Collov Labs recauda 23 millones de dólares en su ronda Serie A para apostar por la inteligencia artificial visual como la próxima interfaz

Collov Labs ha recaudado 23 millones de dólares en su ronda Serie A y ha lanzado un nuevo laboratorio de investigación destinado a avanzar en los sistemas de inteligencia artificial visual, lo que indica un cambio más amplio en la forma en que la inteligencia artificial puede evolucionar más allá de la interacción basada en texto.

La ronda, respaldada por Brightway Future Capital, Taihill Venture y Mindworks Capital, financiará el desarrollo de sistemas diseñados para interpretar imágenes y entrada de cámara, con el objetivo de permitir que la inteligencia artificial comprenda y actúe en el mundo físico.

Un cambio alejado de la inteligencia artificial basada en chat

Muchas de las adopciones de inteligencia artificial de hoy en día se han centrado en interfaces de chat. Collov Labs se está construyendo alrededor de un supuesto diferente: que la entrada visual se convertirá en la forma principal en que las personas interactúan con la inteligencia artificial.

En lugar de activar sistemas con texto, la empresa se centra en permitir a los usuarios apuntar una cámara a una escena y que la inteligencia artificial interprete el contexto, razone sobre lo que ve y asista en acciones del mundo real. Esto refleja una transición más amplia de la industria hacia la inteligencia artificial multimodal, donde los sistemas combinan visión, lenguaje y razonamiento en una experiencia unificada.

La idea no es completamente nueva, pero los avances recientes en computación, modelos y procesamiento en dispositivo están haciéndolo cada vez más práctico.

Construyendo hacia la interacción de inteligencia artificial en el mundo real

Collov Labs está desarrollando sistemas que combinan modelos de difusión, razonamiento espacial y flujos de trabajo agente. El objetivo es moverse más allá del reconocimiento de imágenes estáticas hacia sistemas que puedan comprender las relaciones dentro de una escena y ejecutar acciones multi-paso.

Esta sección se alinea con un impulso creciente hacia sistemas de inteligencia artificial que interactúan con entornos físicos, particularmente a medida que la hardware evoluciona para admitir el procesamiento en tiempo real y el contexto persistente.

El trasfondo de la empresa refleja este enfoque. Su equipo tiene experiencia en inteligencia artificial multimodal, sistemas de recomendación a gran escala y aprendizaje automático aplicado en ambos ámbitos académicos e industriales.

Desde herramientas de diseño hasta una capa de inteligencia artificial más amplia

Los productos existentes de Collov, incluyendo sus herramientas de diseño con inteligencia artificial, proporcionan una visión de cómo funcionan estos sistemas en la práctica. La empresa originalmente ganó tracción en áreas como el diseño de interiores y la generación de contenido visual, donde la inteligencia artificial puede interpretar diseños espaciales y generar salidas realistas.

Las iteraciones anteriores del negocio se centraron en plataformas de diseño impulsadas por inteligencia artificial y herramientas de automatización, un enfoque que ya ha visto tracción comercial en casos de uso de bienes raíces, comercio minorista y comercio electrónico.

Estos productos ahora actúan como un bucle de retroalimentación, suministrando datos del mundo real que ayudan a mejorar los modelos de la empresa y a refinar cómo comprenden los entornos visuales.

Por qué la inteligencia artificial visual puede ampliar la adopción

Una de las suposiciones subyacentes detrás de la estrategia de Collov Labs es que las interfaces basadas en texto tienen un alcance limitado. Si bien los chatbots han impulsado la conciencia, la mayoría de la población mundial aún no ha interactuado significativamente con herramientas de inteligencia artificial.

Las interfaces visuales, por el contrario, son inherentemente más intuitivas. El cambio se asemeja a transiciones anteriores en la informática, donde las interfaces gráficas hicieron que los sistemas fueran accesibles a una audiencia más amplia más allá de los usuarios técnicos.

Si tiene éxito, este enfoque podría reducir la barrera de entrada para la adopción de inteligencia artificial y expandir su uso en industrias donde el contexto visual es esencial, incluyendo el comercio minorista, el diseño, la logística y las operaciones de campo.

La importancia del hardware y la inteligencia artificial en dispositivo

Los avances en hardware son un factor clave que permite el surgimiento de la inteligencia artificial visual. A medida que las capacidades de procesamiento mejoran en smartphones, dispositivos wearables y chips especializados, más del trabajo necesario para interpretar imágenes y video puede ocurrir localmente en tiempo real. Esto reduce la latencia y permite que los sistemas respondan instantáneamente a lo que un usuario está viendo, en lugar de depender enteramente del procesamiento basado en la nube.

Este cambio también cambia la forma en que se entrega la inteligencia artificial. En lugar de existir principalmente como aplicaciones independientes, la inteligencia visual puede volverse parte integrante de los dispositivos en sí, operando continuamente en segundo plano. Esto abre la puerta a interacciones más conscientes del contexto, pero también plantea preocupaciones prácticas sobre precisión, confiabilidad y cómo estos sistemas se comportan en entornos del mundo real impredecibles.

Implicaciones más amplias para la interacción de inteligencia artificial

El movimiento hacia la inteligencia artificial visual sugiere un cambio gradual en la interacción entre humanos y computadoras. Los sistemas que pueden interpretar escenas y relaciones espaciales pueden reducir la necesidad de entradas estructuradas, haciendo que la inteligencia artificial sea más accesible a los usuarios que no se sienten cómodos con las herramientas basadas en texto.

Al mismo tiempo, la complejidad de los entornos del mundo real introduce nuevos desafíos. Malinterpretar una escena o perder contexto clave puede llevar a salidas incorrectas, y las consecuencias de esos errores se vuelven más significativas a medida que la inteligencia artificial se acerca a la toma de decisiones.

En lugar de reemplazar las interfaces existentes, la inteligencia artificial visual es más probable que evolucione junto a ellas, agregando otra capa de interacción. Con el tiempo, esto podría llevar a una experiencia más integrada donde la inteligencia artificial responde al contexto tanto como a las instrucciones explícitas.