Collov Labs indsamler 23 millioner dollars i serie A for at satse på visuelt AI som det næste interface

Collov Labs har indsamlet 23 millioner dollars i serie A og lanceret et nyt forskningslaboratorium med det formål at udvikle visuelle AI-systemer, hvilket signalerer en bredere ændring i, hvordan kunstig intelligens kan udvikle sig ud over tekstbaseret interaktion.

Runden, som er støttet af Brightway Future Capital, Taihill Venture og Mindworks Capital, vil finansiere udviklingen af systemer, der er designed til at fortolke billeder og kamera-indgang, med det formål at aktivere AI til at forstå og handle på den fysiske verden.

En skift væk fra chat-baseret AI

Meget af i dagens AI-adopterings proces er centreret omkring chat-grænseflader. Collov Labs bygger på en anden præmis: at visuel input vil blive den primære måde, mennesker interagerer med AI på.

I stedet for at aktivere systemer med tekst, er virksomheden fokuseret på at aktivere brugere til at pege en kamera på en scene og lade AI fortolke kontekst, resonere om, hvad den ser, og assistere med virkelige handlinger. Dette afspejler en bredere industriel overgang mod multimodal AI, hvor systemer kombinerer vision, sprog og resonement i en samlet oplevelse.

Idéen er ikke helt ny, men nyere fremskridt i beregning, modeller og på-enhed-behandling gør det mere og mere praktisk.

Bygning mod virkelige AI-interaktioner

Collov Labs udvikler systemer, der kombinerer diffusionsmodeller, rumlig resonement og agens-arbejdsgange. Målet er at flytte sig ud over statisk billedgenkendelse mod systemer, der kan forstå relationer inden for en scene og udføre multi-trins handlinger.

Dette afspejler en voksende bevægelse mod AI-systemer, der interagerer med fysiske miljøer, især da hardware udvikler sig til at understøtte realtidsbehandling og varig kontekst.

Virksomhedens baggrund afspejler denne fokus. Deres team har erfaring i multimodal AI, storstilet anbefalings-systemer og anvendt maskinlæring på tværs af både akademiske og industrielle områder.

Fra designværktøjer til en bredere AI-lag

Collovs eksisterende produkter, herunder deres AI-baserede designværktøjer, giver et glimt af, hvordan disse systemer fungerer i praksis. Virksomheden fik oprindeligt fodfæste i områder som indretningsdesign og visuel indholdsgenerering, hvor AI kan fortolke rumlige layout og generere realistiske output.

Tidligere iterationer af forretningen fokuserede på AI-drevne design-platforme og automatiseringsværktøjer, en tilgang, der allerede har set kommerciel trækgivning på tværs af ejendom, detailhandel og e-handelsbrugstilfælde.

Disse produkter fungerer nu som en feedback-løkke, der forsyner virkelige data, der hjælper med at forbedre virksomhedens modeller og finjustere, hvordan de forstår visuelle miljøer.

Hvorfor visuelt AI kan udvide adoption

En af de underliggende antagelser bag Collov Labs’ strategi er, at tekstbaserede grænseflader har begrænset rækkevidde. Mens chatbots har drevet opmærksomhed, har størstedelen af den globale befolkning endnu ikke engageret sig meningfuldt med AI-værktøjer.

Visuelle grænseflader er derimod mere intuitive. Skiftet spejler tidligere overgange i computing, hvor grafiske grænseflader gjorde systemer tilgængelige for en bredere publikum ud over tekniske brugere.

Hvis dette lykkes, kan denne tilgang sænke barrieren for AI-adopterings og udvide dens brug på tværs af brancher, hvor visuel kontekst er afgørende, herunder detailhandel, design, logistik og feltoperationer.

Hardware og på-enhed AI

Fremgang i hardware er en nøgleaktiverende faktor bag opkomsten af visuelt AI. Da proceskapaciteterne forbedres på smartphones, wearables og specialiserede chip, kan mere af det arbejde, der kræves for at fortolke billeder og video, ske lokalt i realtid. Dette reducerer latency og giver systemer mulighed for at svare øjeblikkeligt på, hvad en bruger ser, i stedet for at afhænge fuldstændigt af cloud-baseret behandling.

Dette skift ændrer også, hvordan AI leveres. I stedet for at eksistere primært som selvstændige applikationer, kan visuel intelligens blive integreret i enhederne selv, hvor de kan fungere kontinuerligt i baggrunden. Dette åbner døren for mere kontekst-bevidste interaktioner, men rejser også praktiske bekymringer omkring nøjagtighed, pålidelighed og hvordan disse systemer opfører sig i uforudsigelige virkelige miljøer.

Broader Implikationer for AI-Interaktion

Bevægelsen mod visuelt AI antyder en gradvis skift i menneske-computer-interaktion. Systemer, der kan fortolke scener og rumlige relationer, kan reducere behovet for strukturerede input, og gøre AI mere tilgængelig for brugere, der er mindre komfortable med tekstbaserede værktøjer.

På samme tid introducerer kompleksiteten af virkelige miljøer nye udfordringer. Misfortolkning af en scene eller manglende kontekst kan føre til forkerte output, og konsekvenserne af disse fejl bliver mere betydningsfulde, jo tættere AI kommer på beslutningsprocesser.

Rather than replacing existing interfaces, visual AI is more likely to evolve alongside them, adding another layer of interaction. Over time, this could lead to a more integrated experience where AI responds to context as much as it does to explicit instructions.