Lingverse indsamler 29 millioner dollars til udvikling af iKairos, en AI-bærbar enhed inspireret af Jibo

Singaporesk AI-hardwarevirksomhed Lingverse har indsamlet 29 millioner dollars i Pre-A-finansiering til udvikling af iKairos, en modulær bærbar enhed designet til at forstå både dens bruger og den omgivende miljø.

Virksomheden beskriver iKairos som en fortsættelse af visionen bag Jibo, den udtryksfulde sociale robot, der tiltrak bred opmærksomhed efter sin crowdfunding-kampagne i 2014. I stedet for at genskabe Jibo som en anden stationær hjemmerobot tilpasser Lingverse konceptet til en æra med multimodal AI, bærbar kamera og kontekstbevidste assistenter.

Lingverse har ikke offentliggjort de deltagende investorer, dens værdi eller de specifikke finansielle vilkår for runden. Finansieringen vil støtte udviklingen og den planlagte kommercielle lancering af iKairos, med forudbestillinger forventet at begynde i tredje kvartal 2026.

At flytte den sociale robot ud over skrivebordet

Jibo var designet som en social tilstedeværelse i hjemmet, der brugte kameraer, mikrofoner, ansigtsgenkendelse og en animeret skærm til at kommunikere med mennesker. Dens udtryksfulde bevægelser hjalp med at skille den fra taleassistenten og smarte højttalere, der opstod på det tidspunkt.

Robotten var inkluderet i TIME’s Bedste Opfindelser 2017, men dens kommercielle liv var kort. Jibo Inc. ophørte med at fungere i 2018, og brugerne modtog en farvelbesked året efter, der advarede om, at serverne, der understøttede mange af dens funktioner, snart ville blive lukket.

Den afslutning blev et varigt eksempel på både den emotionelle potentiale og de kommercielle risici forbundet med social robotik. Lingverse genoptager den underliggende idé, men med en anden formfaktor og en mere ambitiøs tilgang til perception.

Hvor Jibo forblev på ét sted, udvikles iKairos som en modulær enhed, der kan fungere som enten en bærbar eller en skrivebordsmedhjælper. Designet bevarede et udtryksfuldt ansigt inspireret af Jibo, mens det tillod enheden at følge med dens bruger hele dagen.

En bærbar enhed, der ser i to retninger

De fleste kameraudstyrede bærbarer observerer miljøet fra brugerens synspunkt. De kan identificere objekter, besvare spørgsmål om, hvad brugeren ser, tage billeder eller give information om nærliggende steder.

Lingverse mener, at dette perspektiv er kun en del af den kontekst, en AI-assistent har brug for.

iKairos er designet til at skifte sin blik mellem brugeren og den ydre verden. Et perspektiv kan observere brugerens udtryk, aktiviteter og adfærd, mens det andet kan fortolke objekter, mennesker og begivenheder, der finder sted omkring dem.

Ved at kombinere disse perspektiver over tid har Lingverse til hensigt, at iKairos skal opbygge en mere detaljeret forståelse af brugerens omstændigheder. I stedet for at vente på en direkte prompt kunne systemet til sidst afgøre, hvornår en påmindelse, et spørgsmål eller et forslag kan være nyttigt.

Virksomheden henviser til denne rolle som en “AI-værge”, selvom den første udgave ikke specificerer det fulde udvalg af opgaver, der er tilgængelige ved lanceringen. Detaljer som batterilevetid, vægt, pris, understøttede AI-modeller, tilkobling og tredjepartsintegrationer er endnu ikke blevet offentliggjort.

Fra prompt-baseret assistance til persistent kontekst

Den større tekniske indsats bag iKairos er, at den næste generation af personlige AI-enheder skal forstå mere end isolerede kommandoer.

Store sprogmodeller kan besvare detaljerede prompts, men de mangler generelt direkte viden om, hvad en person har gjort hele dagen. Bærbarer kan potentielt udfylde denne lukning ved at indsamle visuel, lyd-, placering- og adfærdsrelateret kontekst, før de sender relevant information til et AI-system.

Denne tilgang kunne gøre det muligt for en assistent at genkende, at en bruger har glemt et objekt, er i gang med at forberede sig til en planlagt aktivitet eller måske har brug for information, der er forbundet med, hvad der sker i nærheden. Det kunne også tillade systemet at tilpasse sin adfærd på basis af rutiner i stedet for at stole udelukkende på manuelt konfigurerede præferencer.

