产品#语音转文字#模型推理

谷歌推出 Foresight:Mac 上完全离线的会议记录助手

谷歌 Foresight 是 10 月 6 日上线的 macOS 实验应用,用 EmbeddingGemma 2 在本机转写会议并作答,断网可用。

官方演示里的Foresight 界面:笔记本屏幕上左侧是手写速记,右侧 Live Assistant 正在回答会中提出的问题

2026 年 10 月 6 日,谷歌在发布 EmbeddingGemma 2 的官方博客里同时宣布了 Google AI Edge Foresight—— 一款只跑在 Mac 上的实验性会议记录应用,转写和问答全部在本机完成。谷歌称Foresight 由 EmbeddingGemma 2(7.4 亿参数的多模态 embedding 模型)加 Gemma 4 组成分工:前者负责在本地向量空间里定位信息,后者负责生成文字答案。The Verge 报道说它免费,且音频、笔记和本地文件「never leave your computer」。

要点

  • 官方博客列出三项能力:用手写速记结合实时会议上下文自动扩写(Live Enhance)、用自然语言跨模态检索图片与文档和转写、以及全程本地运行、无云端订阅费用。
  • 运行门槛是 macOS 加 Apple Silicon(谷歌 FAQ 说法),靠麦克风和系统音频跨应用捕捉,Google Meet、Zoom 这类会议乃至线下面对面都能录。
  • 独立验证几乎为零:Hacker News 上 10 月 7 日到 12 日共 4 条提交全部指向官方页面,最高 7 分、0 条评论,没有第三方评测。

从听写工具到会议助手

Foresight 不是谷歌第一个本地听写工具。据品玩 10 月 9 日报道,同一团队今年 4 月就发布过一款配合本地模型运行的 AI 听写工具,但那次是实验性质,没有进入主流使用;品玩判断,这次更像是在展示 Gemma 系列的离线能力边界。

另一条线索来自竞争。品玩把它视为对 Granola 等 AI 笔记工具的直接竞争,How-To Geek 则把它和 Fathom、Notion 集成的 AI 功能摆在一起比较。这些工具的共同前提是把音频送去云端处理、按席位订阅,并且默认你愿意把会议室里的话交给第三方服务器。Foresight押的注是反过来的:不联网也能用。

底层的 EmbeddingGemma 2 我们在 Product Hunt 10 月 12 日精选 里详细写过:740M 参数,文本、图像、视频帧和音频进同一个向量空间,Apache 2.0 许可。Foresight 是它第一个面向日常场景的应用载体。

离线怎么做到的

Foresight 的「离线」有具体来源:两个模型在本机分工。官方博客给出的内存数字是:纯文本权重约 191MB 活跃 RAM,完整多模态约 567MB(Pixel 11 Pro 上测得)。

项目官方说法
模型分工EmbeddingGemma 2 负责检索,Gemma 4 负责生成
运行位置全程本机,称音频、笔记与文件不出电脑
平台macOS,FAQ 称针对 Apple Silicon 优化
费用免费,无云端订阅
资源要求官方未公布内存与存储门槛
Windows 版未提及,How-To Geek 认为迟早会有

Foresight 官方演示:左侧 SHORTHAND NOTES 是手写速记,右侧 LIVE ENHANCED NOTES 由模型用会议上下文扩写,标题栏显示 Powered by EmbeddingGemma 2

Foresight 的界面是分屏的。官方演示视频里,左边是你自己敲的速记,右边是模型实时扩写后的笔记,标题栏写着 Powered by EmbeddingGemma 2,右上角有一个持续跳动的 Tokens saved 计数(该演示片段里是 3.03M)。左下角提示可以边转写边手动记;上方三个标签是 Notes、AI summary、Transcript,侧栏分 Meetings、Ask、Sources、Stats 四块。

另一段官方演示展示了 Live Assistant:会议进行中它在右侧窗口直接回答被问到的问题,演示里给出的答案是 EmbeddingGemma 2 的架构说明——文本、视觉、音频三路模态输入各走自己的编码器。知识库也能自己喂,品玩提到支持 PDF、Google Docs、微软 Office 格式、纯文本、Markdown 和网页书签,会议里问到相关内容时实时作答。

各方的说法

报道口径基本一致,重心各不相同。The Verge 强调「完全离线」这个卖点本身:AI 笔记应用越来越多,Foresight 的区别在于处理放在设备上。How-To Geek 补了交互细节——它对会议平台和线下对话都能工作,并称谷歌把 Foresight 描述为占用小、省电。品玩点的是它和 Granola 的正面竞争关系。

eWeek 的角度是合规,这段大概是企业读者最该读的:macOS 分别管理系统音频录制权限和麦克风权限,两者互相独立;谷歌今年 5 月才为原生录制、转写和 AI 笔记加上参与者同意控制,默认还是关闭状态。也就是说,在 Meet 里关掉录制,并不能阻止另一个已获授权的桌面应用录到同一场对话。Foresight 不依赖任何会议平台、独立工作,这既是它的卖点,也是企业得自己定留存与告知规则的原因。

还有一层是验证程度。在一个已经有 Granola、Fathom、Notion AI 的品类里,「本地跑」目前还是厂商说法,不是实测结论。

值不值得现在上手

需要在飞机上、信号差的会议室里拿到纪要,或者合同不允许音频离开本机,Foresight 值得装一个试试:免费、下载即用,不用申请席位或接 API。MAI-Transcribe-2-Streaming 那类云端转写模型在精度和语言覆盖上是另一条路线,Foresight 换的是运行位置,不是能力上限。

但它不该被当成合规方案。端侧处理解决的是数据不出设备,不解决该不该录——eWeek 提到的留存期限、谁能看本地转写、什么时候删除,仍要自己定。预期上也放低:这是谷歌的实验性应用,只支持 Apple Silicon Mac,官方连内存和存储要求都没公布。

怎么试

从 developers.google.com/edge/foresight 下载。安装后 macOS 会分别请求麦克风和系统音频权限,两个都要给,只给麦克风录不到对方。进应用后先在 Sources 里放一份会议相关文档,再开一场会试 Live Enhance 和 Live Assistant,这两块最能看出本地模型的长处和短板。

接下来看什么

两件事值得盯:一是 Windows 版,How-To Geek 认为谷歌迟早会做,Google Suggest 里google ai edge foresight 的下拉建议也已经出现了 windows;二是 EmbeddingGemma 2 按官方博客的说法「未来几周」会通过 ML Kit 作为服务进Android,届时这套本地检索会以另一种形态进到手机。