2026. november 4., szerda · Eszközök

A Google bemutatta a LiteRT Tensor API-t eszközön futó AI-modellekhez

A Google bemutatta a LiteRT Tensor API-t, egy könnyűsúlyú C++ felületet gépi tanulási modellek eszközön futó építéséhez, testreszabásához és optimalizálásához. A vállalat szerint az API ötvözi a natív modellírás rugalmasságát a platformfüggetlen hordozhatósággal: ugyanaz a C++ gráf CPU-n, GPU-n és NPU-n lefuttatható anélkül, hogy minden hardverhez újra kellene írni a kódot. Az API támogatja a súlyok közvetlen betöltését ellenőrzőpontokból, köztük Hugging Face.safetensors fájlokból, valamint a zero-copy pufferkezelést a feldolgozási lépések között. A Google egy kódoló AI-ügynökkel készített demót a SAM 2 modell többobjektumos szegmentálására és követésére, és a cég szerint ez MacBook Pro-n futtatva mintegy 1,5-szer gyorsabb volt, mint az Apple MLX. Laurence Moroney, az Arm AI-igazgatója a LinkedInen azt írta, a C++ API-t csak gráfszintű kontroll igényekor érdemes használni, egyébként a modellkonverzió az ajánlott kiindulópont.

Egy forrás Ehhez a hírhez egy forráslink áll rendelkezésre.

Miért fontos?

Laurence Moroney szerint egy kódoló ügynök a WebGPU-n 10 kép/másodperc alatti sebességről 30 fölé emelte a feldolgozást, ami szerinte azt mutatja, hogy a strukturált C++ gráf valódi optimalizációs munkát tesz lehetővé AI-ügynököknek.

Források

InfoQ AI

Említve a tudásbázisban

szereplő Hugging Face

Kapcsolódó témák

Napi összefoglalók AI eszközök #Google#LiteRT

Napi összefoglaló

Ez a hír a 2026. november 4., szerda napi AI összefoglaló része.

Kapcsolódó hírek

A Google elkülönített virtuális gépet ad minden Gemini-ügynöknek

A Google bejelentette az Agent Compute Engine szolgáltatást, amely minden egyes AI-ügynöknek saját, hardveresen elkülönített mikro-virtuális gépet biztosít. A vállalat szerint a rendszer már most működteti a Gemini-ügynököket, nyilvános előnézete pedig a következő hónapokban indul, és minden ügynök a Google Titanium chipje által védett microVM-ben fut, amely tétlenség esetén automatikusan szüneteltethető, felszabadítva az erőforrást mások számára. A megosztott memóriahasználat a cég állítása szerint csökkenti az üzemeltetési költségeket, a nyílt forráskódú Agent Substrate Kubernetes-futtatókörnyezet pedig a Google szerint tízszer annyi ügynököt enged elhelyezni egyetlen szerveren. A vállalat egy 200 000 ügynökkel végzett tesztben 500 milliszekundum alatti felfüggesztési és visszaállítási időt mért. A Google emellett token-követést, modell-útválasztást, valamint külső azonosságszolgáltatók, köztük a Ping Identity és a SailPoint támogatását is bevezeti, ezek a kontrollok pedig a Cloud Run, a GKE és a felügyelt végpontok szolgáltatásokra is kiterjednek majd.

A Google nyilvánosan is elérhetővé tette a SynthID AI-tartalomfelismerőt

A Google kedden globálisan elérhetővé tette a SynthID Detector nevű weboldalt, amely bárki számára lehetővé teszi, hogy ellenőrizze: egy kép, videó vagy hangfájl AI-val készült-e. A szolgáltatás eddig csak kiválasztott újságírók és kutatók számára volt elérhető, most mindenki használhatja Google-, OpenAI- vagy Apple-fiókkal bejelentkezve. A Google szerint az eszköz nemcsak a saját Gemini, Veo és Lyria modelljeiből származó SynthID vízjeleket ismeri fel, hanem a partnerek, köztük az OpenAI, az Nvidia és a Kakao vízjeleit is, az Apple támogatása pedig hamarosan érkezik. A cég közlése szerint eddig több mint 180 milliárd kép és videó, valamint 240 ezer évnyi hanganyag kapott SynthID-jelölést, és naponta egymillió ellenőrzési kérés érkezik a Gemini alkalmazásban, a Chrome-ban és a Keresőben. A felhasználók naponta mintegy tíz kép-, videó- és hangellenőrzést végezhetnek, és a rendszer csak azt jelzi, hogy tartalmaz-e SynthID vízjelet, nem univerzális AI-detektor.

25 éves a Google képkereső, megújul a felület és AI-képgenerálás kerül a találatokba

A Google a képkeresője 25. évfordulója alkalmából jelentős felületmegújítást jelentett be. Az Ars Technica beszámolója szerint az eddig minimalista kezdőoldal helyett egy folyamatosan frissülő képgaléria fogadja majd a felhasználókat, amelyet a Google a felhasználó keresési és böngészési előzményeiből levezetett érdeklődés alapján állít össze. A vállalat emellett újra előtérbe helyezi a Gyűjtemények (Collections) funkciót, amellyel a felhasználók elmenthetik a tetszésük szerinti képeket. A frissítés részeként a Google a Nano Banana nevű AI-képgeneráló modelljét – amely korábban a Geminiben és az AI Mode-ban volt elérhető – az AI Overviews keresési összefoglalókba is integrálja, így a felhasználók közvetlenül a keresési találatoknál kérhetnek mesterséges intelligenciával generált képeket.

Az Apple fejlesztői előnézetben nyitja meg a Siri AI-t külső alkalmazásoknak

Az Apple az iOS 27.3 keddi frissítésével, fejlesztői előnézet (Developer Preview) formájában teszi elérhetővé, hogy a Siri mesterséges intelligencia a vállalat szerint mostantól „minden appban” végrehajthat műveleteket. A cég bejelentése szerint a fejlesztők beépíthetik a Siri új képességeit, amelyek a felhasználó személyes kontextusát, természetes nyelvi kéréseket és a képernyőn látott tartalmat használják a kérés teljesítéséhez. Az új „app skills” funkció több lépést fog össze egyetlen műveletbe, és az Apple dokumentációja szerint a felhasználóknak nem kell megnevezniük az appot, ha az előtérben fut, Live Activity zajlik, vagy arról beszélgetnek a Sirivel. Példaként a cég egy fuvarmegosztó appot említ, ahol a felvételi helyet hangutasítással is meg lehet változtatni. Az Apple saját appjait, köztük a Naptárat, a Mailt, a Térképet és az Emlékeztetőket is bevonja a bővített Siri-funkciókba.