Collov Labs samler inn 23 millioner dollar i serie A for å satse på visuell AI som neste grensesnitt

Collov Labs har samlet inn 23 millioner dollar i serie A og lansert et nytt forskningslaboratorium med mål om å fremme visuelle AI-systemer, noe som signaliserer en bredere endring i hvordan kunstig intelligens kan utvikle seg beyond tekstbasert interaksjon.

Runden, som er støttet av Brightway Future Capital, Taihill Venture og Mindworks Capital, vil finansiere utviklingen av systemer som er designet for å tolke bilder og kamera-inndata, med mål om å aktivere AI til å forstå og handle på den fysiske verden.

En skiftning bort fra chat-basert AI

Mye av dagens AI-adoptsjon har sentrert seg rundt chat-grensesnitt. Collov Labs bygger rundt en annen premisse: at visuell inndata vil bli den primære måten mennesker interagerer med AI på.

I stedet for å trigge systemer med tekst, er selskapet fokusert på å aktivere brukerne til å peke en kamera på en scene og la AI tolke kontekst, grunne om hva den ser, og assistere med virkelige handlinger. Dette reflekterer en bredere industriell overgang mot multimodal AI, hvor systemer kombinerer visjon, språk og grunnleggende resonnering i en samlet opplevelse.

Idéen er ikke helt ny, men nylige fremgang i beregning, modeller og på-enhet-behandling gjør det mer og mer praktisk.

Bygging mot virkelige AI-interaksjoner

Collov Labs utvikler systemer som kombinerer diffusjonsmodeller, romlig grunnleggende resonnering og agens-arbeidsflyter. Målet er å gå beyond statisk bilde-gjenkjenning mot systemer som kan forstå relasjoner innen en scene og utføre flertrinns-handlinger.

Dette avsnittet er i linje med en økende trend mot AI-systemer som interagerer med fysiske miljøer, særlig når hardware utvikler seg for å støtte sanntids-behandling og varig kontekst.

Selskapets bakgrunn reflekterer denne fokuset. Deres team har erfaring i multimodal AI, stor-skala anbefalings-systemer og anvendt maskinlæring over både akademia og industri.

Fra design-verktøy til en bredere AI-lag

Collovs eksisterende produkter, inkludert deres AI-drevne design-verktøy, gir et glimt inn i hvordan disse systemene fungerer i praksis. Selskapet fikk opprinnelig grep i områder som interiør-design og visuell innholdsgenerering, hvor AI kan tolke romlige layouter og generere realistiske utdata.

Tidligere iterasjoner av bedriften fokuserte på AI-drevne design-plattformer og automatiserings-verktøy, en tilnærming som allerede har sett kommersiell suksess over flere bransjer, inkludert eiendom, detaljhandel og e-handel.

Disse produktene fungerer nå som en tilbakemeldings-syklus, som forsyner virkelige data som hjelper med å forbedre selskapets modeller og finjustere hvordan de forstår visuelle miljøer.

Hvorfor visuell AI kan utvide adopsjonen

En av de underliggende antagelsene bak Collov Labs’ strategi er at tekst-basert grensesnitt har begrensede muligheter. Mens chat-bots har drevet oppmerksomhet, har størsteparten av den globale befolkningen ennå ikke engasjert meningsfullt med AI-verktøy.

Visuelle grensesnitt, på den andre siden, er innebygget mer intuitive. Skiftningen speiler tidligere overganger i datamaskin-bruk, hvor grafiske grensesnitt gjorde systemer tilgjengelige for en bredere publikum utenfor tekniske brukere.

Hvis dette lykkes, kan denne tilnærmingen senke terskelen for AI-adoptsjon og utvide bruken over industrier hvor visuell kontekst er essensiell, inkludert detaljhandel, design, logistikk og felt-operasjoner.

Hardwares og på-enhet AI

Fremgang i hardware er en nøkkel-aktiverende faktor bak oppblomstringen av visuell AI. Etterhvert som prosesserings-egenskaper forbedres på smarttelefoner, wearables og spesialiserte chip, kan mer av arbeidet som kreves for å tolke bilder og video skje lokalt i sanntid. Dette reduserer forsinkelse og tillater systemer å svare umiddelbart på hva en bruker ser, i stedet for å være avhengig av sky-basert prosessering.

Dette skiftet endrer også hvordan AI leveres. I stedet for å eksistere primært som selvstendige applikasjoner, kan visuell intelligens bli innbygget i enheter selv, og fungere kontinuerlig i bakgrunnen. Dette åpner døren for mer kontekst-bevisste interaksjoner, men også praktiske bekymringer rundt nøyaktighet, pålitelighet og hvordan disse systemene oppfører seg i uforutsigbare virkelige miljøer.

Broderere implikasjoner for AI-interaksjon

Bevegelsen mot visuell AI antyder en gradvis skiftning i menneske-datamaskin-interaksjon. Systemer som kan tolke scener og romlige relasjoner kan redusere behovet for strukturerte inndata, og gjøre AI mer tilgjengelig for brukere som er mindre komfortable med tekst-basert verktøy.

Samtidig introduserer kompleksiteten i virkelige miljøer nye utfordringer. Misfortolking av en scene eller manglende viktig kontekst kan føre til feilaktige utdata, og konsekvensene av disse feilene blir mer betydningsfull når AI nærmer seg beslutnings-takende.

I stedet for å erstatte eksisterende grensesnitt, er visuell AI mer sannsynlig å utvikle seg parallelt med dem, og legge til en annen lag av interaksjon. Over tid kan dette føre til en mer integrert opplevelse hvor AI responderer på kontekst like mye som det gjør på eksplisitte instruksjoner.