白杨商业智能工作室
#技术分享#Power BI#Fabric#Copilot

Power BI 2026年8月功能更新汇总

· 白杨BI工作室

Power BI 的月度更新又来了。这次 August 2026 的版本,从功能列表看,明显把重心放在了“让报表更精致、让权限更合理、让 Copilot 更懂你的报告”这三个方向上。

Power BI 2026年8月功能更新汇总

Power BI 的月度更新又来了。这次 August 2026 的版本,从功能列表看,明显把重心放在了“让报表更精致、让权限更合理、让 Copilot 更懂你的报告”这三个方向上。尤其是 Copilot 现在能读取被书签隐藏的视觉对象,以及语义模型权限的调整,这两点对实际项目交付和团队协作的影响会非常直接。另外,矩阵的行列冻结、切片器的日期选择器这些功能,属于那种“你一旦用上就回不去”的体验提升。

下面挑几个对日常分析工作最有价值的更新,展开聊聊。

报表体验:从默认主题到细节控的胜利

这个月 Reporting 部分的更新,几乎都是围绕“减少重复劳动”和“提升视觉精度”展开的。

现代视觉默认值与主题定制全面可用(Generally Available)。新创建的报表现在默认采用 Fluent 2 基础主题,这意味着你打开 Power BI Desktop 新建画布,看到的视觉对象样式已经自带一套协调的圆角、字体和配色,不再需要逐个图表去调整边框和背景色。配合主题窗格,你可以统一设置基础主题、品牌色、文本样式,甚至能精确控制筛选器窗格的外观。对于咨询顾问或需要频繁交付模板的团队来说,这个功能能省下大量“调格式”的时间,把精力放到数据逻辑本身。

矩阵的行列冻结终于来了。矩阵视觉对象支持列标题的展开与折叠(GA),同时你可以在格式窗格中设置行标题的默认冻结状态。以前看一个宽表,滚动时列标题跑掉是件很头疼的事,现在可以把行标题固定住,横向滚动时始终能看到第一列的分类名称。这个功能对于财务对账、销售明细这类需要多维度交叉查看的场景,实用性极高。

环形图中心值(GA)和日期切片器(GA)。环形图中心可以直接显示汇总数值,比如总销售额或占比,不用再额外放一个卡片图去补充说明。日期切片器则提供了更友好的日历选择交互,用户点选日期范围时,体验更接近原生应用,而不是一个下拉列表。

格式窗格中的外间距控制(GA)。柱形图、条形图、折线图、瀑布图现在可以在格式窗格里直接调整外间距(Outer Padding),这意味着你可以更精细地控制图表在画布上的留白,让多个图表并排时视觉对齐更整齐。对于追求像素级排版的设计师型分析师,这是个好消息。

Azure Map 参考图层形状匹配改进(GA)。如果你在用 Azure Map 做地理数据分析,这次更新优化了参考图层(比如自定义 GeoJSON 边界)与地图底图的形状匹配逻辑,减少了边界错位的情况。同时,Azure Map 现在支持加载筛选后的选择集并自动缩放,交互体验更流畅。

建模与数据连接:Direct Lake 的补全与权限收敛

建模层面的更新不多,但两个预览功能值得关注。

Direct Lake 计算列(预览)。这是本月建模方向的重头戏。之前 Direct Lake 模式不支持计算列,导致很多从 Import 模式迁移过来的模型需要改写逻辑。现在预览版支持了 Direct Lake 计算列,意味着你可以在不切换存储模式的情况下,直接在语义模型里写 DAX 计算列。不过要提醒的是,预览功能建议先在测试环境验证性能,尤其是大表上的计算列,仍然需要谨慎评估。

Web 建模中转换 Direct Lake 表为 Import 存储模式(预览)。这个功能给了你一个在 Power BI 服务端直接操作存储模式的入口,不用再回到 Desktop 去改。对于混合存储模式的场景,比如某些大表用 Direct Lake 保证实时性,某些小维表用 Import 提升查询性能,这个能力让架构调整变得更灵活。

语义模型刷新控制的增强。在 Power BI 服务中,你现在对语义模型刷新有了更多控制选项。具体细节官方文档有说明,但核心方向是让刷新操作更可控、更可观测,减少“刷新失败但不知道为什么”的排查痛苦。

Copilot 与 AI:权限调整和书签视觉读取。这个月 Copilot 有两个重要变化。第一,Fabric App 的消费权限从“需要对语义模型有 Build 权限”调整为“只需要 Read 权限”。这符合最小权限原则,对于企业大规模推广报表应用来说,安全性和管理成本都更友好。但注意,应用作者仍然需要 Build 权限。第二,Copilot 摘要和 Copilot 叙事视觉对象现在能读取被书签隐藏的视觉对象。很多报表会用书签做 Tab 切换,隐藏部分视觉对象。以前 Copilot 只看到默认显示的视觉,导致生成的摘要不完整。现在它能识别那些通过“仅显示”书签控制的视觉对象,并在生成摘要时纳入考量。RLS(行级别安全性)和 OLS(对象级别安全性)依然生效,不用担心数据泄露。

