Meta giver Muse en krop og forbindelser

Hvad skete der?

DOKUMENTERET: På Meta Connect 2026 præsenterede Meta en udvidelse af Muse fra chatassistent til agent på tværs af hardware og tjenester. Den officielle Connect-opsummering omfatter Muse Charm, nye brillefunktioner og forbindelser til eksterne tjenester. Metas eksempel er en bruger, der ser en indkøbsliste gennem brillerne og beder Muse handle på den. Meta beskrev også en realtime-avatar og integrationer, men den faktiske udrulning varierer mellem produkter og markeder.

Hvorfor er det vigtigt?

LEARNAI-ANALYSE: Muse viser, at kampen om personlige assistenter ikke kun handler om den bedste chatmodel. Den handler om adgang til kamera, mikrofon, identitet, betaling og de tjenester, agenten må handle i. Jo mere kontekst assistenten får, desto mere nyttig kan den blive — men også desto mere omfattende bliver kravene til samtykke, dataminimering og logning.

Hvad betyder det for læseren?

PRAKTISK KONSEKVENS: Vurder agenten som en kæde af tilladelser, ikke som én funktion. Beslut hvilke konti den må forbinde til, hvilke handlinger der kræver godkendelse, og hvordan en fejl kan stoppes eller rulles tilbage.

Gemini 3.8 satser på stemme og liveinteraktion

Hvad skete der?

DOKUMENTERET: Google annoncerede Gemini 3.8 Flash TTS og Flash-Lite TTS til tekst-til-tale samt Gemini 3.8 Live med Live Avatar. Google beskriver tale-til-tale på 97 sprog og samtidig behandling af lyd og billeder i Live-produktet. Det er leverandørens egne produkt- og kvalitetsoplysninger; ugepakken indeholder ikke en uafhængig sammenligning af naturlighed, forsinkelse eller sprogkvalitet.

Hvorfor er det vigtigt?

LEARNAI-ANALYSE: Stemmen gør AI til en del af kundeservice, undervisning og arbejdsgange, hvor hænder og øjne er optaget. Den flytter samtidig kvalitetskontrollen fra korrekt tekst til også at omfatte udtale, timing, afbrydelser og håndtering af lyddata.

Hvad betyder det for læseren?

PRAKTISK KONSEKVENS: Test med egne danske fagord, navne og realistisk baggrundsstøj. Mål, hvor ofte brugeren må gentage sig, og giv altid en synlig vej til tekst eller et menneske, når samtalen fejler.

Microsoft gør Copilot til en vedvarende agent

Hvad skete der?

DOKUMENTERET: Microsoft lancerede en ny Copilot-struktur med Home, Code og Autopilot. Home samler hverdagens udgangspunkt, Code retter sig mod softwarearbejde, og Autopilot beskrives som en agent, der kan fortsætte opgaver over tid. Microsofts blog er en primær produktkilde, men dokumenterer ikke endnu uafhængigt, hvor pålideligt Autopilot afslutter komplekse opgaver i drift.

Hvorfor er det vigtigt?

LEARNAI-ANALYSE: En agent, der arbejder efter samtalen, ændrer ansvarsmønstret. Den kan spare ventetid, men en forkert antagelse kan også leve længere og påvirke flere systemer. Governance bliver derfor en del af produktdesignet frem for en kontrol, man tilføjer bagefter.

Hvad betyder det for læseren?

PRAKTISK KONSEKVENS: Start med afgrænsede opgaver, tydelige acceptkriterier og maksimal køretid. Kræv status, handlingslog og menneskelig godkendelse før ændringer, der påvirker kunder, økonomi eller produktion.