Wir werden verschiedene Beispiele behandeln, um den Prozess zu demonstrieren. Angefangen bei der Erstellung eines einfachen QR-Codes bis hin zur weiteren Anpassung. Wir verwenden die qrcode-Bibliothek, die eine einfache Möglichkeit zum Erstellen von QR-Codes bietet. Stellen Sie zunächst sicher, dass die Bibliothek installiert ist:

pip set up qrcode(pil)

Beispiel 1: Generieren eines einfachen QR-Codes

Erstellen Sie in diesem ersten Beispiel einen einfachen QR-Code mit Standardeinstellungen. Hier ist der Code:

import qrcode
from PIL import Picture

#Knowledge to be encoded
knowledge = "Welcome to QR Code Tutorial"

#Create a QR code object
qr = qrcode.QRCode(
    model=1,    # Dimension of the QR code
    box_size=10,  # Dimension of every field within the QR code grid
    border=4      # Border thickness
)
qr.add_data(knowledge)
qr.make(match=True)

#Generate QR code picture
img = qr.make_image(fill="black", back_color="white")
img.present()
img.save('simple_qr_code.png')

Hier ist eine Erklärung für die im Code verwendeten Parameter:

• Model: Es steuert die Komplexität und Größe des Codes.
• box_size: Größe jedes Kästchens im QR-Code.
• Grenze: die Dicke des äußeren Leerraums.

Der obige Code generiert einen einfachen QR-Code, der den Textual content „Willkommen beim QR-Code-Tutorial“ codiert. Das folgende Ergebnis wird angezeigt. Scannen Sie einfach den Code, um die Ausgabe anzuzeigen.

Beispiel 2: Generieren eines QR-Codes mit benutzerdefinierten Farben

Hier machen wir den QR-Code optisch ansprechender. Um dies zu erreichen, müssen wir entweder die Vordergrund- oder Hintergrundfarbe oder beide ändern. In diesem Beispiel habe ich sowohl die Vordergrund- als auch die Hintergrundfarbe geändert. Sie können den Code mit ausprobieren verschiedene Farbkombinationen.

import qrcode
from PIL import Picture

#Knowledge to be encoded
knowledge = "Welcome to QR Code Tutorial"

#Create a QR code object
qr = qrcode.QRCode(
    model=1,    # Dimension of the QR code
    box_size=10,  # Dimension of every field within the QR code grid
    border=4      # Border thickness
)
qr.add_data(knowledge)
qr.make(match=True)

#Create a QR code with customized colours
img_colored = qr.make_image(fill_color="darkgreen", back_color="lightyellow")
img_colored.present()
img_colored.save('custom_color_qr_code.png')

Der obige Code generiert einen QR-Code mit einem dunkelgrünen Vordergrund und einem hellgelben Hintergrund. Scannen Sie den Code, um die Ausgabe mit diesen benutzerdefinierten Farben anzuzeigen.

Beispiel 3: QR-Code-Generierung aus der Analytics Vidhya-URL

In diesem Beispiel wird ein QR-Code erstellt, der die URL von Analytics Vidhya kodiert. Dadurch kann jeder, der den Code scannt, die Web site direkt besuchen. Hier ist der Code:

import qrcode
from PIL import Picture

#Create the QR code as ordinary
qr = qrcode.QRCode(
    model=5,    # Model adjusted to incorporate the brand
    box_size=10,
    border=4
)
qr.add_data("https://www.analyticsvidhya.com/")
qr.make(match=True)

#Generate the QR code picture
img = qr.make_image(fill="black", back_color="white")

#Save and present the consequence
img.save('QR_code_AnalyticsVidhya.png')
img.present()

Scannen Sie es einfach. Der QR führt Sie zur offiziellen Seite von Analytics Vidhya

Beispiel 4: QR-Code mit eingebettetem Brand und URL kombiniert

Hier probieren wir einen personalisierten QR-Code aus, der nicht nur auf die Analytics Vidhya-Web site verweist, sondern auch ein individuelles Brand direkt in der Mitte enthält. Dies kann für ein unverwechselbares und markentypisches Erscheinungsbild sorgen. Lassen Sie uns in das Codebeispiel eintauchen

import qrcode
from PIL import Picture

# Create the QR code as ordinary
qr = qrcode.QRCode(
    model=5,  # Model adjusted to incorporate a emblem
    box_size=10,
    border=4
)
qr.add_data("https://www.analyticsvidhya.com/")
qr.make(match=True)

