Google представила Google AI Edge Foresight — приложение для Mac, которое слушает встречи локально, расшифровывает запись и превращает короткие черновые пометки в структурированный конспект. В основе сервиса лежит новая модель EmbeddingGemma 2 на 740 млн параметров: для команд, работающих с чувствительными данными, это очередной сигнал, что полезные ИИ-инструменты всё меньше зависят от отправки каждого созвона в облако.
О запуске, состоявшемся 6 октября, сообщает 9to5Google. Google позиционирует новинку как демонстрацию возможностей EmbeddingGemma 2 — мультимодальной модели, способной искать, связывать и классифицировать информацию прямо на пользовательском устройстве. Модель распространяется по лицензии Apache 2.0, поэтому разработчики смогут изучать и использовать её без привязки к закрытому облачному API.
Сценарий работы Foresight довольно приземлённый. Во время видеозвонка или очной встречи пользователь делает короткие записи: например, фиксирует решение, вопрос или обещанный срок. Приложение параллельно обрабатывает аудио и транскрипт, а затем дополняет эти обрывки связным конспектом. Google заявляет, что обработка аудиозаписи и расшифровки остаётся на компьютере, а не уходит на внешние серверы.
Для заметок о встречах это важнее, чем выглядит на рекламном слайде. Большинство корпоративных ИИ-ассистентов уже умеют собирать итоги созвонов, но обычно требуют загрузить запись в облако поставщика. В компаниях с жёсткими требованиями к персональным данным, коммерческой тайне или внутренней документации именно этот шаг часто становится причиной, по которой инструмент не проходит согласование с безопасностью. Локальная обработка не отменяет необходимость проверять настройки и политику хранения данных, но заметно сокращает число участников в цепочке.
Вторая часть приложения больше похожа на персональный поиск по рабочему контексту. В Google AI Edge Foresight можно указать папки проекта, справочные материалы, диаграммы, календарь, локальные файлы и документы из Google Drive. После этого пользователь задаёт вопросы в чате и получает найденные сведения или краткое резюме. По замыслу Google, вручную раскладывать материалы по идеальной структуре не придётся: модель должна сама понимать связи между файлами, записями и задачами.
EmbeddingGemma 2 рассчитана именно на такой класс задач — поиск по смыслу, а не генерацию длинных текстов с нуля. Google приводит пример: модель может найти нужный фрагмент видео по голосовой заметке или отыскать ответ в многочасовом аудиоархиве по текстовому запросу. Для разработчиков здесь интересна не только Mac-оболочка, но и экономичность модели. В квантованном виде на Pixel 11 Pro текстовая версия требует около 191 МБ активной памяти, а полная мультимодальная — примерно 567 МБ. Для локального ИИ это уже не лабораторный эксперимент, а вполне реалистичный бюджет для потребительских устройств.
Компания также подготовила демонстрации модели в приложении AI Edge Gallery для Android и iOS. Foresight стал третьим Mac-продуктом в этой линейке после AI Edge Gallery и AI Edge Eloquent, ориентированного на офлайн-транскрибацию. Такой набор хорошо показывает стратегию Google: не просто предлагать очередной чат-бот, а выносить отдельные функции — поиск, распознавание речи, работу с личной базой знаний — на устройство пользователя.
Для продуктовых команд и стартапов это ещё и практический ориентир. На рынке заметок побеждает не тот, кто красивее оформляет текст, а тот, кто снижает трение между разговором, решением и следующим действием. Если локальные модели смогут стабильно понимать аудио, файлы и контекст проекта, то часть SaaS-подписок на транскрибацию и корпоративный поиск окажется под давлением. Правда, у Google AI Edge Foresight остаётся главный экзамен: качество конспекта, поиск по разнородным документам и расход ресурсов должны быть достаточно предсказуемыми для ежедневной работы, а не только для эффектной демо-сессии. Проверить заявленные возможности и детали релиза можно на странице .