Collov Labs raccoglie 23 milioni di dollari nella serie A per scommettere sull’intelligenza artificiale visiva come prossima interfaccia

Collov Labs ha raccolto 23 milioni di dollari nella serie A e ha lanciato un nuovo laboratorio di ricerca volto a far avanzare i sistemi di intelligenza artificiale visiva, segnalando un più ampio cambiamento nel modo in cui l’intelligenza artificiale potrebbe evolversi oltre l’interazione basata sul testo.

Il round, supportato da Brightway Future Capital, Taihill Venture e Mindworks Capital, finanzierà lo sviluppo di sistemi progettati per interpretare immagini e input della telecamera, con l’obiettivo di consentire all’intelligenza artificiale di comprendere e agire sul mondo fisico.

Un allontanamento dall’AI basata sulla chat

Molta dell’attuale adozione dell’AI si è concentrata su interfacce di chat. Collov Labs sta costruendo attorno a un diverso presupposto: che l’input visivo diventerà il modo principale in cui le persone interagiranno con l’AI.

Invece di fornire sistemi con testo, l’azienda si concentra sull’abilitare gli utenti a puntare una telecamera su una scena e far sì che l’AI interpreti il contesto, ragioni su ciò che vede e aiuti con azioni nel mondo reale. Ciò riflette una più ampia transizione dell’industria verso l’AI multimodale, dove i sistemi combinano visione, linguaggio e ragionamento in un’esperienza unificata.

L’idea non è del tutto nuova, ma recenti progressi nel calcolo, nei modelli e nell’elaborazione sul dispositivo stanno rendendo sempre più pratico.

Costruire verso un’interazione AI nel mondo reale

Collov Labs sta sviluppando sistemi che combinano modelli di diffusione, ragionamento spaziale e flussi di lavoro agente. L’obiettivo è superare il riconoscimento di immagini statiche verso sistemi che possano comprendere le relazioni all’interno di una scena e eseguire azioni multi-step.

Questa sezione si allinea con una crescente spinta verso sistemi AI che interagiscono con ambienti fisici, in particolare poiché l’hardware evolve per supportare l’elaborazione in tempo reale e il contesto persistente.

La storia dell’azienda riflette questo focus. Il suo team ha esperienza in AI multimodale, sistemi di raccomandazione su larga scala e apprendimento automatico applicato sia in ambito accademico che industriale.

Dai tool di design a uno strato AI più ampio

I prodotti esistenti di Collov, tra cui i suoi strumenti di design basati sull’AI, forniscono uno sguardo su come questi sistemi funzionano nella pratica. L’azienda ha inizialmente guadagnato slancio in aree come il design di interni e la generazione di contenuti visivi, dove l’AI può interpretare layout spaziali e generare output realistici.

Le prime iterazioni dell’azienda si sono concentrate su piattaforme di design guidate dall’AI e strumenti di automazione, un approccio che ha già visto una trazione commerciale in casi d’uso come il settore immobiliare, il retail e l’e-commerce.

Questi prodotti agiscono ora come un ciclo di feedback, fornendo dati del mondo reale che aiutano a migliorare i modelli dell’azienda e a raffinare la comprensione degli ambienti visivi.

Perché l’AI visiva potrebbe espandere l’adozione

Una delle ipotesi di base alla strategia di Collov Labs è che le interfacce basate sul testo hanno un limite di portata. Mentre i chatbot hanno guidato la consapevolezza, la maggior parte della popolazione globale non ha ancora interagito in modo significativo con gli strumenti AI.

Le interfacce visive, al contrario, sono intrinsecamente più intuitive. Il passaggio specchia transizioni precedenti nel calcolo, dove le interfacce grafiche hanno reso i sistemi accessibili a un pubblico più ampio oltre gli utenti tecnici.

Se questo approccio avrà successo, potrebbe abbassare la barriera all’ingresso per l’adozione dell’AI e ampliarne l’uso attraverso settori in cui il contesto visivo è essenziale, tra cui retail, design, logistica e operazioni sul campo.

L’hardware e l’AI sul dispositivo

I progressi nell’hardware sono un fattore chiave che consente la crescita dell’AI visiva. Man mano che le capacità di elaborazione migliorano su smartphone, dispositivi indossabili e chip specializzati, più del lavoro necessario per interpretare immagini e video può avvenire localmente in tempo reale. Ciò riduce la latenza e consente ai sistemi di rispondere istantaneamente a ciò che l’utente sta vedendo, piuttosto che affidarsi interamente all’elaborazione basata sul cloud.

Questo passaggio cambia anche il modo in cui l’AI viene consegnata. Invece di esistere principalmente come applicazioni autonome, l’intelligenza visiva può diventare integrata all’interno dei dispositivi stessi, operando ininterrottamente sullo sfondo. Ciò apre la porta a interazioni più consapevoli del contesto, ma solleva anche preoccupazioni pratiche sull’accuratezza, l’affidabilità e il comportamento di questi sistemi in ambienti del mondo reale imprevedibili.

Implicazioni più ampie per l’interazione AI

Il passaggio verso l’AI visiva suggerisce un graduale cambiamento nell’interazione uomo-macchina. I sistemi che possono interpretare scene e relazioni spaziali potrebbero ridurre la necessità di input strutturati, rendendo l’AI più accessibile agli utenti meno a loro agio con gli strumenti basati sul testo.

Allo stesso tempo, la complessità degli ambienti del mondo reale introduce nuove sfide. L’errata interpretazione di una scena o la mancata considerazione di un contesto chiave può portare a output errati, e le conseguenze di questi errori diventano più significative man mano che l’AI si avvicina alla presa di decisioni.

Rather che sostituire le interfacce esistenti, l’AI visiva è più probabile che evolva parallelamente a esse, aggiungendo un altro livello di interazione. Nel tempo, ciò potrebbe portare a un’esperienza più integrata in cui l’AI risponde al contesto tanto quanto fa con le istruzioni esplicite.