Лаборатории Collov привлекли 23 миллиона долларов в рамках раунда серии А, чтобы сделать ставку на визуальный ИИ как на следующий интерфейс

Лаборатории Collov привлекли 23 миллиона долларов в рамках раунда серии А и запустили новую исследовательскую лабораторию, направленную на развитие визуальных систем ИИ, что сигнализирует о более широком сдвиге в том, как искусственный интеллект может эволюционировать за пределами текстовых интерфейсов.

Раунд, поддержанный Brightway Future Capital, Taihill Venture и Mindworks Capital, будет финансировать разработку систем, предназначенных для интерпретации изображений и видео, с целью ermögления ИИ понимать и действовать в физическом мире.

Сдвиг в сторону визуального ИИ

Большая часть современного внедрения ИИ сосредоточена вокруг чат-интерфейсов. Лаборатории Collov строятся вокруг другой предпосылки: что визуальный ввод станет основным способом взаимодействия людей с ИИ.

Вместо того, чтобы запрашивать системы текстом, компания фокусируется на ermögлении пользователям указать камеру на сцену и иметь ИИ интерпретировать контекст, рассуждать о том, что он видит, и помогать с реальными действиями. Это отражает более широкий отраслевой переход к многомодальному ИИ, где системы объединяют зрение, язык и рассуждения в едином опыте.

Эта идея не совсем нова, но недавние достижения в вычислительной технике, моделях и обработке на устройстве делают ее все более praktichnoy.

Строительство к реальному взаимодействию ИИ

Лаборатории Collov разрабатывают системы, которые сочетают диффузионные модели, пространственное рассуждение и агентные рабочие процессы. Цель состоит в том, чтобы выйти за пределы статического распознавания изображений и перейти к системам, которые могут понимать отношения внутри сцены и выполнять многоступенчатые действия.

Этот раздел соответствует растущему толчку к системам ИИ, которые взаимодействуют с физическими средами, особенно поскольку аппаратное обеспечение эволюционирует для поддержки реального времени и постоянного контекста.

Фон компании отражает этот фокус. Ее команда имеет опыт в многомодальном ИИ, крупномасштабных системах рекомендаций и прикладном машинном обучении как в академии, так и в промышленности.

От инструментов дизайна к более широкому слою ИИ

Существующие продукты Collov, включая его инструменты дизайна на основе ИИ, предоставляют взгляд на то, как эти системы функционируют на практике. Компания изначально получила признание в таких областях, как дизайн интерьера и генерация визуального контента, где ИИ может интерпретировать пространственные композиции и генерировать реалистичные выходные данные.

Ранние итерации бизнеса фокусировались на платформах дизайна на основе ИИ и автоматизации, подход, который уже получил коммерческий успех в таких областях, как недвижимость, розничная торговля и электронная коммерция.

Эти продукты теперь действуют как обратная связь, поставляя реальные данные, которые помогают улучшить модели компании и усовершенствовать понимание визуальных сред.

Почему визуальный ИИ может расширить внедрение

Одним из основных предположений, лежащих в основе стратегии Collov Labs, является то, что текстовые интерфейсы имеют ограниченный охват. Хотя чат-боты стимулировали осведомленность, большая часть мирового населения еще не взаимодействовала с инструментами ИИ осмысленным образом.

Визуальные интерфейсы, с другой стороны, по своей сути более интуитивны. Сдвиг отражает более ранние переходы в вычислительной технике, где графические интерфейсы сделали системы доступными для более широкой аудитории за пределами технических пользователей.

Если это будет успешно, этот подход может снизить барьер для внедрения ИИ и расширить его использование в отраслях, где визуальный контекст имеет решающее значение, включая розничную торговлю, дизайн, логистику и полевые операции.

Аппаратное обеспечение и ИИ на устройстве

Достижения в аппаратном обеспечении являются ключевым фактором, способствующим росту визуального ИИ. По мере того, как возможности обработки на смартфонах, носимых устройствах и специализированных чипах улучшаются, больше работы, необходимой для интерпретации изображений и видео, может происходить локально в реальном времени. Это снижает задержку и позволяет системам реагировать мгновенно на то, что видит пользователь, а не полагаться исключительно на облачную обработку.

Этот сдвиг также меняет то, как ИИ доставляется. Вместо существования в основном как отдельных приложений визуальная интеллект может стать встроенной в устройства themselves, работающей непрерывно на фоне. Это открывает двери для более контекстно-зависимых взаимодействий, но также вызывает практические проблемы вокруг точности, надежности и того, как эти системы ведут себя в непредсказуемых реальных средах.

Более широкие последствия для взаимодействия ИИ

Переход к визуальному ИИ предполагает постепенный сдвиг в взаимодействии между человеком и компьютером. Системы, которые могут интерпретировать сцены и пространственные отношения, могут снизить потребность в структурированных входных данных, делая ИИ более доступным для пользователей, которые менее комфортно чувствуют себя с текстовыми инструментами.

В то же время сложность реальных сред вводит новые проблемы. Неправильная интерпретация сцены или пропуск ключевого контекста может привести к неправильным выходным данным, и последствия этих ошибок становятся более значительными, когда ИИ приближается к принятию решений.

Вместо того, чтобы заменять существующие интерфейсы, визуальный ИИ, скорее всего, будет эволюционировать вместе с ними, добавляя еще один слой взаимодействия. Со временем это может привести к более интегрированному опыту, где ИИ реагирует на контекст так же, как и на явные инструкции.