Men persistent observation introducerer svære spørgsmål omkring privatliv, social accept, dataejerskab og nøjagtigheden af AI-genererede indgreb. En enhed, der forsøger at forudse en persons behov, må skelne mellem virkelig nyttige øjeblikke og situationer, hvor afbrydelse ville være indtrængende.

Privatlivskontroller indbygget i enheden

Lingverse siger, at iKairos udvikles med privatlivsbeskyttelse på både hardware- og systemniveau.

Enheden inkluderer en fysisk kamera-lukke, som brugere kan lukke for at blokere visuel observation. Lingverse siger også, at personlige data enten vil blive behandlet lokalt eller krypteret under transmission, og at brugerdata ikke vil blive brugt til at træne de underliggende AI-modeller.

Disse forpligtelser kan blive en vigtig del af produktets positionering, især fordi iKairos er designet til at observere sin bruger i længere perioder. Effektiviteten af disse beskyttelser afhænger dog af produktets tekniske arkitektur, standardindstillinger, retentionspolitikker og mængden af behandling, der kan ske på enheden.

Lingverse har endnu ikke offentliggjort detaljerede tekniske dokumentationer, der forklarer, hvilke funktioner fungerer lokalt, hvilke kræver cloud-tjenester eller hvordan brugere kan gennemse og slette den indsamlede information.

Jiawei Gus vej gennem menneske-computer-interaktion

Lingverse grundlægger og administrerende direktør Jiawei Gu har brugt en stor del af sin karriere på at arbejde med systemer, der kombinerer computerseende, AI og fysiske enheder.

Gu arbejdede tidligere hos Microsoft (MSFT ) Research og ledede senere menneske-computer-interaktionsinitiativer på Baidus Institute of Deep Learning. Hans arbejde inkluderede BaiduEye, et tidligt bærbar-computing-projekt, og DuLight, et system, der brugte kameraer og dyb læring til at hjælpe synsbesværet brugere med at genkende objekter og skrevne oplysninger.

Før han grundlagde Lingverse, fungerede Gu som bestyrelsesmedlem for Jibo og skabte Luka, en ugleskabt læsefælle, der genkender fysisk billedbøger og læser dem højt for børn. Lukas nuværende platform siger, at enheden kan genkende mere end 20.000 engelske billedbøger og 70.000 kinesiske titler.

iKairos kombinerer disse tråde. Det kombinerer de udtryksfulde kvaliteter, der er forbundet med sociale robotter, den bærbare hardwares mobilitet og den visuelle forståelse, der er mulig med moderne multimodal AI.

Fremtidige implikationer for kontekstbevidste AI-bærbarer

Enheder som iKairos peger mod en skift fra prompt-baseret assistance til AI-systemer, der kontinuerligt fortolker deres brugere og omgivelser. Hvis denne tilgang viser sig pålidelig, kan fremtidige bærbarer give assistance baseret på kontinuerlig kontekst i stedet for at vente på eksplicitte instruktioner, hvilket potentielt kan ændre, hvordan mennesker interagerer med kalendere, kommunikationsværktøjer, sundhedsredskaber og tilkoblede enheder.

Denne skift ville også introducere betydelige privatlivs- og styreudfordringer. En bærbar enhed, der observerer både brugeren og den omgivende miljø, kan indsamle information om tilfældige personer, der ikke har givet deres samtykke til at blive optaget. Fysiske kamerakontroller og behandling på enheden kan reducere nogle risici, men producenter skal stadig være transparente om, hvad der indsamles, hvor længe det opbevares og hvilke funktioner afhænger af cloud-infrastruktur.

Kategorien afhænger ultimativt af, om proaktiv assistance er konsekvent nyttig i stedet for indtrængende. Kontekstbevidste AI-systemer skal forstå, hvornår de skal gribe ind, hvornår de skal forblive stille og hvordan de skal kommunikere usikkerhed, når de misfortolker en situation. Virksomhederne, der løser disse problemer, kan hjælpe med at etablere en ny form for ambient computing, mens de, der fejler, kan forstærke eksisterende bekymringer om overvågning, upålidelig automation og den langsigtede bæredygtighed af cloud-afhængig hardware, og hvordan de kommunikerer usikkerhed, når de misfortolker en situation. De virksomheder, der løser disse problemer, kan hjælpe med at etablere en ny form for ambient computing, mens de, der fejler, kan forstærke eksisterende bekymringer om overvågning, upålidelig automation og den langsigtede bæredygtighed af cloud-afhængig hardware.