全天候監聽你的 AI 助手 Ambi 拿下 2600 萬美元：前 Plaud 高管要把智能從屏幕裡放出來
AI資訊AI新閒資訊正文全天候監聽你的 AI 助手 Ambi 拿下 2600 萬美元：前 Plaud 高管要把智能從屏幕裡放出來發布於AI新閒資訊時間 :Oct 13, 2026閱讀 :1分鐘AI 行業一直信奉一條邏輯:模型越懂你，就越能幫你——而"懂你"的代價，是 app 和設備得一刻不停地聽你、看你、記你。這背後的隱私隱患人盡皆知，可初創公司們照樣往前衝，賭的是個性化助手的市場夠大，大到能把顧慮一口吞下。前 Plaud 高管 Peter Mo 押注的，正是這條路上的新玩家 Ambi:一款通過一直"豎著耳朵"聽你，來給出實時洞察的 AI 應用。
週一，Ambi 宣佈完成2600萬美元融資，由 Luminous Ventures 領投——這家機構此前投過美團和宇樹機器人，原始設計製造商華勤（Huaqin）也跟了進來。Ambi 同步推出了 iPhone、Mac 和 Apple Watch 版本的應用。它們本質上像會議記錄器，但多了一個開關:用戶可以選擇讓它們全天監聽，把生活和工作裡的上下文一路捕獲下來。傳統會議記錄工具的玩法，是在通話結束後，根據記下的摘要和行動項，借一堆軟件連接器去自動跑後續任務;Ambi 想再往前探一步——讓它的 AI 智能體在會議還在進行時就動手幹活。
公司的承諾是，智能體能根據你的日曆、過往會議、知識庫和網絡數據，在會中主動蹦出建議、或者把相關的知識推到你面前;你還能在一臺設備上起個頭，換另一臺接著幹。Mo 解釋自己的動機時說得很直白:人和智能的交互太受限了，智能常常被囚在屏幕裡，而像 Plaud 那樣的硬件，你得等錄音傳到手機、再上傳雲端、處理完才拿到結果，"所以我們才做 Ambi，讓 AI 隨時隨地都能用"。Ambi 的胃口不止於聽。即將上線的桌面應用會瞥見你在電腦上做的事，把重要的部分存進它的"記憶"，好給出更貼身的提議——這條路 Littlebird、Minimi 等已經先走一步。
公司還在籌劃自有硬件:一塊帶屏幕、揚聲器、攝像頭和麥克風的設備，既能抓上下文，也能把信息亮給你看。但"一直在聽"這件事，天然踩在隱私的雷區上。當下不少 AI 設備缺一個醒目的提示燈，周圍的人根本不知道自己正被記錄;Ambi 的 app 和未來設備會不會給第三方足夠清晰的提醒，目前並不明朗。已經有會議記錄類產品因為未經同意錄下對話和數據吃上官司，蘋果剛推出的 Audio Intelligence 持續轉錄功能，同樣把"科技永遠在聽"這件事推到了輿論風口。Mo 的迴應是:環境數據捕獲隨時可關、且默認關閉，公司不留存任何錄音、並對數據做了加密——不過他沒說清楚用的是哪種加密。
最關鍵的披露責任，仍落在用戶肩上，他直言這是全行業的通病:"我們得提醒用戶，他們必須告訴別人自己正在環境捕獲;作為行業，我們還沒解決披露這個問題。我們已經把提醒能放的地方都放了，但如果用戶存心藏著不說的，我們也解不了。"眼下 Ambi 在舊金山、北京、上海、深圳四地擺了辦公室，團隊超過50人，正在招市場推廣的人，以及鑽研語音識別模型的 AI 工程師。當一款 AI 既要鑽進你的耳朵、又要住進你的設備，它能否在"夠貼心"和"不越界"之間走穩，恐怕比融資數字更值得盯著看。
相關推薦沒有總開關的"數字蠕蟲"：Anthropic 稱小模型年底就能自己複製自己Anthropic再發警告：AI模型或在短短幾個月內學會自我複製，且啟動後基本無法一鍵關閉。研究指出，這類程序沒有集中關停節點，不能像拔服務器電源般整體熄火，只會在設備間蔓延，極難徹底清除。苗頭已現：一個僅90億參數的模型，已能在大多數被測硬件上顯露相關能力。Oct 13, 2026124.6kEpic 逼迪士尼射擊遊戲"AI 優先"：代碼不再手敲，2027 發售已無限延期彭博社稱，Epic Games 要求一款未公開的迪士尼合作射擊遊戲全面轉向 AI 核心開發。
該作融合漫威與《星球大戰》IP，將用 Anthropic 的 Claude 等工具直接寫代碼，美術由完整 AI 工作流生成，人類團隊僅負責指導、管理與審核。負責人已告知開發組“今後不再手動編寫代碼”，力度遠超一般 AI 輔助編程，等於把生成式 AI 置於開發中心。Oct 13, 2026137.6k千億大模型塞進掌心：高通 CEO 稱 AI 巨頭或 2028 年殺入手機市場高通CEO阿蒙在Fireside Alpha訪談透露，多家領先AI企業或正籌劃親自下場做智能手機。已有某AI公司提出，要在2028年前讓1000億參數大模型在手機上持續運行，並正尋找能支撐該目標的硬件。
阿蒙未點名，但認為這顯示AI公司不滿足於只當幕後供應商，意圖走向終端前臺。Oct 13, 202697.4k字節跳動單設大模型安全部門：給狂奔的智能體套上對齊的韁繩10月13日，字節跳動AI模型部門Seed發通知，單獨成立新部門“Seed Model - Alignment & Preparedness”，專責把控大模型安全風險。該部門由嚴林掛帥，負責人不再層層彙報，直接向字節大模型“一號位”吳永輝彙報，凸顯公司對大模型安全與對齊問題的高度重視。Oct 13, 202692.
