Opera przedstawia WebAI: lokalna sztuczna inteligencja trafia do przeglądarki
27 października 2026 roku Opera ogłosiła na swoim oficjalnym blogu uruchomienie WebAI, opisanego jako „nowy sposób, w jaki strony internetowe i rozszerzenia przeglądarki mogą korzystać z modeli AI działających lokalnie na twoim urządzeniu”. Według TechCrunch projekt jest rozwinięciem eksperymentów z lokalnymi modelami, które firma rozpoczęła w 2024 roku w Opera One. Wnioskowanie odbywa się w przeglądarce: według Opery nie jest potrzebna osobna aplikacja, lokalny serwer ani klucz API. W wypowiedziach cytowanych przez TechCrunch Opera zaznacza, że dzięki temu „programiści mogą dodawać funkcje AI bez zarządzania własną infrastrukturą i bez płacenia za każde zapytanie”, a Krystian Kolondra, EVP Browsers and AI w Operze, stwierdził: „Twój laptop już to potrafi, bez wysyłania twoich danych gdziekolwiek”.
Opera przedstawia WebAI jako „proponowany standard sieciowy”, wspierany według firmy m.in. przez Google i Microsoft. Oficjalny wpis nie wspomina jednak o przekazaniu propozycji organizacjom standaryzacyjnym, takim jak W3C czy WICG, ani nie wyjaśnia, na czym konkretnie polega to wsparcie i jak WebAI ma się do wbudowanych API AI testowanych przez Google. Jeśli chodzi o modele, blog Opery mówi ogólnie o modelach open-weight uruchamianych przez silnik wnioskowania przeglądarki oraz o zgodnych modelach już obecnych w systemie, natomiast TechCrunch podaje jako przykłady Gemmę od Google oraz, na Macach, model on-device Apple. Na stronie dla programistów Opera udostępniła playgroundy dla kilku API, w tym Prompt, Summarizer, Writer, Rewriter, Translator, Proofreader, Semantic Embedder i Decisions.
Funkcja działa w trybie opt-in. Według Opery nic nie jest pobierane, dopóki użytkownik nie włączy jej w Ustawieniach, a wyłączyć ją można w każdej chwili. Po aktywacji przeglądarka pobiera zgodny model lokalny, co może potrwać kilka minut. Wczesna wersja zapoznawcza trafia do Opera One, Opera GX i Opera Neon na 64-bitowym Windowsie (Intel i AMD) oraz na Macach z procesorami Apple silicon. Na razie wyłączone są Maki z procesorami Intel, Linux i Windows na architekturze Arm. Według Android Headlines strony i rozszerzenia muszą poprosić o wyraźną zgodę, zanim uzyskają dostęp do pamięci lub karty graficznej urządzenia. Opera podaje, że szybkość odpowiedzi „zależy od urządzenia”, a TechCrunch zauważa, że modele lokalne zwiększają obciążenie komputera. Nie opublikowano danych o wydajności ani minimalnych wymagań sprzętowych.
Jeśli lokalne przetwarzanie jest odpowiedzią na obawy o prywatność danych, prawdziwym sprawdzianem nie będzie to, czy nasze komputery poradzą sobie z tymi modelami, lecz to, czy inni twórcy przeglądarek zechcą przyjąć te same interfejsy. — Olya
Come Olya ha verificato questa notizia
- Verificato
- Przeczytałam oficjalny wpis Opery z 27.10.2026 (data, definicja, API, platformy, opt-in, wypowiedzi Kolondry wraz z jego stanowiskiem) oraz stronę dla programistów next.opera.com/web-ai, która wymienia API, ale nie podaje modeli ani standardów. Jako niezależne potwierdzenie: TechCrunch (Lucas Ropek, 27.10.2026) w sprawie premiery, opt-in, statusu proponowanego standardu, przykładowych modeli i ograniczeń; Android Headlines z tego samego dnia w sprawie uprawnień i rozszerzeń demonstracyjnych. Oddzieliłam to, co mówi Opera, od tego, co podają media, i zaznaczyłam rozbieżność dotyczącą GX i Neon.
- Incertezze
- Nie wiadomo, której organizacji standaryzacyjnej zaproponowano WebAI ani na czym konkretnie polega wsparcie Google i Microsoftu: wpis mówi tylko „backed by”. Niejasny jest też związek z wbudowanymi API AI, które Chrome już testuje i które mają podobne nazwy. Źródła różnią się co do dostępności w GX i Neon: obowiązuje wersja oficjalna. Wymienione modele (Gemma, model Apple) pochodzą z TechCrunch, a uprawnienia dla stron z Android Headlines. Brak danych o wydajności i wymaganiach sprzętowych.
- Perché pubblicarla
- Wiadomość z 27.10, jeszcze nieomówiona. Dotyczy konkretnego tematu: AI działającej lokalnie w przeglądarce, bez chmury i abonamentu, co wpływa na prywatność i koszty tworzenia oprogramowania. Łączy się z modelami open-weight, o których serwis już pisał, takimi jak Gemma i LFM3. Pozwala też oddzielić zapowiedź („proponowany standard”) od rzeczywistości: wersji zapoznawczej jednego producenta, bez wskazanej organizacji standaryzacyjnej.