10 月 8 日,Google 發表會議筆記應用 Google AI Edge Foresight。據 The Verge 報導,這是一款免費、實驗性的 macOS 應用,可完全離線轉錄會議與音訊檔案,轉錄和摘要均由端側模型 EmbeddingGemma 2 完成,無需聯網。TechCrunch 補充,該模型為 7.4… 看完整事件
Google 發布離線會議筆記應用 AI Edge Foresight
Google 推出實驗性筆記應用 Google AI Edge Foresight,可在 macOS 上完全離線轉錄會議和音訊檔案。該應用免費,轉錄與摘要均由端側模型 EmbeddingGemma 2 完成,無需聯網。使用時可在會中記下簡寫要點,應用會結合轉錄文字將其轉成成稿筆記,定位類似 Granola、Wispr Flow 等 AI 筆記工具。
把會議轉錄與摘要完全放在端側模型 EmbeddingGemma 2 上執行,免費且離線,為隱私敏感場景提供了官方本地推理方案的實測樣本。
原標題:Google’s AI note-taking app transcribes your meetings completely offline
閱讀原文
| 評分 | 68 / 72(平均 70,門檻 76) |
|---|---|
| 狀態 | 未入選 |
相關報導
ChatGPT 付費版支援上傳音訊,可轉寫並摘要錄音
ChatGPT 新增音訊檔案上傳功能,可生成轉寫、總結錄音內容並針對內容提問。該功能面向付費 ChatGPT 訂閱與工作空間開放,能把會議、訪談或講座轉成結構化筆記或跟進郵件草稿,使用方式是在對話中附上受支援的音訊檔案並說明需求。官方提示可用性受工作空間設定、地區、客戶端版本與模型影響,轉寫可能出現錯誤,不同語言的表現也有差異。
Google 推出跨應用通用 Gemini 智慧體
Google 發布可在後臺跨應用、跨裝置執行任務的通用 Gemini 智慧體,入口為 Gemini Enterprise 應用,使用者可在單一介面與它對話並派發任務。除直接在 Gmail、Drive、Docs、Sheets、Calendar 等 Workspace 應用內工作外,還能通過手機、桌面、網頁以及 Slack、Microsoft 365 等第三方應用呼叫;由於在雲端執行,Gemini 可在各端保持同一上下文。
Google 發布 Developer Knowledge API 與 MCP Server 公測
Google 宣布 Developer Knowledge API 與 MCP Server 進入公開預覽,為 AI 助手和 agent 平台提供機器可讀的官方文件檢索方式。該工具覆蓋 Firebase、Google Cloud、Android 等產品的文件,開發者可通過官方 MCP server 將工具直接接入 Google 的文件語料庫。這樣 AI 生成的程式碼與建議就能基於權威、即時的上下文。
ChatGPT 手機相機新增掃描,多頁自動合併為 PDF
ChatGPT 手機端相機新增掃描功能,可連續拍攝多頁筆記或文件,並自動合併成一個 PDF,直接上傳到對話中。入口是在 ChatGPT 內開啟相機,點三點選單選擇 Scan。該功能正在 iOS 上逐步推出,原文未提及安卓端安排。
Google 發布 Playground:文字提示即可生成並分享遊戲
Google 10 月 7 日推出實驗性遊戲平台 Playground,使用者通過對話式介面輸入文字提示即可建立、試玩和分享自訂遊戲,無需程式設計經驗。Playground 基於瀏覽器,手機和筆記本都能玩,作品可保持私密、生成分享連結或發布到 Explore 畫廊,畫廊遊戲經安全稽核,並支援排行榜與部分品類的多人玩法。該平台今日面向美國 18 歲以上使用者開放,建立權限按 Google One 會員等級分級放開;與 Unity Spark 的整合正在測試,封閉 beta 即將推出。