Lingverse raccoglie 29 milioni di dollari per sviluppare iKairos, un dispositivo wearable AI ispirato a Jibo

L’azienda di hardware AI con sede a Singapore, Lingverse, ha raccolto 29 milioni di dollari in finanziamenti Pre-A per sviluppare iKairos, un dispositivo wearable modulare progettato per comprendere sia l’utente che l’ambiente circostante.

L’azienda descrive iKairos come una continuazione della visione alla base di Jibo, il robot sociale espressivo che ha attirato l’attenzione generale dopo la sua campagna di crowdfunding del 2014. Piuttosto che ricreare Jibo come un altro robot domestico stazionario, Lingverse sta adattando il concetto per un’era di AI multimodale, telecamere wearable e assistenti contestuali.

Lingverse non ha divulgato gli investitori partecipanti, la sua valutazione o i termini finanziari specifici del round. Il finanziamento sosterrà lo sviluppo e la commercializzazione pianificata di iKairos, con preordini previsti per iniziare nel terzo trimestre del 2026.

Spostare il robot sociale oltre il desktop

Jibo è stato progettato come una presenza sociale per la casa, utilizzando telecamere, microfoni, riconoscimento facciale e un display animato per comunicare con le persone. I suoi movimenti espressivi lo hanno distinto dalle assistenti vocali e dagli altoparlanti intelligenti che emergevano all’epoca.

Il robot è stato incluso nella lista delle migliori invenzioni del 2017 di TIME, ma la sua vita commerciale si è rivelata breve. Jibo Inc. ha cessato le operazioni nel 2018 e gli utenti hanno ricevuto un messaggio di addio l’anno successivo, avvertendoli che i server che supportavano molte delle sue funzionalità sarebbero stati presto spenti.

Quella fine è diventata un esempio duraturo sia del potenziale emotivo che dei rischi commerciali associati alla robotica sociale. Lingverse sta riprendendo l’idea di base, ma con un fattore di forma diverso e un approccio più ambizioso alla percezione.

Mentre Jibo rimaneva in una posizione fissa, iKairos sta essere sviluppato come un dispositivo modulare che può funzionare come un wearable o come un compagno da scrivania. Il design conserva un volto espressivo ispirato a Jibo, permettendo al dispositivo di accompagnare l’utente durante tutta la giornata.

Un wearable che guarda in due direzioni

La maggior parte dei wearable dotati di telecamera osserva l’ambiente dal punto di vista dell’utente. Possono identificare oggetti, rispondere a domande su ciò che l’utente vede, catturare foto o fornire informazioni sui luoghi vicini.

Lingverse sostiene che questa prospettiva è solo una parte del contesto di cui un’assistente AI ha bisogno.

iKairos è progettato per spostare lo sguardo tra l’utente e il mondo esterno. Una prospettiva può osservare le espressioni, le attività e il comportamento dell’utente, mentre l’altra può interpretare oggetti, persone e eventi che si verificano intorno a loro.

Combinando queste prospettive nel tempo, Lingverse intende che iKairos costruisca una comprensione più dettagliata delle circostanze dell’utente. Piuttosto che attendere un prompt diretto, il sistema potrebbe eventualmente determinare quando un promemoria, una domanda o una suggerimento possa essere utile.

L’azienda si riferisce a questo ruolo come un “guardiano AI”, sebbene il rilascio iniziale non specifichi la gamma completa di attività disponibili al lancio. Dettagli come la durata della batteria, il peso, il prezzo, i modelli AI supportati, la connettività e le integrazioni con terze parti non sono stati ancora annunciati.

Dal supporto basato su prompt al contesto persistente

La scommessa tecnica più grande dietro iKairos è che la prossima generazione di dispositivi AI personali dovrà capire più di semplici comandi isolati.

I grandi modelli linguistici possono rispondere a prompt dettagliati, ma generalmente mancano di conoscenza diretta di ciò che una persona ha fatto durante tutta la giornata. I wearable possono potenzialmente colmare questa lacuna raccogliendo contesto visivo, audio, di localizzazione e comportamentale prima di passare informazioni rilevanti a un sistema AI.

Questo approccio potrebbe consentire a un’assistente di riconoscere che un utente ha dimenticato un oggetto, sta preparando un’attività programmata o potrebbe aver bisogno di informazioni connesse a ciò che sta accadendo vicino. Potrebbe anche permettere al sistema di personalizzare il proprio comportamento in base alle routine piuttosto che affidarsi esclusivamente a preferenze configurate manualmente.