# Generate the QR code picture
img = qr.make_image(fill="black", back_color="white")

# Open the brand picture
emblem = Picture.open('AV_logo.png')

# Calculate the scale for the brand
logo_size = 100  # Set this in response to your wants
emblem = emblem.resize((logo_size, logo_size), Picture.Resampling.LANCZOS)  # Use LANCZOS for high-quality downsampling

# Paste the brand onto the QR code
pos = ((img.measurement(0) - logo_size) // 2, (img.measurement(1) - logo_size) // 2)
img.paste(emblem, pos, masks=emblem)

# Save and present the consequence
img.save('QR_code_with_AnalyticsVidhya_Logo.png')
img.present()

Das folgende zugeschnittene Bild ist ein Beispiel, das Sie mit Ihrem Code ausprobieren können:

Diese Codeversion sorgt für einen Hauch von Spannung und betont den einzigartigen Markenaspekt des QR-Codes.

Beispiel 5: QR-Codes aus einem Bild lesen

Hier zeige ich, wie man mit OpenCV einen QR-Code aus einem Bild liest und dekodiert. Dies ist nützlich, wenn Sie Daten aus einem QR-Code extrahieren müssen, der bereits erstellt oder in einer Bilddatei geteilt wurde. Hier ist der Code: Nehmen Sie einfach das vorherige Ausgabe-QR-Code-Bild als neue Eingabe und probieren Sie dann den folgenden Code aus

# !pip set up opencv-python
import cv2

# Learn the picture file
picture = cv2.imread('/dwelling/Tutorials/Analytics Vidya/QR_code_with_AnalyticsVidhya_Logo.png')

# Initialize the QR code detector
detector = cv2.QRCodeDetector()

# Detect and decode the QR code
knowledge, vertices_array, _ = detector.detectAndDecode(picture)

if vertices_array shouldn't be None:
    print(f"Decoded Knowledge: {knowledge}")
else:
    print("QR code not detected.")

Die Ausgabe wird sein:

"   Decoded Knowledge: https://www.analyticsvidhya.com/   "

Miniprojekt: Erstellen eines WLAN-QR-Codes

QR-Code ist eine einfache Möglichkeit, Benutzern die Verbindung mit einem Netzwerk zu ermöglichen. Durch einfaches Scannen des Codes. Auf diese Weise können wir die manuelle Eingabe des WLAN-Namens oder -Passworts vermeiden. Wir können einen QR-Code implementieren, der alle notwendigen Informationen enthält.

In diesem Miniprojekt werde ich Sie anleiten, einen QR-Code zum Speichern von WLAN-Particulars zu erstellen. Er kann an öffentlichen Orten, in Büros sowie für den persönlichen Gebrauch sehr nützlich sein. Der generierte QR-Code speichert WLAN-Anmeldeinformationen, wie z. B. den Netzwerknamen (SSID), Passwort und Sicherheitstyp (in meinem Fall WPA2), sodass Geräte problemlos eine Verbindung herstellen können.

Um dieses Miniprojekt auszuprobieren, müssen Sie zunächst Ihre Wi-Fi-SSID, Ihren Wi-Fi-Sicherheitstyp und Ihr Passwort mithilfe der folgenden Linux-Befehle im Terminal herausfinden. Denken Sie daran, es nacheinander auszuprobieren

#1 Discover the Wi-Fi SSID (Community Title)
nmcli -t -f lively,ssid dev wifi | grep '^sure'

#2 Get Wi-Fi Safety Sort
# right here my SSID Title is RAGAI_4G

nmcli -f ssid,safety dev wifi | grep "RAGAI_4G" 

#3Get Password
sudo grep -r "psk=" /and many others/NetworkManager/system-connections/

Code-Implementierung

Lassen Sie uns nun den folgenden Code implementieren:

# Import the mandatory library
import qrcode

# Outline Wi-Fi credentials
wifi_ssid = "RAGAI_4G"#change along with your SSID Title
wifi_password = "PASSWORD" #Ur PASSWORD
wifi_security = "WPA2"  # Will be 'WEP', 'WPA', or 'nopass' (no password)

# Create the QR code knowledge within the format that encodes Wi-Fi data
wifi_data = f"WIFI:T:{wifi_security};S:{wifi_ssid};P:{wifi_password};;"

# Create a QR code object with desired settings
qr = qrcode.QRCode(
    model=1,
    error_correction=qrcode.constants.ERROR_CORRECT_L,
    box_size=10,
    border=4
)

# Add the Wi-Fi knowledge to the QR code object
qr.add_data(wifi_data)
qr.make(match=True)

# Generate the QR code picture
img = qr.make_image(fill="black", back_color="white")

# Save the QR code picture to a file
img.save('wifi_qr_code.png')

# Show the QR code picture (for testing)
img.present()

print("Wi-Fi QR code saved efficiently")

