Granola og Fathom Skrotter Botten og Går Native

Granola og Fathom Skrotter Botten og Går Native

To af de skarpeste spillere inden for mødenoter foretog denne måned træk, der peger på samme konklusion fra hver sin vinkel: det synlige "bot joiner dit møde"-mønster er på vej ud. Granola optager lyd direkte fra din enhed — mikrofon og højttalere — på tværs af Zoom, Meet, Teams og mere, og blander det med dine egne skrevne noter til strukturerede referater og action items, mens appen forbliver SOC 2 Type II-kompatibel og privat som standard [4]. Intet bot-ikon, ingen akavet "optagelse er startet"-besked.

Fathom lancerede i mellemtiden en iOS-app i oktober 2026, der optager fysiske møder direkte fra iPhonens mikrofon og genererer øjeblikkelige referater og action items, som synkroniseres ind i din fulde mødehistorik på mobilen — gratisplan inkluderet, med ubegrænset optagelse og transskription [5][6]. Det er en betydelig udvidelse ud over videomøde-brugen og ind i gangsnakke, kundefrokoster og mødelokaler, hvor ingen deler deres skærm.

Reaktionen fra fællesskabet har gennemgående været positiv: botfri, enhedsnativ optagelse føles mere naturlig, mindre påtaget og mere i tråd med, hvordan folk faktisk mødes — herunder den voksende andel af møder, der stadig foregår fysisk.

RAG-Anything Open-Sourcer Rørsystemet til Multimodale Videngrafer

HKUDS's RAG-Anything, bygget oven på LightRAG og udgivet under MIT-licens, er stille og roligt blevet en af de vigtigere open source-byggesten til seriøs retrieval-augmented generation [7]. Den udtrækker tekst, billeder, tabeller, diagrammer og endda matematiske ligninger fra dokumenter og opbygger derefter dobbelt-grafbaserede videnrepræsentationer, der forbinder entiteter på tværs af modaliteter — efterfulgt af retrieval, der ved, hvilken modalitet den henter fra [8].

Oktober 2025-arXiv-artiklen, der underbygger det hele, viser markant bedre performance end naiv RAG på lange, komplekse, heterogene dokumenter [8], og i denne måned var GitHub-repoet kommet over 23.500+ stjerner [9] — et stærkt adoptionssignal for open source på infrastrukturlaget. Samtalerne om det vender gang på gang tilbage til én bestemt use case: at drive videngrafer bygget fra mødetransskriptioner sammen med de slides, skærmbilleder og regneark, der blev refereret til under møderne.

Det er netop det hul, de fleste mødeværktøjer stadig ikke har lukket — at forbinde det, der blev sagt, med det, der blev vist. RAG-Anything er præcis den slags framework, der lukker det hul.

Desert Ant Labs Lægger Talergenkendelse Direkte på Chippen

Desert Ant Labs demonstrerede denne uge "Who", en on-device model til talergenkendelse (speaker diarization) — og benchmark-tallene er imponerende. Den behandler en 43 minutter lang podcast med overlappende tale på 4,9 sekunder på en M5-chip, eller en 50 minutter lang fil på 3 sekunder på M5 Pro, helt lokalt uden behov for cloud-upload [10][11]. På AMI-mødebenchmarken opnår den en fejlrate på 12,6%, og den slår pyannote kørende på GPU i nogle tests, mens den når op til 950x realtid på M5 Pro Neural Engine [11][12].

Den leveres med SDK'er til Swift, Kotlin og JavaScript samt en gratis plan, der dækker op til 100.000 månedligt aktive enheder med ubegrænset inferens [11] — en bevidst lav adgangsbarriere rettet mod udviklere, der bygger mødeapps, podcastværktøjer og transskriptionsprodukter. Reaktionen har været markant positiv, med særlig ros til håndteringen af overlappende tale og det faktum, at "hvem sagde hvad" nu kan beregnes helt on-device uden nogen server-tur.

Det sidste punkt betyder mere end hastighedsrekorden. On-device talergenkendelse med denne nøjagtighed betyder, at taleridentifikation ikke længere er et kompromis med privatlivet.

Hvad Dette Betyder For Dine Møder

Sæt disse fire historier ved siden af hinanden, og et mønster træder tydeligt frem: hele kategorien bevæger sig mod møder-som-datainfrastruktur frem for møder-som-optagelser. Otters kapitalrejsning på 320 millioner dollars er et væddemål på, at det at eje virksomhedens talekorpus er milliarder værd [1][2]. RAG-Anything er det open source-stillads, der gør det muligt for alle at bygge en reel videngraf ud fra det korpus og forbinde transskriptioner til de dokumenter og visuelle elementer, der blev drøftet undervejs [7][8]. Og Desert Ant Labs' on-device talergenkendelsesmodel betyder, at "hvem sagde hvad"-laget — rygraden i enhver brugbar videngraf — nu kan beregnes øjeblikkeligt, privat, direkte på enheden [10][11].

Den botfri bevægelse fra Granola og Fathom er den brugervendte halvdel af denne historie [4][5]. Efterhånden som mødeoptagelse bliver mindre synlig og mere ambient — og dækker både videomøder og nu fysiske samtaler via mobilen — vil mængden og rodetheden af den indfangede viden stige betydeligt. Det hæver overliggeren for, hvad der skal komme efter optagelsen: struktureret taleridentifikation, krydsmodal sammenkobling og retrieval, der rent faktisk kan svare på "hvad besluttede vi om X for tre måneder siden" frem for blot at smide en transskriptionsdump tilbage.

Det er præcis det lag, Proudfrog er bygget til. Nøjagtig taleridentifikation, videngrafer der forbinder møder med hinanden over tid, og AI-baseret søgning på tværs af hele din historik er ikke længere rare-at-have — de er forskellen mellem et transskriptionsarkiv og en reel institutionel hukommelse. Infrastrukturen til dette er blevet dramatisk bedre og billigere i denne uge, med on-device talergenkendelse og åben multimodal RAG i front, og det er de virksomheder, der formår at koble det hele sammen, der kommer til at definere kategorien.

Kort fortalt: Mødeværktøjer konkurrerer ikke længere på transskriptionsnøjagtighed — de konkurrerer på, om din mødehistorik bliver en reelt søgbar vidensbase eller bare en bunke tekst, man kan lede i.

Sources

1. https://www.reuters.com/business/otterai-raises-320-million-non-equity-financing-expand-enterprise-business-2026-10-20/
2. https://techcrunch.com/2026/10/20/otter-ai-raises-320-million-from-general-catalysts-growth-fund-for-its-meeting-tool/
3. https://otter.ai/blog/general-catalyst-backs-otter-ais-voice-ai-ambitions-with-320m-growth-investment
4. https://www.granola.ai/
5. https://www.fathom.ai/get/fathom-ai-notetaker
6. https://help.fathom.video/en/articles/13926529
7. https://github.com/HKUDS/RAG-Anything
8. https://arxiv.org/html/2510.12323
9. https://ai.miraheze.org/wiki/RAG-Anything
10. https://desertant.com/blog/who-and-eye/
11. https://desertant.com/models/who/
12. https://x.com/desertantlabs/status/2112922104127439095