7kAnthropic 警告：AI 離"自我複製"只差幾個月，關都關不掉Anthropic報告警告，AI模型或僅需數月即可具備自我複製能力，且一旦擴散極難徹底關停。因其無集中關停節點，會如野草般散落各處。實驗顯示，僅90億參數模型就能在9類測試硬件中的8類運行推理，連智能烤箱、廉價Android電視盒子等商用物聯網設備也不在話下。這凸顯AI失控與監管風險。Oct 13, 202697.4k智啟未來，您的人工智能解決方案智庫English簡體中文繁體中文にほんご© 2026
Related
相關文章
Google 開源 Harness²：遞迴代理程式框架，無需新模型也能提升效能
Google Cloud AI Research 開源了 Harness²，這是一個遞迴代理程式框架，透過改良凍結模型周圍的程式碼與檔案來增強效能。對開發者而言，重點很簡單：你的代理程式無需更強大的模型也能進步。重點摘要：規模為框架而非模型，訓練參數為0，包含8個可編輯的框架元件，版本0.1.0。執行環境為Linux、Python 3.12或3.13搭配uv，模型呼叫則透過Vertex AI。GPU需求未公開。效能方面：一次改良步驟即可在3個基準測試中，提升所有4個模型與框架組合的表現。最佳成果：GLM-5搭配OpenCode在WorkBuddy-Bench上從64.2提升至75.7（+11.5點）；最差表現：GLM-5搭配Codex在JobBench上僅提升1.2點（23.6至24.8）。什麼是Harness²？它是Google研究推出的即插即用框架。
如何利用NVIDIA結構化資料模型進行零訓練表格預測
In this tutorial, we implement Structured Data Models, NVIDIA’s new library that puts several pretrained foundation models for tables behind one PyTorch interface, and use it to make predictions without training.
認識 Kyutai REKI：2.4B VLA 模型為機器人操控帶來高效記憶
Kyutai 與 Inria 及 École des Ponts 合作，推出了 REKI——一個用於機器人操控的 2.4B 參數視覺-語言-動作模型（VLA）。該模型僅使用公開數據進行預訓練，並配備了輕量級的近期記憶功能。在三個分佈外基準測試中，僅有規模約為其兩倍的模型能超越它。所有模型權重已於今日在 Hugging Face 上公開。核心資訊：規模：2.4B 參數（2.2B Qwen3.5-2B VLM + 0.2B 流匹配動作專家）。記憶涵蓋最近 3 幀，間隔 1 秒。運行環境：在 1 張 NVIDIA H100 上進行基準測試。從兩個 256×256 攝像頭輸入，編譯後每個動作區塊耗時 21.8 毫秒。權重以 BF16 格式提供，暫無量化版本。性能：在 LIBERO-Plus 和 RoboTwin Clean2Rand 基準測試中，為公開數據預訓練的 VLA 模型中最優；在 LIBERO-Plus 上達到 90.4% 的最高分。
DeepSeek 發布 V4.1-Flash-1017，DeepSWE 得分 77.0，並開放搜尋 API
DeepSeek 剛發布 DeepSeek-V4.1-Flash-1017，這是其 V4.1-Flash 模型的新檢查點，現已在 DeepSeek 網站、應用程式及 API 上線。DeepSeek 宣稱該版本在性能、任務完成速度與輸出簡潔度上均優於 9 月發布的 V4.1-Flash，並稱之為性能與成本的帕累託改進。同時，DeepSeek 也向所有開發者開放了搜尋與擷取 API。對代理建構者而言，這意味著更便宜的編碼模型加上單一 API 金鑰即可使用的第一方網路層。重點摘要：骨架參數 552B，另加 196B 的 Engram 參數；預填充階段每 token 啟用 8B 參數，解碼階段啟用 16B 參數；上下文長度達 1M tokens，最大輸出 384K tokens。運行於 DeepSeek API 的 deepseek-flash 模型。9 月版的 V4.1-Flash 權重（763B 參數，FP8）採 MIT 授權。
2026年20款Jev替代方案：挑戰TypeSafe的決策模型
TypeSafe於2026年9月15日推出Jev，這是一款決策模型而非聊天機器人。使用者可定義允許的答案，Jev將回傳標籤、分數或是否的機率。約4週內，至少20款Jev替代方案相繼問世，來自Cloudflare、OpenAI、Perplexity、Liquid AI、AWS的Strands Labs及獨立開發者。本指南比較各方案在規模、授權、硬體、價格、Jev API相容性及已發布基準測試的表現。重點摘要：規模範圍從287M（GLiNER2.5-multi-Decide）到35B-A3B（Mapika Decider），Jev規模未公開。執行環境：Von和Laya等編碼器可在CPU上運行，4B適配器適用24 GB GPU或32 GB Mac。效能：多數開源模型在困難推理上落後Jev，但在狹窄分類任務上數款與之匹敵或超越。最佳表現：Cloudflare Clef在BANKING7取得94.20分。
長鑫科技市值兩月內跌去1萬億；阿里加碼AI硬件品牌，天貓、速賣通聯動；國行版蘋果AI有望12月上線，百度、阿里參與合作丨雷峰早報
要聞提示1.長鑫科技市值兩月內跌去1萬億2.年內已至少18次故障！DeepSeek發放宕機補償，有人拿到3000元3.阿里加碼AI硬件品牌，天貓、速賣通聯動4.國行版蘋果AI有望12月上線，百度、阿里參與合作5.可靈AI新一代模型Kling 4.