Scannen des QR-Codes

Ich gehe davon aus, dass Sie den von mir geteilten Code erfolgreich ausprobiert haben. Jetzt haben Sie das ausgegebene QR-Code-Bild. Sie können es einfach mit einem Smartphone oder Scanner scannen, um eine Verbindung zum WLAN-Netzwerk herzustellen. Befolgen Sie die Schritte nacheinander:

• Öffnen Sie die Kamera-App oder den QR-Scanner auf Ihrem Telefon.
• Richten Sie die Kamera auf den QR-Code.
• Android-Telefone zeigen den Namen des Wi-Fi-Netzwerks an und fordern automatisch zum Herstellen einer Verbindung auf.

Denken Sie daran: Wenn Ihr Telefon nicht über integrierte Anwendungen verfügt, können Sie alle Scanneranwendungen aus dem Playstore herunterladen.

Praktische Anwendungsfälle für QR-Codes

Dieser WLAN-QR-Code kann besonders hilfreich sein in:

• Öffentliche Räume: In Cafés, Bibliotheken, Zapfsäulen oder Lodges, wo Besucher einfach den Code scannen können, um eine Verbindung herzustellen, ohne nach den Zugangsdaten fragen zu müssen.
• Heimnetzwerke: Geben Sie Freunden und Familie eine einfache Möglichkeit, sich mit Ihrem Netzwerk zu verbinden, ohne Ihr Passwort preiszugeben.
• Geschäftseinstellungen: Teilen Sie den Netzwerkzugriff mit Gästen oder Mitarbeitern, ohne die Sicherheit zu beeinträchtigen.

Abschluss

Die Beispiele in diesem Artikel können Ihnen für verschiedene Zwecke und sowohl bei Ihren Hobbyprojekten als auch bei Echtzeitprojekten hilfreich sein. Wenn in Ihrem Zuhause irgendwelche Funktionen stattfinden, können Sie Ihre Freunde einladen, indem Sie die Standortinformationen mithilfe eines QR-Codes speichern. Wenn ja Im Büro oder in der Schule kann dasselbe für die Veranstaltungsplanung und das Ausfüllen von Formularen verwendet werden.

Hier ist die Github-Hyperlink.

Wichtige Erkenntnisse

• QR-Codes sind vielseitige Instruments, die verschiedene Datentypen speichern, von URLs bis hin zu WLAN-Anmeldeinformationen.
• Pythons qrcode Die Bibliothek vereinfacht das Erstellen und Anpassen von QR-Codes.
• QR-Codes verbessern das Benutzererlebnis, indem sie einen schnellen, kontaktlosen Informationsaustausch ermöglichen.
• Das Anpassen von QR-Codes mit Farben oder Logos kann das Branding und die visuelle Attraktivität verbessern.
• WLAN-QR-Codes bieten eine nahtlose Möglichkeit, Geräte ohne manuelle Eingabe mit einem Netzwerk zu verbinden.
• Die Beherrschung von QR-Codes eröffnet das Potenzial, den Datenaustausch zu optimieren, die Benutzererfahrung zu verbessern und den Zugriff auf Informationen schnell und effektiv zu verbessern.

Häufig gestellte Fragen

Die in diesem Artikel gezeigten Medien sind nicht Eigentum von Analytics Vidhya und werden nach Ermessen des Autors verwendet.

Microsoft führt mit der Einführung von KI-gestützten Designs, bekannt als „Themes by Copilot“, eine neue Ebene der Personalisierung in Outlook ein. Diese sowohl für Einzelbenutzer als auch für Unternehmen konzipierte Funktion ermöglicht es Outlook-Benutzern mit einem Copilot Professional-Verbraucherabonnement oder einer Geschäftslizenz, dynamische Designs zu erstellen, die ihre individuellen Vorlieben und Umgebungen widerspiegeln. Diese neue Funktion ist in Outlook auf iOS, Android, Home windows, Mac und im Internet verfügbar und nutzt KI, um die App-Oberfläche nicht nur funktional, sondern auch optisch ansprechend zu gestalten.

Mit Themes von Copilot können Benutzer Themen erstellen, die auf dem lokalen Wetter, ihrem aktuellen Standort oder sogar einem bestimmten Ziel basieren, das aus über 100 vorab kuratierten Orten ausgewählt wird. Auch diese Themen sind nicht statisch; Benutzer können festlegen, dass sie in verschiedenen Intervallen aktualisiert werden, z. B. alle paar Stunden, täglich, wöchentlich oder monatlich, und so jedes Mal, wenn sie ihren Posteingang öffnen, eine neue visuelle Notice hinzufügen.

