FUTOs ASR4ALL satser på CPU-er, Raspberry Pi-er og edge-enheter

FUTOs ASR4ALL satser på CPU-er, Raspberry Pi-er og edge-enheter

En dag før Tethers lansering annonserte FUTO ASR4ALL — en familie av strømmende talemodeller i liten (28M), middels (56M) og stor (97M) parameterstørrelse, utviklet spesifikt for talegjenkjenning på strømgjerrig CPU-maskinvare [4]. De leveres i GGUF-, ONNX- og ExecuTorch-format, kjører på maskinvare så beskjeden som en Raspberry Pi eller en integrert Intel-GPU, og den raskeste konfigurasjonen oppnår en hastighetsfaktor på 73 000 ganger sanntid på GPU.

Budskapet handler eksplisitt om Pareto-grensen: nær toppmoderne nøyaktighet uten behov for toppmoderne maskinvare. Sammen med Tethers lansering er dette et tydelig signal om at ASR-forskningsmiljøet kappes om "transkripsjon overalt" — billig, raskt, frakoblet, og ikke lenger avhengig av kostbar inferens-infrastruktur.

LeCun tar et nytt oppgjør med proprietære AI-laboratorier

Yann LeCun brukte X 16. oktober til å kalle proprietære AI-modellselskaper "gårsdagens IBM-er", og påpekte med ettertrykk at det nye IBM-et — i hans fremstilling, Meta — er den som står bak åpen kildekode [5]. Det er en videreføring av hans mangeårige argumentasjon, nå skjerpet i lys av hans bredere kommentarer om AI-ens dreining mot fysiske-verden-applikasjoner og hvor den strategiske fordelen faktisk vil ligge [6].

Reaksjonene var delte, som forventet, men suverenitetsargumentet vinner terreng i næringslivs- og myndighetskretser: organisasjoner som er bekymret for å samle kontroll (og data) hos en håndfull lukkede laboratorier, viser i økende grad til modeller med åpne vekter som et pragmatisk valg, ikke bare et ideologisk.

Agentese tar AI-agenter inn i direktesendte møter, ikke bare oppsummeringer

Agentese lanserte en serie oppgaveløsende AI-agenter, med Meeting Copilot som flaggskip — en agent som blir med i Google Meet-samtaler live, svarer på spørsmål i sanntid ved hjelp av møtekontekst og nettilgang, og fungerer på flere språk [7]. Andre agenter i rekken håndterer telefonsamtaler, jobbsøknader, godkjenninger og kodegjennomganger — fellesnevneren er handling underveis i hendelsen, ikke henting av informasjon i etterkant [8].

Diskusjonen på X dreier seg om en reell endring i forventningene: hvorfor vente på en oppsummering etter samtalen når en agent kan svare på et faktaspørsmål live, midt i diskusjonen? Det er en forsmak på hvor verktøy for møteintelligens er på vei — fra passive opptakere til aktive deltakere.

EUs AI-forordning klargjør sin lette tilnærming til åpen kildekode-modeller

På reguleringssiden bekreftet en klargjørende analyse denne uken at EUs AI-forordning, som fases inn frem mot 2027, i stor grad fritar åpen kildekode-AI-modeller fra leverandørforpliktelser — med mindre de klassifiseres som høyrisiko under vedlegg III, er underlagt transparenskrav, eller kvalifiserer som generell AI med systemisk risiko [9]. Leverandører av åpen kildekode-GPAI skylder fortsatt sammendrag av treningsdata og opphavsrettslig etterlevelse, men terskelen for etterlevelse er betydelig lavere enn for proprietære systemer [10].

For nordiske og øvrige europeiske virksomheter har dette konkret betydning: å finjustere en åpen modell for et regulert bruksområde (helse, finans, juss) utløser fulle forpliktelser uavhengig av lisens, så "åpen kildekode" er ikke et universelt skjold — men for generell bruk er det en lettere regulatorisk vei enn mange har antatt [11].

Hva dette betyr for møtene dine

Dagens nyhetsbilde peker i én retning: transkripsjon blir stadig mer standardisert, rask og lokal. Når en modell med 254 millioner parametere kan transkribere ti minutter lyd på under to sekunder på en mobiltelefon, med nøyaktighet som slår modeller mange ganger større, slutter flaskehalsen i møteintelligens å være "kan vi transkribere nøyaktig" og blir i stedet "hva gjør vi med alt vi har transkribert." Det er her kunnskapsgrafer, talergjenkjenning og søk på tvers av møter — ikke rå transkripsjon — blir den egentlige differensieringsfaktoren.

Agentese-nyheten er den andre halvdelen av denne historien. Direkte AI-deltakelse i møter (å svare på spørsmål midt i samtalen, hente inn kontekst fra nettet eller fra historikk) er neste grense utover passiv notattaking. Kombiner dette med lokale modeller som aldri sender lyd til skyen, og du får en troverdig vei mot møteverktøy som er både mer kapable og mer private — nettopp den spenningen nordiske og europeiske virksomheter har navigert under GDPR og AI-forordningens unntak for åpen kildekode. Regulatorisk klarhet rundt åpne modeller senker terskelen for å bygge etterlevende, suverene løsninger for møteintelligens i stedet for å være avhengig av en håndfull proprietære API-leverandører — noe som gjenspeiler LeCuns bredere poeng om maktkonsentrasjon.

For team som bygger eller kjøper verktøy for møteintelligens, er den praktiske konsekvensen denne: ren transkripsjonsnøyaktighet er raskt i ferd med å bli en selvfølge, tilgjengelig selv frakoblet og på billig maskinvare. Den egentlige verdien — og den egentlige produktdifferensieringen — ligger i det som skjer etter at ordene er fanget opp: hvordan de kobles sammen på tvers av personer, prosjekter og tid, og hvor pålitelig du kan stille egen møtehistorikk et spørsmål og få et troverdig svar tilbake.

Hovedpoeng: Ettersom transkripsjon blir gratis, raskt og lokalt, flytter konkurransefortrinnet i møteverktøy seg helt over til henting av informasjon, hukommelse og live deltakelse — ikke hvem som kan produsere den mest nøyaktige transkripsjonen.

Sources

1. https://qvac.tether.io/blog/on-device-speech-recognition-transcribepsy
2. https://blockchain.news/news/tether-releases-on-device-speech-model-for-smart-glasses-and-robots
3. https://github.com/tether-ai-research/qvac-transcribepsy
4. https://futo.org/blog/asr4all/
5. https://x.com/ylecun/status/2111074492592091264
6. https://www.koreaherald.com/article/10899735
7. https://x.com/AgenteseAI/status/2037418270274498880
8. https://x.com/Agentese_AI/status/2043501985622860072
9. https://presencis.com/questions/ai-act-open-source/
10. https://wavenetic.com/blog/open-source-ai-models-for-regulated-industries-europe
11. https://naaia.ai/en/ai-act-modeles-ia-open-source-usage-general/