据Bee联合创始人玛丽亚·德·卢尔德·佐洛在LinkedIn上发布的消息,亚马逊已经收购了AI可穿戴设备初创公司Bee。亚马逊向TechCrunch确认了这一收购,但表示交易尚未完成。
Bee公司去年融资700万美元,主要生产两款产品:一款类似Fitbit的独立手环(售价49.99美元,另需每月19美元订阅费)和一款Apple Watch应用程序。该产品能够记录用户听到的所有声音——除非用户手动将其静音——目标是通过监听对话为用户创建提醒和待办事项列表。
佐洛去年告诉TechCrunch,公司希望创建一个"云端手机",即用户手机的镜像,让Bee个人设备能够访问用户的账户和通知,从而实现获取事件提醒或发送消息的功能。
Bee在其网站上声称:"我们相信每个人都应该拥有一个个人的、环境智能助手,它感觉不像是工具,更像是值得信赖的伙伴。它能帮助你反思、记忆,并更自由地在世界中穿行。"
Rabbit和Humane AI等其他公司也曾尝试制造这样的AI可穿戴设备,但迄今为止并未取得太大成功。不过,凭借50美元的价格定位,Bee的设备对于不想做出重大财务承诺但充满好奇心的消费者来说更容易接受。(命运多舛的Humane AI Pin售价为499美元。)
亚马逊发言人告诉TechCrunch,Bee员工已收到加入亚马逊的邀请。
这次收购表明亚马逊有意开发可穿戴AI设备,这与其语音控制家庭助手产品(如Echo音箱系列)是不同的发展方向。ChatGPT制造商OpenAI正在开发自己的AI硬件,而Meta正在将其AI集成到智能眼镜中。苹果据传也在开发AI驱动的智能眼镜。
这些产品带来了诸多安全和隐私风险,因为它们会记录周围的一切;不同公司在语音录音的处理、存储和AI训练使用方面的政策会有所不同。
在当前的隐私政策中,Bee表示用户可以随时删除自己的数据,音频录音不会被保存、存储或用于AI训练。不过,该应用确实会存储AI了解到的用户数据,这正是它能够作为助手发挥作用的原理。
Bee此前表示,计划只记录已经口头同意的人的声音。Bee还称正在开发一项功能,允许用户基于主题和位置定义边界,这将自动暂停设备的学习功能。该公司还表示计划构建设备端AI处理能力,这通常比在云端处理数据的隐私风险更小。
然而,随着Bee被整合到亚马逊中,这些政策是否会发生变化尚不清楚——而且亚马逊在处理客户设备用户数据方面的记录喜忧参半。
过去,亚马逊曾在未经设备所有者同意、也没有搜查令的情况下,与执法部门分享用户个人Ring安全摄像头的录像。Ring公司还在2023年就联邦贸易委员会提出的指控达成和解,该指控称员工和承包商对客户视频拥有广泛且不受限制的访问权限。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。