Collov Labs získává 23 milionů dolarů v rámci série A, aby vsadil na vizuální AI jako na další rozhraní

Collov Labs získalo 23 milionů dolarů v rámci série A a spustilo novou výzkumnou laboratoř zaměřenou na rozvoj vizuálních systémů AI, což signalizuje širší posun v tom, jak se umělá inteligence může vyvíjet za hranice textové interakce.

Kolo, které podporují Brightway Future Capital, Taihill Venture a Mindworks Capital, bude financovat vývoj systémů navržených pro interpretaci obrazů a vstupu z kamery, s cílem umožnit AI pochopit a jednat ve fyzickém světě.

Odklon od chatbota založeného na AI

Velká část dnešního přijetí AI se soustředila kolem chatovacích rozhraní. Collov Labs staví na jiném předpokladu: že vizuální vstup se stane primárním způsobem, jak lidé interagují s AI.

Místo toho, aby systémy vyvolaly text, se společnost zaměřuje na umožnění uživatelům namířit kameru na scénu a nechat AI interpretovat kontext, uvažovat o tom, co vidí, a pomáhat s reálnými akcemi. To odráží širší průmyslovou transformaci směrem k multimodální AI, kde systémy kombinují vidění, jazyk a uvažování do jednotné zkušenosti.

Nápad není zcela nový, ale recentní pokroky v počítačovém výkonu, modelech a zpracování na zařízení dělají to stále praktičtějším.

Stavba směrem k interakci AI v reálném světě

Collov Labs vyvíjí systémy, které kombinují difuzní modely, prostorové uvažování a agentic pracovní postupy. Cílem je jít za statickou rozpoznávání obrazů směrem k systémům, které mohou pochopit vztahy uvnitř scény a provést vícestupňové akce.

Tato sekce se shoduje s rostoucím tlakem na AI systémy, které interagují s fyzickými prostředími, zejména když se hardware vyvíjí tak, aby podporoval zpracování v reálném čase a trvalý kontext.

Pozadí společnosti odráží tento zaměření. Jejich tým má zkušenosti s multimodální AI, velkými doporučeními systémů a aplikovaným strojovým učením napříč akademickou a průmyslovou sférou.

Od nástrojů pro návrh k širší vrstvě AI

Stávající produkty Collov, včetně jeho AI poháněných nástrojů pro návrh, poskytují pohled na to, jak tyto systémy fungují v praxi. Společnost původně získala trakci v oblastech, jako je návrh interiéru a generování vizuálního obsahu, kde AI může interpretovat prostorové rozložení a generovat realistické výstupy.

Dřívější iterace podnikání se zaměřily na AI poháněné platformy pro návrh a automatizační nástroje, přístup, který již viděl komerční trakci napříč realitními, maloobchodními a e-commerce případy.

Tito produkty nyní fungují jako zpětná smyčka, poskytující reálná data, která pomáhají zlepšit modely společnosti a vylepšit, jak rozumí vizuálním prostředím.

Proč vizuální AI může rozšířit přijetí

Jedním z podkladových předpokladů za strategií Collov Labs je, že textová rozhraní mají omezený dosah. Zatímco chatboty poháněly povědomí, většina globální populace dosud nezapojovala do AI nástrojů smysluplně.

Vizuální rozhraní, na druhé straně, jsou inherentně intuitivnější. Posun odráží dřívější transformace v počítačích, kde grafická rozhraní učinila systémy přístupnými širšímu publiku za hranice technických uživatelů.

Pokud bude úspěšný, tento přístup by mohl snížit bariéru pro přijetí AI a rozšířit jeho použití napříč průmysly, kde je vizuální kontext zásadní, včetně maloobchodu, návrhu, logistiky a terénních operací.

Dopad hardwaru a AI na zařízení

Pokroky v hardwaru jsou klíčovým faktorem za vzestupem vizuální AI. Jak se zpracovatelské schopnosti zlepšují na smartphoních, nositelných zařízeních a specializovaných čipech, více práce potřebné k interpretaci obrazů a videa může probíhat místně v reálném čase. To snižuje latenci a umožňuje systémům reagovat okamžitě na to, co uživatel vidí, místo aby se spoléhaly výhradně na cloudové zpracování.

Tento posun také mění, jak je AI dodávána. Místo toho, aby existovaly primárně jako samostatné aplikace, vizuální inteligence může být vestavěna do zařízení samotných, fungujících neustále na pozadí. To otevírá dveře k více kontextově aware interakcím, ale také vyvolává praktické obavy kolem přesnosti, spolehlivosti a chování těchto systémů v nepředvídatelných reálných prostředích.

Širší důsledky pro interakci AI

Pohyb směrem k vizuální AI naznačuje postupný posun v interakci mezi člověkem a počítačem. Systémy, které mohou interpretovat scény a prostorové vztahy, mohou snížit potřebu strukturovaných vstupů, dělají AI přístupnější uživatelům, kteří jsou méně pohodlní s textovými nástroji.

Zatímco složitost reálných prostředí zavádí nové výzvy. Nesprávná interpretace scény nebo chybějící klíčový kontext může vést k nesprávným výstupům, a důsledky těchto chyb se stávají významnějšími, jak se AI přiblíží rozhodování.

Místo toho, aby nahradily stávající rozhraní, vizuální AI je pravděpodobně bude vyvíjet vedle nich, přidávající další vrstvu interakce. S časem by to mohlo vést k více integrované zkušenosti, kde AI reaguje na kontext stejně jako na explicitní instrukce.