会议记录应用Read AI周四推出了一款基于邮件的人工智能助手Ada,该公司表示这款"数字分身"能够帮助用户管理日程安排、基于公司知识库回答问题,并处理休假邮件回复。
Read AI称Ada是一个全天候为用户处理任务的"数字分身"。该公司表示,这款助手将对所有用户开放,用户可以通过向"ada@read.ai"发送邮件并输入"Get me started"来开始配置。
当你让Ada帮忙安排与某人的会面时间时,它会在邮件线程中向对方回复你的可用时间。如果对方回复说那些时间不方便并希望其他时间段,Ada会提供新的选项。虽然Ada通过Read AI可以访问你的日历,但它不会向他人透露那些会议的具体内容。
Ada还能利用公司知识库、之前会议讨论的话题以及公共网络搜索来回答问题。例如,你可以询问"Ada,能否提供我们第一季度目标完成情况的更新?"来获取信息。
如果其他人在邮件线程中提问,Ada会为你准备回复并帮助你完善后再发送给对方。这家初创公司表示,Ada不会在未经许可的情况下透露任何敏感信息。
Read AI产品副总裁Justin Farris表示,这项新功能并不依赖MCP(模型上下文协议),而是基于会议数据和连接服务构建知识图谱,以提供更具上下文的答案。他补充说,随着时间推移,这款助手还将主动为用户采取行动。例如,如果你在会议中提到某个后续事项,Ada会在会后带着相关背景信息询问你是否要设置该事项。
"我对我们解决方案的描述是,当你招聘新员工时,你要培训他们。当你将Ada加入工作流程并连接更多服务以提供更多背景时,它开始提升能力并为你处理更多任务,"首席执行官David Shim告诉TechCrunch。
该公司表示,虽然Ada目前通过邮件工作,但很快将在Slack和Teams上可用。
在本月早些时候卡塔尔网络峰会期间,Shim告诉TechCrunch,该公司现在拥有超过500万月活跃用户,计划将这一数字增长到1000万。他提到公司每天有5万新用户注册,还有10万用户在不创建账户的情况下使用Read AI的内容,如会议摘要。
对于Read AI来说,美国仍是最大市场,但国际增长强劲。虽然60%的用户在美国以外,但收入大致平分。
这家已筹集超过8100万美元资金的公司正在不断向其产品套件添加人工智能驱动的工具。去年,它推出了用于用户知识发现的搜索副驾驶,上个月又增加了更新客户关系管理软件、从会议报告内发送定制邮件以及基于内部和网络知识保持话题更新的功能。
其他会议记录工具也在提供新功能,以从会议笔记中提取更多见解和行动项。去年9月,Granola添加了"配方"功能,以可重复提示的形式从会议数据中挖掘知识。本周刚以650万美元融资走出隐身模式的Quill也连接到Linear、Notion和CRM等各种工具,旨在自动化任务。
Q&A
Q1:Ada是什么?它能做什么?
A:Ada是Read AI推出的基于邮件的人工智能助手,被称为"数字分身"。它能全天候帮助用户管理日程安排、基于公司知识库回答问题、处理休假邮件回复,还能安排会议时间并与他人协调日程。
Q2:Ada如何保护用户隐私?
A:Ada在保护隐私方面有多重措施:它不会向他人透露用户会议的具体内容,不会在未经许可的情况下透露任何敏感信息,如果他人提问,Ada会先为用户准备回复并帮助完善后再发送。
Q3:如何开始使用Ada?
A:用户可以向"ada@read.ai"发送邮件并输入"Get me started"来开始配置Ada。目前Ada通过邮件工作,但该公司表示很快将在Slack和Teams平台上提供服务。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。