ํ๋ฉ
Collov Labs, ์๊ฐ AI์ ๋ฒ ํ ํ์ฌ 2,300๋ง ๋ฌ๋ฌ์ ์๋ฆฌ์ฆ A ์๊ธ์ ์กฐ๋ฌํ๋ค
Collov Labs는 2,300만 달러의 시리즈 A 자금을 조달하고 시각 AI 시스템을 발전시키기 위한 새로운 연구소를 설립했으며, 이는 인공 지능이 텍스트 기반 상호작용을 넘어 발전하는 더广泛한 변화를 예고한다.
이 라운드는 Brightway Future Capital, Taihill Venture, 및 Mindworks Capital의 지원을 받아 이미지와 카메라 입력을 해석하기 위한 시스템 개발을资助할 예정이며, 목표는 AI가 물리적 세계를 이해하고 행동할 수 있도록 하는 것이다.
채팅 기반 AI에서 벗어나기
오늘날의 많은 AI 채택은 채팅 인터페이스를 중심으로 이루어져 있다. Collov Labs는 다른 전제를 기반으로 建設하고 있다. 즉, 시각적 입력이 AI와 상호작용하는 주요 방법이 될 것이라는 것이다.
사용자가 텍스트로 시스템을 프롬프트하는 대신, 회사는 사용자가 카메라를 장면에 비추고 AI가 컨텍스트를 해석하고 그들이 본 것을 이유로 하여 실제 행동을 지원하도록 하는 것을 목표로 하고 있다. 이것은 비전, 언어, 및 추론을統一된 경험으로 결합하는 멀티모달 AI로의 산업 전환을 반영한다.
이 아이디어는 전적으로 새로운 것이 아니지만, 최근의 컴퓨팅, 모델, 및 기기 처리 능력의 발전으로 인해 점점 더 실용적이게 되었다.
실제 세계 AI 상호작용으로의 이동
Collov Labs는 확산 모델, 공간적 추론, 및 에이전트 워크플로를 결합하는 시스템을 개발 중이다. 목표는 정적 이미지 인식에서 벗어나 장면 내의 관계를 이해하고 다단계 동작을 실행할 수 있는 시스템으로 이동하는 것이다.
이 섹션은 실제 환경과 상호작용하는 AI 시스템으로의 이동, 특히 하드웨어가 실시간 처리 및 지속적인 컨텍스트를 지원하도록 진화함에 따라, 더广泛한 추진력과 일치한다.
회사의 배경은 이에 부합한다. 팀은 멀티모달 AI, 대규모 추천 시스템, 및 학계와 산업을 아우르는 적용된 기계 학습에 대한 경험을 보유하고 있다.
디자인 툴에서 더广泛한 AI 계층으로
Collov의 기존 제품,包括其 AI 기반 디자인 툴, 이러한 시스템이 실제로 어떻게 작동하는지에 대한 통찰력을 제공한다. 회사는最初에 내부 디자인 및 시각적 콘텐츠 생성과 같은 분야에서 유명세를 탔으며, 여기서 AI는 공간 레이아웃을 해석하고 현실적인 출력을 생성할 수 있다.
사업의 이전 버전은 AI 기반 디자인 플랫폼 및 자동화 툴에 중점을 두었으며, 이는 이미 부동산, 소매, 및 전자상거래 사용 사례에서 상업적 인기를 끌었다.
이러한 제품은現在 실제 세계 데이터를 제공하여 회사의 모델을 개선하고 시각적 환경을 이해하는 방법을 정제하는 피드백 루프로 작동한다.
시각 AI가 채택을 확대할 수 있는 이유
Collov Labs 전략의 근본적인 가정 중 하나는 텍스트 기반 인터페이스가 제한된 범위を持つ다는 것이다. 채팅봇이 인식을 주도했지만,全球の大多数 인구는 아직 AI 툴과 의미 있는 상호작용을 하지 못했다.
시각적 인터페이스는 본질적으로 더直관적이다. 이 전환은 이전의 컴퓨팅 전환과 유사하며, 여기서 그래픽 인터페이스는 기술적 사용자 외의 더广泛한 청중에게 시스템을 접근 가능하게 했다.
성공할 경우, 이 접근법은 AI 채택의 장벽을 낮추고 시각적 컨텍스트가 필수적인 소매, 디자인, 물류, 및 현장 작업을 포함한 산업에서 사용을 확대할 수 있다.
하드웨어 및 기기 내 AI의 중요성
하드웨어의 발전은 시각 AI의 부상背後의 핵심 요인이다. 스마트폰, 웨어러블 기기, 및 전문 칩의 처리 능력이 향상됨에 따라, 이미지 및 비디오를 해석하는 작업의 더 많은 부분이 실제로 로컬에서 실시간으로 발생할 수 있다. 이것은 대기 시간을 줄이고 시스템이 사용자가 본 것을 즉시 응답하도록 허용하며, 클라우드 기반 처리에 완전히 의존하지 않는다.
이 전환은 또한 AI가 제공되는 방법을 변경한다. 독립적인 응용 프로그램으로 존재하는 대신, 시각적 지능은 자체적으로 기기 내에 내장될 수 있으며, 백그라운드에서 지속적으로 작동한다. 이것은 더 컨텍스트에 민감한 상호작용의 문을 열지만, 실제 세계 환경에서 이러한 시스템의 정확성, 신뢰성, 및 행동에 대한 실제 우려도 제기한다.
AI 상호작용에 대한 더广泛한 의미
시각 AI로의 이동은 인간-컴퓨터 상호작용에서 점진적인 전환을 암시한다. 장면 및 공간적 관계를 해석할 수 있는 시스템은 구조화된 입력의 필요성을 줄이고, 텍스트 기반 도구와 덜 편안한 사용자에게 AI를 더 접근 가능하게 할 수 있다.
동시에 실제 세계 환경의 복잡성은 새로운 도전을 제기한다. 장면을 잘못 해석하거나 주요 컨텍스트를 놓치면 잘못된 출력으로 이어질 수 있으며, 이러한 오류의 결과는 AI가 의사 결정에 가까워짐에 따라 더重大해진다.
기존 인터페이스를 대체하는 대신, 시각 AI는 Explicit 지침과 컨텍스트 모두에 응답하는 더統一된 경험을 추가하는 또 다른 상호작용 계층으로 발전할 가능성이 있다. 시간이 지남에 따라 이것은 더統一된 경험으로 이어질 수 있다.