Microsoft geht davon aus, dass diese personalisierten visuellen Elemente dazu führen werden, dass sich die Verwendung von Outlook einladender anfühlt und auf den individuellen Geschmack zugeschnitten wird. „So wie Sie Ihren Arbeitsplatz mit Kunstwerken oder Dekorationen personalisieren können, ermöglichen diese Themen Benutzern, ihre Outlook-Erfahrung ansprechender und einladender zu gestalten“, erklärte das Unternehmen in einem Blogbeitrag. Diese Model stellt eine der ersten Integrationen dynamischer KI-Designs in eine Produktivitäts-App dar und unterstreicht das Engagement von Microsoft, Funktionalität mit kreativem Ausdruck zu verbinden.

Dynamische Themen basierend auf Standort und Wetter

Ein herausragendes Merkmal von Themes by Copilot ist die Möglichkeit, Themen zu erstellen, die sich an reale Faktoren wie Standort und Wetter anpassen. Beispielsweise generiert die Funktion „Mein Standort“ Themenvisualisierungen, die die aktuelle Umgebung des Benutzers widerspiegeln, unabhängig davon, ob er zu Hause, auf Geschäftsreise oder im Urlaub ist. Wenn Standortberechtigungen aktiviert sind, wird das Design automatisch aktualisiert, um den Standort des Benutzers widerzuspiegeln, und bietet visuelle Elemente, die von der Geografie, Kultur oder Sehenswürdigkeiten der Area inspiriert sind. Darüber hinaus ermöglicht eine wetterbasierte Designoption Benutzern, eine visuelle Darstellung des Tageswetters in ihrer Outlook-App anzuzeigen und so eine zusätzliche Ebene kontextbezogener Informationen auf einen Blick bereitzustellen.

---

Microsoft Copilot Jetzt liest, denkt und spricht

---

Microsoft stellt sich diese Themen als digitale Erweiterung der Personalisierung des eigenen Arbeitsplatzes vor und weist darauf hin, dass eine „schöne, persönliche digitale Umgebung“ das Erlebnis und die Interaktion der Benutzer mit der App verbessern kann. Wenn sich Benutzer im Laufe des Tages bewegen, kann ihre Outlook-Oberfläche diese Änderungen widerspiegeln und so ein Component der Immersion und Anpassungsfähigkeit hinzufügen, das zuvor nicht verfügbar conflict.

So greifen Sie auf Themes von Copilot zu und passen sie an

Auf Designs von Copilot kann direkt über die Darstellungseinstellungen von Outlook zugegriffen werden. In diesem Menü können Benutzer entweder ein Thema aus bereits vorhandenen Themen auswählen oder sich für eine benutzerdefinierte Themeneinrichtung entscheiden. Mit dieser geführten Erfahrung können Benutzer den visuellen Stil ihres Themes festlegen – sie können zwischen realistischer, Ölgemälde- oder Cartoon-Ästhetik wählen – und festlegen, wie oft ihr Theme aktualisiert werden soll. Für zusätzliche Personalisierung enthält jedes Design eine Akzentfarbe, die die ausgewählten visuellen Elemente ergänzt und das Design für ein einheitliches Erscheinungsbild auf die gesamte Outlook-Benutzeroberfläche ausdehnt.

Microsoft hat diese KI-gestützten Themen intuitiv und einfach zu ändern gestaltet. Benutzer können ihre Darstellungseinstellungen jederzeit erneut aufrufen, um das Thema zu wechseln oder die Häufigkeit der Aktualisierungen anzupassen. Diese einfache Anpassung, kombiniert mit der Vielfalt der visuellen Optionen, ermöglicht es Benutzern, ihre Outlook-Erfahrung so oft zu aktualisieren, wie sie möchten, und sorgt so für eine ansprechendere und dynamischere Interaktion mit ihrem E-Mail-Shopper.

Nicht-KI-Designoptionen für alle Outlook-Benutzer

Für diejenigen, die keinen Zugriff auf Themes von Copilot haben, hat Microsoft auch eine neue Reihe von Themes ohne KI-Unterstützung eingeführt. Diese Designs sind auf allen Outlook-Plattformen – Desktop, Internet und Mobilgerät – verfügbar und in leuchtenden Farben erhältlich, darunter Grün, Rot und Lila. Diese Designs wurden entwickelt, um die Outlook-Benutzeroberfläche zu verbessern, ohne dass ein Copilot-Abonnement erforderlich ist, und bieten jedem Benutzer mehr Personalisierungsoptionen.

