Beschreibung
Persönliche KI hat sich von einer Verbraucher-Speicher-App zu einer netzbetreiber-nativen Speicherinfrastruktur entwickelt. Sie verwandelt jede Identität in einem Telekomnetz, ein Telefon, einen Roboter, ein Auto oder ein anderes verbundenes Gerät, in einen sich entwickelnden KI-Agenten und behandelt das, was sie Tokens nennt, als neues primitives Element neben Sprache, Text und Daten im eigenen Netzwerk des Betreibers.
Weiterlesen
Die Plattform basiert auf einer Unterscheidung zwischen Speicher, Kontext und Identität. Speicher ist persönlich: Es ist das, was eine KI erlebt hat, bestehend aus Erfahrungen und Interaktionen mit temporärer und episodischer Struktur, die sich im Laufe der Zeit ansammeln. Kontext ist universell: Dokumente, Wissensdatenbanken und Uploads, die statisch bleiben. Identität entsteht im Laufe der Zeit aus dem Speicher, anstatt direkt konfiguriert zu werden. Ein Memory Core, der auf fünf Verarbeitungsschritten basiert: Kodierung, Stabilisierung, Speicherung, Abruf und Aktualisierung, funktioniert über verschiedene Speichertypen hinweg, einschließlich episodischem, semantischem, Arbeits-, Beziehungs-, zeitlichem und prozeduralem Gedächtnis.
Auf dieser Architektur bietet Persönliche KI eine beständige KI-Identität, die mit der Nutzung persönlicher wird; eine Beschleunigung des Abrufs, die auf die bestehenden Abrufpipelines eines Unternehmens aufgeschichtet wird, sodass der Kontext nur bei Bedarf abgerufen wird; dynamische Kodierung, die den Lebenszyklus des Speichers automatisiert; zentrale Governance zur Festlegung von Berechtigungen, Zugriff und Aufbewahrungsrichtlinien; und Portabilität, sodass Speicher über verschiedene Systeme, Agenten und Assistenten hinweg bewegt werden kann, anstatt jedes Mal von vorne zu beginnen.
Persönliche KI berichtet über Benchmarks des Betreiber-Netzwerks, die gegen den Verkehr im Netzwerk von Comcast gemessen wurden: eine Zeit bis zum ersten Token von 15 Millisekunden im Vergleich zu etwa 1.000 Millisekunden für Cloud-LLM-Baselines, $0,02 pro Million Tokens im Vergleich zu $0,80 für Gemma-27B und unter 500 Millisekunden End-to-End-Sprachlatenz im Vergleich zu etwa 1.500 Millisekunden für OpenAIs Realtime-Pipeline, die die vollständige Erfassung, Spracherkennung, Sprachmodell und Text-zu-Sprache-Pipeline abdeckt. Das Produkt wird an Telekom-Betreiber und nicht an einzelne Benutzer verkauft, erfordert keine App-Installation auf dem Endgerät, und Käufer engagieren sich über ein Briefing des Betreibers oder ein Verkaufsgespräch anstelle einer öffentlichen Anmeldung.
- KategorieKI-Assistenten
- PreismodellVertrieb kontaktieren
- BereitstellungCloud
- PlattformenWeb
Persönliche KI's Kernfunktionen
Netzbetreiber-Netzwerkspeicherinfrastruktur, die pro Identität bereitgestellt wird: Telefone, Roboter, Autos, verbundene Geräte
Beständige, sich entwickelnde KI-Identität, die aus angesammeltem Speicher aufgebaut ist
Memory Core mit einer fünfstufigen Architektur: Kodierung, Stabilisierung, Speicherung, Abruf, Aktualisierung
Abrufbeschleunigung, die auf bestehende Abrufpipelines aufgeschichtet wird
Dynamische Kodierung, die den Lebenszyklus des Speichers automatisiert
Zentrale Governance für Speicherberechtigungen, Zugriff und Aufbewahrungsrichtlinien
Cross-System-Speicherportabilität über Agenten und Assistenten hinweg
Niedriglatenzige Inferenz im Netzwerk, die in Betreiber-Benchmarks berichtet wird
Wie verwendet man Persönliche KI?
Briefing buchen: Kontaktieren Sie Persönliche KI, um über eine Bereitstellung durch den Betreiber zu sprechen.
Identitäten festlegen: Entscheiden Sie, welche Netzwerkidentitäten, Telefone, Roboter, Autos oder andere Geräte einen Memory Core erhalten.
Speicher integrieren: Verbinden Sie die Speicherarchitektur von Persönlicher KI mit bestehenden Abruf- und Agentenpipelines unter Verwendung der Entwicklerdokumentation.
Governance-Regeln festlegen: Konfigurieren Sie Berechtigungen, Zugriff und Aufbewahrungsrichtlinien für gespeicherten Speicher.
Bereitstellen und messen: Führen Sie die Inferenz im Netzwerk ein und verfolgen Sie Latenz und Kosten im Vergleich zu einer Basislinie.
Persönliche KI's Anwendungsfälle
- Betreiber-KI-Agenten
- Sprachassistenten im Fahrzeug
- Verbundenen Robotern und Geräten
- Cross-Agent-Speicherportabilität
