Google AI Edge Foresight：在 Mac 上离线使用 AI 记录会议笔记

在本地运行并将所有数据保留在设备上的 AI，本应是 Apple 的承诺。如今，Google 推出了一款基于同样承诺打造的 Mac 应用。Google AI Edge Foresight 是一款实验性会议助手，完全在设备上运行。它会采集麦克风输入和系统音频，因此能够适用于任何会议平台，用户也可以选择在没有互联网连接的情况下使用它。

实际使用时，它是如何工作的？会议期间，用户记下简短的要点，Foresight 则结合持续生成的转录文本，将这些要点扩展为详细笔记。该应用还会识别会议中提出的问题，并通过自然语言搜索由文档、图片、转录文本和笔记组成的个人知识库，提供相关答案。据 Google 称，所有转录和音频处理都在设备上完成，无需订阅云服务。

由 EmbeddingGemma 2 驱动

Foresight 将 Google DeepMind 的新款 EmbeddingGemma 2 模型与 Gemma 4 语言模型相结合。嵌入模型不会生成文本，而是将内容转换为数值向量，以便检索相似的素材。第二代模型将文本、代码、图片、视频帧和音频置于同一个向量空间中。这使得搜索词能够定位录音或录像中的特定时刻，而无需先生成图片描述或转录文本。该模型拥有 7.4 亿个参数，采用 Gemma 4 架构，并以 Apache 2.0 许可证发布，允许开发者自由地将其集成到自己的应用中。

Google 还提供了一项可能让 Mac 用户感兴趣的性能数据：在 M5 Pro 的 GPU 上处理一张图片需要 37.3 毫秒，相当于每秒处理略低于 27 张图片。图片处理被认为是这类工作负载中计算量最大的部分，Google 表示已专门针对这一过程进行了优化。

一个具有潜力的展示应用

Foresight 主要是面向开发者的展示应用，Google 自己也将其称为实验性应用。尽管如此，对于需要召开保密会议、不愿将转录文本交给云服务的人来说，它提供了一个值得关注的替代选择。Google 尚未说明，对于以英语以外的语言进行的会议，转录功能是否同样有效，不过它确实在配套的 AI Edge Gallery 应用中演示了使用德语搜索词进行图片搜索。