Microsoft erklärte, dass Themes von Copilot zwar ein erweitertes Personalisierungserlebnis bieten, die Nicht-KI-Themen jedoch dafür sorgen, dass jeder Benutzer ein optisch ansprechenderes Outlook genießen kann, unabhängig davon, ob er dezente oder kräftige Farbakzente bevorzugt. Das Unternehmen betonte, dass diese Updates Teil einer fortlaufenden Mission seien, Outlook für alle Benutzer „schöner und zugänglicher“ zu machen.

Themes von Copilot erweitern die KI-Funktionen von Outlook

Themes von Copilot ist die neueste Ergänzung einer wachsenden Suite von KI-Instruments in Outlook. In den letzten Monaten hat Microsoft mehrere KI-gestützte Funktionen in seine Produktivitäts-Apps eingeführt, um die Effizienz und das Benutzerengagement zu verbessern. In Outlook unterstützt Copilot bereits Entwurfsunterstützung, E-Mail-Zusammenfassung und Posteingangspriorisierung. Die neue Funktion „Meinen Posteingang priorisieren“, die voraussichtlich Ende 2024 für gewerbliche Nutzer eingeführt wird, wird die Produktivität weiter steigern, indem E-Mails analysiert und nach Relevanz für die Rolle des Nutzers organisiert werden.

Das Hinzufügen von Themes durch Copilot ergänzt diese Produktivitätsfunktionen, indem es das visuelle Erlebnis von Outlook berücksichtigt. Durch die Kombination praktischer Instruments mit ästhetischer Anpassung möchte Microsoft ein ganzheitlicheres Erlebnis schaffen, das sowohl funktionale als auch emotionale Aspekte der Benutzerinteraktion berücksichtigt. Diese Innovationen spiegeln Microsofts Imaginative and prescient eines Outlook wider, das nicht nur ein leistungsstarkes Kommunikationstool, sondern auch ein Ort ist, an dem sich Benutzer wohl und persönlich verbunden fühlen.

Themes von Copilot sind Teil einer breiteren Welle von KI-Verbesserungen im gesamten Produktökosystem von Microsoft. Am selben Tag wie die Outlook-Ankündigung stellte Microsoft Home windows-Insidern KI-gestützte Instruments für Notepad und Paint vor. Zu den neuen KI-Funktionen von Notepad gehört ein „Rewrite“-Instrument, das beim Umformulieren, Tonanpassungen und Änderungen der Inhaltslänge hilft, während Paint die Instruments „Generative Fill“ und „Generative Erase“ für erweiterte Bildbearbeitung auf der Grundlage von Textaufforderungen eingeführt hat.

Diese Funktionen befinden sich derzeit in der Vorschau für Home windows 11-Benutzer in ausgewählten Regionen, darunter den USA, Großbritannien, Frankreich, Kanada, Italien und Deutschland. Ziel von Microsoft ist es, Copilot in eine Vielzahl von Anwendungen zu integrieren und alltägliche Instruments durch KI-gesteuerte Verbesserungen vielseitiger und intuitiver zu machen. Diese Updates untermauern die Strategie von Microsoft, KI zu nutzen, um das Benutzererlebnis in der gesamten App-Suite zu verbessern, von der visuellen Anpassung in Outlook bis hin zur Textual content- und Bildbearbeitung in Notepad und Paint.

Microsoft hat seine Begeisterung darüber zum Ausdruck gebracht, wie Themes by Copilot die Benutzerinteraktion in Outlook verbessern wird. „Wir können es kaum erwarten, zu sehen, was Sie erstellen“, erklärte das Unternehmen und lud Benutzer ein, diese neue Ebene der Individualisierung zu erkunden. Mit diesen Verbesserungen hofft Microsoft, das tägliche Erlebnis von Outlook-Benutzern zu verändern, indem es es so einzigartig macht, wie sie es sind.

---

Bildnachweis: Microsoft

Um das beste Erlebnis zu bieten, verwenden wir Technologien wie Cookies, um Geräteinformationen zu speichern und/oder darauf zuzugreifen. Wenn Sie diesen Technologien zustimmen, können wir Daten wie das Surfverhalten oder eindeutige IDs auf dieser Web site verarbeiten. Wenn Sie nicht zustimmen oder Ihre Zustimmung widerrufen, kann dies zu einer Beeinträchtigung bestimmter Funktionen und Merkmale führen.