在对Bee评测设备的早期测试中,我们发现该设备本身使用简单。只需按一下按钮即可开启或关闭录音功能。在应用程序中,你可以配置双击是否标记对话片段、处理当前对话或两者兼有,还可以设置长按手势是否让你留下语音笔记或与AI助手对话。(Bee的配套应用目前会提醒你启用语音笔记,所以我们照做了。)
像许多其他AI产品和服务一样,如Plaud、Granola、Fathom、Fireflies、Otter等,Bee可以听取、录制和转录音频对话。它的不同之处在于,它不提供概览或原始转录,而是将音频分割成片段并总结每个部分。例如,一次采访可能被分割成介绍、详细产品信息、行业趋势概述等你们可能谈论过的其他内容等片段。
每个片段都有不同的背景颜色,便于你滚动时更容易区分。你可以点击进入单个片段查看确切的转录内容。
如何在应用程序中标记说话者并不是很明显——我们了解到可以点击对话片段来确认我们是否为说话者,但这不如其他专业AI转录器,那些可以标记每个说话者。此外,Bee在转录后会丢弃音频,这对于需要回放音频以确保准确性的使用场景来说是不可接受的。
话说回来,Bee并不一定是工作工具。亚马逊将其视为一个可以在你日常生活中陪伴你的AI。通过与谷歌服务集成,Bee可以将录制的对话与任务联系起来。例如,在会议上遇到某人后,它可以建议你在LinkedIn上添加他们为好友或研究他们的产品。
你也可以给自己留语音笔记,作为在笔记应用中写东西的替代方案。
Bee应用程序中的另一个部分让你回顾过去几天的记忆,而"成长"部分会随着对你了解的增加提供见解。你还可以确认并添加关于自己的"事实"部分,这在某种程度上相当于其他AI聊天机器人记住你讨论过的事情的能力。
亚马逊表示将在未来一年为Bee推出更多功能。
Bee默认情况下并不总是在监听,这就是Friend AI吊坠等竞争对手可穿戴设备遭到强烈反对的原因。相反,你应该询问是否可以录制某人的对话(除非在某种公共活动中,录制已经是预期的)。
当你录制时,绿灯会亮起,提醒其他人设备正在使用中。
Bee的运动表带有点脆弱。佩戴时表带掉了两次,两次都是在静坐且手部没有太多移动时(比如在出租车里)。我们还没有测试夹式别针,但感觉更结实。
总体而言,移动应用的设计远远领先于亚马逊内部开发的应用,如Alexa移动体验,而且易于使用。但是我们需要一个专门录制对话以更多了解我们的AI这个前提在很大程度上仍未经测试。是否存在这样一个世界,这种设备对不在专业环境(如会议和采访)中录制的消费者有意义?
此外,如果AI监听设备成为主流,在什么是合适的和什么是不合适的方面也必须发生某种文化转变。今天,录制日常生活中普通人的视频在某种程度上被看不起,尽管在公共场所技术上是合法的;同样,如果你不首先征得许可,用AI设备录制音频可能被认为是无味或粗俗的。
当然,不是每个人都会遵守这种社会契约,这可能会导致人们在公共场所自我审查言论。
例如,在CES上,我们与Soundcore展台的代表聊天。当他们喜欢我对竞争对手产品所说的话时,他们开玩笑说,"对着我的麦克风大声说出来",指着已经在录制的AI设备,巧妙地别在他们的衬衫上。意识到现实世界中说的一切有一天可能都会被"记录在案",无论你是否同意,这是一种奇怪的体验。
Bee的受欢迎程度——或缺乏thereof——将帮助亚马逊确定这是否是消费者真正想要的世界。
Q&A
Q1:Bee是什么?有什么主要功能?
A:Bee是亚马逊最新推出的AI可穿戴设备,主要功能是录制、转录音频对话,并将音频分割成不同片段进行总结。它还可以与谷歌服务集成,将录制的对话与任务联系起来,比如建议添加LinkedIn好友或研究产品。
Q2:Bee与其他AI转录工具有什么不同?
A:与Plaud、Otter等工具不同,Bee不提供概览或原始转录,而是将音频智能分割成不同主题的片段,每个片段用不同背景颜色标识,并对每部分进行单独总结,使用户更容易理解和查找特定内容。
Q3:使用Bee录制对话是否存在隐私问题?
A:Bee默认不会一直监听,需要手动开启录制,录制时会有绿灯提醒他人。但如果AI监听设备普及,可能需要文化转变来规范使用礼仪,因为在未经同意的情况下录制他人对话可能被视为不当行为。
好文章,需要你的鼓励
MIT研究团队开发了GraphAgents多智能体AI系统,通过五个专门智能体协同工作来寻找PFAS等化学物质的环保替代材料。该系统将科学文献转化为知识图谱,利用不同的图遍历算法发现跨学科材料设计方案。在生物医学管道应用测试中,系统成功提出了多种创新复合材料设计,消融实验证明完整系统显著优于简化版本,为材料科学发现提供了新的AI驱动范式。
今天讲的出海案例是美信科技,一家做功率电源模块和AI服务器配套供配电的深圳企业,已在泰国完成工厂选址并取得BOI(泰国投资促进委员会)免税资质,预计2026年上半年投产。
威斯康星大学麦迪逊分校研究团队发现,经过"思考训练"的AI在用户服务场景中反而表现更差。通过测试七种主流AI模型,研究发现思考能力强的AI变得更加"内向",主动披露的有用信息减少约30%,导致用户无法获得足够信息做出正确决策。研究团队开发的"信息披露提示"方法能够有效改善这一问题,为AI开发指明了新方向。