2026. október 16., péntek · Eszközök

Amazon két új Bee AI-viselhetőt dobott piacra

Az Amazon tavaly felvásárolt Bee nevű startupja bejelentette első új termékeit az akvizíció óta: a 74,99 dolláros Bee Frontier csuklópánt vagy ruhacsipesz formájú eszköz, míg a hamarosan érkező 99,99 dolláros Bee Eclipse egy hitelkártya méretű kiegészítő, amely mágnesesen a telefon hátuljára tapad. A TechCrunch és a The Verge egybehangzóan írja, hogy mindkét eszköz folyamatosan hallgatja a napi beszélgetéseket, és ezekből összefoglalókat, átiratokat és teendőlistákat készít. A vállalat állítása szerint a nyers hangot nem tárolják, csak valós időben dolgozzák fel, majd törlik, az átiratokat pedig a felhasználó által kontrollált kulcsokkal titkosítják. A havi 11,99 dolláros Bee Pro előfizetés korlátlan összefoglalót, napi memóriát és Amazon, illetve Alexa+ integrációt kínál, ez utóbbi a The Verge szerint vásárlási javaslatokat is megjeleníthet a beszélgetések alapján.

Miért fontos?

A Bee Eclipse 99,99 dolláros ára és az Alexa+ összekapcsolása miatt az Amazon közvetlenül a Plaud Note (159 dollár) és a Pocket (129 dollár) piacára lép be, jóval alacsonyabb belépő árral.

Források

TechCrunch AI The Verge

Kapcsolódó témák

Napi összefoglaló

Ez a hír a 2026. október 16., péntek napi AI összefoglaló része.

Kapcsolódó hírek

Az Amazon megnyitotta a Kiro Crew nevű aszinkron kódolóügynök-rendszert

Az Amazon nyílt forráskódúvá tette a Kiro Crew nevű rendszert, amely több AI kódolóügynök párhuzamos, munkameneteken átívelő futtatását teszi lehetővé felügyelet nélkül végzett feladatokra, például hibavizsgálatra, jegykezelésre vagy PR-ellenőrzésre. A vállalat állítása szerint a rendszert belsőleg MeshClaw néven fejlesztették, és állításuk szerint már több mint 39000 fejlesztő használta házon belül, mielőtt megnyitották volna. A cikk szerint az eszköz megosztott memóriát, újrahasználható képességeket, ütemezett feladatokat kínál, az ügynökök munkáját pedig az Agent Client Protocol nevű szabvány közvetíti élő betekintéssel. Az InfoQ szerint a rendszer alapból tartalmaz OS-szintű sandboxot, alapértelmezetten tiltott parancsokat és aláírt naplózást, a közösségi visszhang pedig a cikk szerint túlnyomórészt pozitív volt.

Google DeepMind és Szingapúr közös AI-modellt fejlesztett csalásfelismerésre

A Google DeepMind a szingapúri kormány technológiai ügynökségével, a GovTech Singapore-ral közösen finomhangolt egy könnyűsúlyú Gemma modellt csalási kísérletek felismerésére, a vállalat közlése szerint. A cég szerint Szingapúrban a bejelentett bűncselekmények több mint felét csalások teszik ki, amelyek 2019 óta 4 milliárd szingapúri dollárnál nagyobb kárt okoztak, és ma már a veszteségek akár 80 százalékáért felelős, kifinomult social engineering módszerek a jellemzők. A modellt helyi csalási beszélgetéseken tanították, köztük hatósági, banki és közszereplői megszemélyesítésekkel kapcsolatos esetekkel, hogy megkülönböztesse a ártalmatlan csevegést a valódi manipulációtól. A fejlesztők szerint a rendszer kizárólag a felhasználó eszközén, a felhőbe küldött adatok nélkül elemzi a beszélgetéseket, és csak a felhasználó hozzájárulásával fér hozzá azokhoz, így sem a kormány, sem a Google nem látja a tartalmat. A bevezetés a bejelentés szerint fokozatos lesz, és a szingapúri kormánnyal szorosan egyeztetve történik.

Google Antigravity SDK: helyi modellek a kódbiztonságért

A Google bejelentette, hogy az Antigravity SDK mostantól támogatja a helyi modellek futtatását, így a fejlesztők saját gépükön futtathatják az ágensalapú munkafolyamatokat, miközben felhőalapú modelleket is bevonhatnak a magasabb szintű feladatokhoz. A cég az Architect-Builder mintát alkalmazza hibrid környezetben: a felhőben futó „architect” ágens fájlnevek és feladatleírások alapján dolgozza ki a tervet a forráskód elérése nélkül, míg a helyi „builder” ágensek végzik a kódintenzív munkát, például sebezhetőségek reprodukálását és javítások tesztelését. A Google egy három sebezhető Python-modult érintő demonstrációban azt állítja, hogy a mintegy 3400 tokenből mindössze 95-öt használtak a felhőben tervezésre, a maradékot helyben dolgozták fel, és forráskód nem került fel a felhőbe. A kezdeti implementáció a Gemma modellt futtatja a Google LiteRT technológiáján, de OpenAI-kompatibilis helyi szerverek, köztük az Ollama, az LM Studio és a vLLM is használhatók a LocalOpenAIAgentConfig segítségével.

NVIDIA NeMo Gym: Siemens chiptervező AI-ügynöke drasztikusan javult

Az NVIDIA technikai blogja szerint a Siemens Fuse EDA AI-ügynöke a vállalat NeMo Gym nevű nyílt kiértékelési keretrendszerével jelentősen javult a szabványos cellák karakterizálásához használt Liberty-fájlok generálásában. A cég közlése szerint az összetett verifikációs pontszám körülbelül 55 százalékról 95 százalékra nőtt egy reprezentatív benchmarkon, miközben az ügynök lépésszáma 155-ről 53-ra, a kimeneti tokenek száma pedig nagyjából 81 ezerről 29 ezerre csökkent. A javulást a diagnosztikai visszajelzések alapján finomított képességek és eszközleírások tették lehetővé. Egy domain-specifikus verifikátor a végeredmény lefedettségét, érvényességét, relatív validálását, pontosságát és integritását ellenőrzi, és nulla jutalmat ad, ha bármelyik ellenőrzési kapu elbukik. Az NVIDIA szerint ugyanez a módszertan más mérnöki területeken, például CAE-ben is alkalmazható.