移动端与嵌入式:补齐短板

移动端的更新比较务实。报表页脚支持旋转视图,在手机上横屏查看报表时,页脚按钮会跟着旋转,操作不再别扭。移动应用支持导出数据到 Excel,这个功能对于经常在外需要快速取数发邮件的业务人员来说,是个实实在在的效率提升。

嵌入式分析方面,SharePoint Online 中的 Power BI 嵌入体验有增强。具体细节偏向开发者和 SharePoint 管理员,但大方向是让嵌入的报表加载更快、权限传递更顺滑。

开发者体验:PBIP 的即时重载与 VS Code 集成

对于使用 Power BI 项目(PBIP)做版本管理和 CI/CD 的团队,这个更新值得关注。PBIP 开发现在支持即时重载和 VS Code 集成。这意味着你在 VS Code 里修改报表定义文件(比如 JSON 格式的视觉对象配置),保存后能更快地在 Power BI Desktop 或服务中看到效果,不用反复手动刷新。对于用 Git 做协作的团队,这个改进能显著缩短迭代周期。

另外,本月有几个第三方自定义视觉对象的更新,包括 PowerGantt Chart(甘特图)、Slicer Panel(切片器面板)和 Drill Down Map PRO(下钻地图)。这些视觉对象在各自的细分领域都有不错的口碑,如果你正好有项目需求,可以去 AppSource 看看新版本的功能。

整体来看,August 2026 的更新没有那种“颠覆性”的新功能,但胜在把很多过去需要绕路或忍受不便的地方打磨得更顺手。Copilot 读取书签视觉对象和矩阵冻结这两项,属于直接提升日常工作效率的改进。而语义模型权限的调整,则是在企业级部署层面消除了一个潜在的安全隐患。建议你更新到最新版 Desktop,重点试试矩阵冻结和环形图中心值,这两个功能在写周报和做经营分析时非常实用。

相关文章

Power BI 和 Microsoft Fabric 的 Databricks ADBC 连接器正式发布

Power BI 和 Microsoft Fabric 的 Databricks ADBC 连接器正式发布

微软正在把 Power Query 连接器的底层驱动从 ODBC 迁到 ADBC,这次轮到 Databricks。适用于 Power BI 和 Microsoft Fabric 的 Databricks ADBC 连接器已正式 GA(Generally Available,正式发布)。

#技术分享#Power BI#Fabric#语义模型
Power BI 2026 年 10 月功能摘要

Power BI 2026 年 10 月功能摘要

距离上一次九月更新才过去没多久,而且当时还赶上了欧洲 Microsoft Fabric + SQL 社区大会,更新量已经不小。

#技术分享#Power BI#Fabric#Copilot
Microsoft Data Factory 的 Amazon Redshift V2 连接器

Microsoft Data Factory 的 Amazon Redshift V2 连接器

微软正在对 Amazon Redshift 连接器进行重要升级,底层驱动将从旧版切换至全新的 Amazon Redshift ODBC 2.x。

#技术分享#Power BI#Fabric
F2容量跑通完整报表方案

F2容量跑通完整报表方案

很多团队一提到 Microsoft Fabric,第一反应就是:F2 这种小容量能干嘛? 跑个 Demo 都嫌卡,更别说承载一套完整的报表解决方案了。

#技术分享#Power BI#最佳实践
近似去重反而更慢?

近似去重反而更慢?

做 DAX 性能优化的人,看到 `APPROXIMATEDISTINCTCOUNT` 这个新函数,第一反应多半是:终于有办法治 `DISTINCTCOUNT` 这个性能杀手了。 但最近一轮实测下来,结论有点打脸——在某些场景下,近似去重反而比精确去重更慢。

#Power BI#最佳实践
近似去重计数:快但准吗?

近似去重计数:快但准吗?

9 月 Power BI 更新后,Import 模式和 Direct Lake 模式的语义模型开始支持 `ApproximateDistinctCount()` 这个 DAX 函数。 我在一个 14 亿行的 Direct Lake 语义模型上做了测试,数据来自纽约出租车样本。

#Power BI#最佳实践
有问题?加企业微信 1 对 1 交流 👇
➕ 添加企业微信
备注「白杨」优先通过 · 数据洞察与智能决策
企业微信
企业微信
备注「白杨」优先通过