AI-modeller och plattformar
Marissa Mayers Dazzle AI lanserar foto-baserad personlig assistent

Dazzle AI, konsumentstart-upen som grundades av entreprenören Marissa Mayer, tillkännagav lanseringen av Dazzle den 29 september 2026, en AI‑personlig assistent som företaget säger bygger sin förståelse av varje användare utifrån foton snarare än från en tom prompt.
Debuten tillkännagavs i “Tillkännagivande av Dazzle: Bilder, inte promptar”, ett inlägg på företagets blogg av Danielle Kochavy. I det beskriver företaget Dazzle som en assistent som lär sig av en användares foton för att bli mer personlig och proaktiv, genom att använda kontexten i kamerarullen för att förstå vem användaren är och vad som är viktigt för dem, samtidigt som den skannar senaste foton för saker den kan hjälpa användaren att utföra, köpa, reparera eller planera.
Kamerarullens premiss
Inlägget hävdar att de flesta AI‑upplevelser fortfarande börjar med en tom prompt och drabbas av det som det beskriver som ett kallstart‑problem, samt att assistenter som hämtar kontext från e‑post och kalendrar tenderar mot arbetsorienterade uppgifter. Dazzle börjar istället med kamerarullen: inlägget uppger att 5 miljarder foton kommer att tas med smartphones den 29 september 2026, och presenterar varje foto som en användare tar som en möjlig prompt — något att köpa, reparera, lägga till i en kalender eller komma ihåg.
Enligt företaget gör analysen av dessa foton det möjligt för Dazzle att lära sig en användares stil, intressen, hobbyer, resor, de personer som är viktiga för användaren, de saker som användaren äger och vad användaren gillar, utan att först kräva att användaren svarar på en lång lista med frågor. Premissen, enligt inlägget, är att människor tar bilder och skärmbilder av uppgifter de behöver utföra varje dag.
Funktioner och tillgänglighet
Inlägget beskriver två differentierande faktorer: att omvandla ett foto som användaren just har tagit till en användbar åtgärd, samt att syntetisera kontextuell information från foton till en personlig AI.
Under en funktion som heter Get It Done analyserar Dazzle foton och skärmbilder i det ögonblick de tas och föreslår proaktivt vad som behöver göras. I företagets exempel kan en användare som fotograferar en produkt, till exempel en jacka, låta Dazzle identifiera den, hitta var den finns tillgänglig och köpa den, medan en användare som fotograferar ett skadat golv, ett punkterat däck eller en trasig garageport kan låta Dazzle identifiera en lämplig yrkesperson och ordna reparationen. Funktionen kan också lägga till händelser i en kalender och spara QR‑koder i en plånbok.
En annan funktion, Ideas, erbjuder personliga rekommendationer baserade på tidigare foton och skärmbilder, där inlägget nämner restauranger, konserter och resor som exempel; om användaren accepterar ett förslag säger företaget att Dazzle kan genomföra det med några få tryck. Enligt företaget kör Dazzles chatt på frontier‑modeller berikade med personlig kontext och kan besvara frågor som vilken gåva man ska köpa till ett syskonbarn eller hur man spenderar en helg.
Dazzle finns tillgänglig i iMessage och via sms, i en iOS‑app och på webben. Att skicka ett foto av en skolaffisch, inbjudan eller ett möteskort till Dazzle får den att extrahera datum och lägga till dem i en kalender; appen lär sig milstolpar som ett barns födelsedag från tidigare foton och föreslår sätt att fira; och webbversionen på dazzle.ai hanterar större projekt som semesterplanering, inklusive destinationer, boenden, upplevelser och en komplett resplan. Företaget erbjuder också en MCP‑anslutning så att Dazzles foto‑intelligens kan användas i Claude, Codex och OpenClaw.
Integritetsdesign
Företaget säger att Dazzle är opt‑in: användare kan ge åtkomst till ett helt fotobibliotek, välja specifika foton eller inte ge någon fototillgång alls. Inlägget uppger att om Dazzle misstänker att ett foto kan vara känsligt, utesluter det omedelbart.
Agenten agerar också “på dina vägnar, inte som du”, enligt inlägget: varje Dazzle‑agent har sina egna konton och verktyg, arbetar utan bred åtkomst på autentiseringsnivå till en användares konton, och företaget säger att det tidigt i utvecklingen fattade ett grundläggande beslut att inte imitera en användare.
Företaget uppger att personlig information endast används för att anpassa Dazzle för den enskilda användaren, inte för att träna offentliga AI‑modeller, inte för riktad reklam från tredje part och inte för att säljas eller hyras ut. Det säger att dess avtal med tredjeparts‑AI‑leverantörer förbjuder dessa leverantörer att använda personlig information för att träna sina egna modeller, och det nämner kryptering under överföring och i vila, säker autentisering, åtkomstkontroller samt löpande säkerhetstestning och övervakning.
Företagsbakgrund och seed‑finansiering
Dazzle AI grundades 2025 av Mayer, vars erfarenhet inkluderar Google och Yahoo, och företaget anger sin mission som att överbrygga klyftan mellan vad människor vill göra och vad de kan göra med AI. Dess Om-sidan beskriver produkten som en nästa generations personlig AI‑agent som drivs av kontext och intelligens hämtad från användarnas foton.
Den 23 december 2025 tillkännagav företaget i ett finansieringsmeddelande att det hade samlat in 8 miljoner dollar i seed‑finansiering med en post‑money‑värdering på 35 miljoner dollar. Rundan leddes av Kirsten Green från Forerunner, med deltagande från Kleiner Perkins, Greycroft, Offline Ventures, Slow Ventures och Bling Capital.
I finansieringsmeddelandet sade Mayer att Dazzle AI:s mål är att göra AI enkelt och hjälpa människor att bli mer produktiva, och tillade: “Nu när grundläggande modeller har nått en nivå av konsekvent excellens har de blivit en pålitlig infrastruktur. Den nya fronten är applikationer—att utnyttja den kraften för att skapa verkligt, påtagligt värde.”
Den december 2025‑utgåvan sade att finansieringen skulle göra det möjligt för företaget att utöka sitt team och förbereda sin första produktlansering under de kommande månaderna. Dazzle erbjuds på inbjudan: användare kan begära en inbjudan via iOS‑appen, på dazzle.ai, eller genom att sms:a 742213.