Tuttavia, l’osservazione persistente introduce domande difficili relative alla privacy, all’accettazione sociale, alla proprietà dei dati e all’accuratezza delle interventi generati dall’AI. Un dispositivo che tenta di anticipare le esigenze di una persona deve distinguere tra momenti veramente utili e situazioni in cui l’interruzione sarebbe invasiva.

Controlli di privacy integrati nel dispositivo

Lingverse afferma che iKairos sta essere sviluppato con protezioni per la privacy a livello di hardware e di sistema.

Il dispositivo include un obturatore della telecamera fisico che gli utenti possono chiudere per bloccare l’osservazione visiva. Lingverse afferma anche che i dati personali saranno elaborati localmente o criptati durante la trasmissione e che i dati degli utenti non saranno utilizzati per addestrare i modelli AI sottostanti.

Questi impegni potrebbero diventare una parte importante della posizionamento del prodotto, in particolare perché iKairos è destinato a osservare l’utente per periodi prolungati. L’efficacia di queste protezioni dipenderà infine dall’architettura tecnica del prodotto, dalle impostazioni predefinite, dalle politiche di conservazione e dalla quantità di elaborazione che può avvenire sul dispositivo.

Lingverse non ha ancora rilasciato documentazione tecnica dettagliata che spieghi quali funzionalità operano localmente, quali richiedono servizi cloud o come gli utenti potranno esaminare e cancellare le informazioni raccolte su di loro.

Il percorso di Jiawei Gu nella interazione uomo-macchina

Il fondatore e CEO di Lingverse, Jiawei Gu, ha trascorso gran parte della sua carriera lavorando su sistemi che combinano visione computerizzata, AI e dispositivi fisici.

Gu ha lavorato in precedenza alla Microsoft (MSFT ) Research e in seguito ha guidato le iniziative di interazione uomo-macchina presso l’Istituto di apprendimento profondo di Baidu. Il suo lavoro includeva BaiduEye, un progetto di wearable computing precoce, e DuLight, un sistema che utilizzava telecamere e apprendimento profondo per aiutare gli utenti con disabilità visive a riconoscere oggetti e informazioni scritte.

Prima di fondare Lingverse, Gu ha fatto parte del consiglio di amministrazione di Jibo e ha creato Luka, un compagno di lettura a forma di gufo che riconosce libri di immagini fisici e li legge ad alta voce ai bambini. La piattaforma attuale di Luka afferma che il dispositivo può riconoscere oltre 20.000 libri di immagini in inglese e 70.000 titoli in cinese.

iKairos riunisce questi filoni. Combina le qualità espressive associate ai robot sociali, la portabilità del hardware wearable e la comprensione visiva resa possibile dall’AI multimodale moderna.

Implicazioni future per i wearable AI contestuali

Dispositivi come iKairos puntano verso un passaggio da assistenti basati su prompt a sistemi AI che interpretano continuamente gli utenti e l’ambiente circostante. Se questo approccio si rivela affidabile, i wearable futuri potrebbero fornire assistenza basata sul contesto continuo piuttosto che attendere istruzioni esplicite, potenzialmente cambiando il modo in cui le persone interagiscono con calendari, comunicazioni, strumenti di salute e dispositivi connessi.

Questo passaggio introdurrebbe anche sfide significative in termini di privacy e governance. Un wearable che osserva sia l’utente che l’ambiente circostante potrebbe catturare informazioni su persone che non hanno acconsentito a essere registrate. I controlli della telecamera fisica e l’elaborazione sul dispositivo potrebbero ridurre alcuni rischi, ma i produttori dovranno comunque essere trasparenti su ciò che viene raccolto, su quanto a lungo viene conservato e su quali funzionalità dipendono dall’infrastruttura cloud.

La categoria dipenderà infine dalla capacità di assistenza proattiva di essere costantemente utile piuttosto che invasiva. I sistemi AI contestuali dovranno capire quando intervenire, quando rimanere silenziosi e come comunicare l’incertezza quando si verificano situazioni di malinteso. Le aziende che risolveranno questi problemi potrebbero aiutare a stabilire una nuova forma di computing ambientale, mentre quelle che falliranno potrebbero rafforzare le preoccupazioni esistenti sulla sorveglianza, sull’automazione non affidabile e sulla fattibilità a lungo termine di hardware dipendente dal cloud.