Mi is az a TwinMind?
A 2024 márciusában alapított TwinMind folyamatosan, a háttérben futva rögzíti, amit mondasz – például gondolatokat, megbeszéléseket vagy előadásokat –, majd mindezt értelmezhető, strukturált emlékezetté alakítja. Ez azt jelenti, hogy képes MI-alapú jegyzeteket, feladatlistákat és válaszokat generálni. Az app igazi különlegessége, hogy a hangot az eszközön helyben dolgozza fel, valós időben és offline módban – akár napi 16-17 órán keresztül képes rögzíteni anélkül, hogy jelentősen merítené a készüléked akkumulátorát. Ha mégis szeretnéd, az adataidat felhőbe is mentheti, így készülék elvesztése esetén sem vész el a tudásod – de ezt bármikor le lehet tiltani. Világszerte több mint 100 nyelvet támogat valós idejű fordítással, így valóban globális használatra is alkalmas.
Napi MI-asszisztens a háttérben
Fontos megemlíteni, hogy a TwinMind megoldása gyökeresen eltér a piacon megszokott MI-jegyzetkészítőktől, mint például az Otter vagy a Fireflies. Ezek inkább értekezletekhez kapcsolódó, felhőalapú szolgáltatásokat kínálnak, míg a TwinMind folyamatosan, passzívan hallgat a háttérben minden fontos helyzetben. Az app iPhone-ra natív Swift-kóddal készült, nem React Native-ban, és nem kizárólag felhőalapú feldolgozásra épül, így napközben megszakítás nélkül tud figyelni – ellentétben vetélytársaival, ahol ezt az Apple szigorú rendszere eleve akadályozza.
Valódi élethelyzetből született ötlet
Daniel George 2023-ban, amikor a JPMorgannál dolgozott MI-vezetőként, belefáradt az egész napos meetingekbe. Írt egy saját scriptet, amely az iPadjén rögzítette és leiratozta a tárgyalások hanganyagát, majd továbbította a ChatGPT-nek (csevegő MI), amely így idővel már a projekteket, szokásokat, sőt még kódokat is generált helyette. Barátaival is megosztotta, akiknél azonban felmerült, hogy céges eszközön nem szívesen futtatnának ilyen megfigyelő appot. Így született meg az ötlet egy mobilos, magánhasználatra szánt „hallgatózó” alkalmazásról.
A TwinMindhoz egy böngészőbővítmény is tartozik, amely MI segítségével, vizuálisan is ellátogat az e-mailjeidbe, Slack-üzeneteidbe vagy akár Notion-dokumentumaidba, és értelmet keres bennük. Így egyszerűen valódi tudásközponttá válhat a saját digitális életed, ahol minden pillanat, böngészés vagy beszélgetés hasznosul. Például a cég saját Chrome-bővítményével választották ki a 850 gyakornokjelölt közül a végső négyet: egyszerűen megnyitották az összes LinkedIn-profilt egy sor böngészőfülön, majd az MI rangsorolta a legjobbakat.
Adatvédelem és MI-korlátok
A jelenlegi általános MI-csevegők – például a ChatGPT vagy Claude – nem képesek százával dokumentumokat értelmezni, vagy például LinkedIn- vagy Gmail-regisztrációk alapján automatikusan összefüggéseket felismerni, szemben a TwinMinddal. Ráadásul a konkurens MI-vel ellátott böngészők, mint például a Perplexity vagy a The Browser Company termékei, nem tudják az offline beszélgetéseidet, találkozóidat felhasználva saját profilt építeni.
Nem elhanyagolható, hogy a felhasználói adatvédelem különösen érzékeny pont, amikor egy alkalmazás ilyen személyes információkat kezel. Mindezek ellenére a TwinMind nem a felhasználók hanganyagain tanul, nem továbbít felvételt a felhőbe, és – más appokkal ellentétben – a hangfelvételeket később sem lehet visszahallgatni: felvétel közben törlődnek, csak a szöveges átirat marad az appban.
Szakmai háttér és befektetők
A három alapító mindegyike több évig dolgozott a Google X-nél, többek között MI-alapú fülhallgatók fejlesztésén, több startup-projektben is részt vettek, és ez a tapasztalat erős magabiztosságot adott nekik. George már 24 évesen doktori fokozatot szerzett MI-ből, majd csatlakozott Stephen Wolfram kutatólaborjához. Wolfram idővel nemcsak tanácsadó, hanem első befektető is lett: ő írta alá az első csekket a TwinMind számára.
A legutóbbi befektetési kör 22 milliárd forintos cégértékre pozicionálta a startupot, a támogatók között a Sequoia Capital és a Streamlined Ventures is megjelent.
Új MI-modell és előfizetéses rendszer
A TwinMind új Ear-3 hangmodellje – amely több mint 140 nyelvet ismer – már képes pontosan elkülöníteni a különböző beszélőket is egy társalgásban, 3,8%-os hibaaránnyal. Érdekes, hogy a fejlesztők szerint minél több nyelvre tanítják a modellt, annál pontosabban képes felismerni a regionális akcentusokat is. Az Ear-3 futtatása 85 forint/óra költséggel elérhető fejlesztők és vállalatok számára.
Az új változat már részben a felhőben fut, de ha nincs internetelérés, az app automatikusan visszavált a régebbi, teljesen offline Ear-2 modellre. A fizetős Pro előfizetés 5700 forint/hó, amely akár 2 millió tokennyi kontextustartományt és gyorsabb ügyfélszolgálatot kínál, de az alapszolgáltatás ingyenesen is elérhető marad – korlátlan transzkripcióval és helyben futó hangfelismeréssel.
Kilátások és jövőbeli tervek
A startup jelenleg 11 főből áll, de hamarosan bővíteni szeretnék a csapatot tervezőkkel és üzletfejlesztőkkel – fő céljuk egy jól eladható MI-motor létrehozása és a felhasználók számának növelése. Mindezek alapján elmondható, hogy a TwinMind nemcsak azt ígéri, hogy helyetted emlékezik, hanem egy új generációs, megbízható MI-asszisztensként a mindennapok részévé nőheti ki magát, legyen szó munkáról, tanulásról vagy akár saját emlékek megőrzéséről.
