Collov Labs Збільшує $23M Серії A, щоб Поставити на Visual AI як Наступний Інтерфейс

Collov Labs залучив $23 мільйона серії A і запустив нову дослідницьку лабораторію, спрямовану на розвиток візуальних систем штучного інтелекту, що свідчить про більш широкий зсув у тому, як штучний інтелект може розвиватися за межами текстового взаємодії.

Раунд, підтриманий Brightway Future Capital, Taihill Venture і Mindworks Capital, буде фінансувати розробку систем, призначених для інтерпретації зображень і камерного вводу, з метою надання штучному інтелекту можливості розуміти і діяти у фізичному світі.

Зсув Від Чат-Базованого Штучного Інтелекту

Більшість сучасного впровадження штучного інтелекту центрувалася навколо чат-інтерфейсів. Collov Labs будує навколо іншої передумови: що візуальний ввід стане основним способом взаємодії людей зі штучним інтелектом.

Натомість ніж підказувати системи текстом, компанія зосереджена на наданні користувачам можливості вказати камеру на сцену і дати штучному інтелекту інтерпретувати контекст, міркувати про те, що він бачить, і допомагати у реальних діях. Це відображає більш широкий перехід галузі до багатомодального штучного інтелекту, де системи поєднують зір, мову і міркування у єдиний досвід.

Ідея не зовсім нова, але останні досягнення у сфері обчислювальної техніки, моделей і обробки на пристрої роблять її дедалі більш практичною.

Будівництво До Реального Світового Взаємодії Штучного Інтелекту

Collov Labs розробляє системи, які поєднують дифузійні моделі, просторове міркування і агентські робочі процеси. Метою є рухатися за межі статичної розпізнавання зображень до систем, які можуть розуміти відносини всередині сцени і виконувати багатокрокові дії.

Цей напрямок відповідає зростаючому імпульсу до систем штучного інтелекту, які взаємодіють з фізичними середовищами, особливо оскільки апаратне забезпечення розвивається для підтримки обробки в реальному часі і постійного контексту.

Фон компанії відображає цей фокус. Її команда має досвід у багатомодальному штучному інтелекті, великомасштабних системах рекомендацій і прикладному машинному навчанні як в академії, так і в галузі.

Від Інструментів Дизайну До Ширшого Шару Штучного Інтелекту

Існуючі продукти Collov, включаючи його інструменти дизайну, що працюють на штучному інтелекті, дають змогу побачити, як ці системи функціонують на практиці. Компанія спочатку здобула популярність у сфері дизайну інтер’єру і візуальної генерації контенту, де штучний інтелект може інтерпретувати просторові макети і генерувати реалістичні виходи.

Раніші ітерації бізнесу зосереджувалися на платформах дизайну, що працюють на штучному інтелекті, і інструментах автоматизації, підхід, який вже побачив комерційний успіх у сфері нерухомості, роздрібної торгівлі та електронної комерції.

Ці продукти тепер діють як зворотній зв’язок, забезпечуючи реальні дані, які допомагають покращити моделі компанії і уточнити, як вони розуміють візуальні середовища.

Чому Візуальний Штучний Інтелект Може Розширити Впровадження

Одна з основних припущень, що стоять за стратегією Collov Labs, полягає в тому, що текстові інтерфейси мають обмежену сферу дії. Хоча чат-боти сприяли підвищенню усвідомлення, більшість населення світу ще не взаємодіє суттєво зі інструментами штучного інтелекту.

Візуальні інтерфейси, навпаки, є суттєво більш інтуїтивними. Зсув дзеркалює попередні переходи в обчислювальній техніці, де графічні інтерфейси зробили системи доступними для ширшої аудиторії за межами технічних користувачів.

Якщо цей підхід буде успішним, він може знизити бар’єр для впровадження штучного інтелекту і розширити його використання у галузях, де візуальний контекст є суттєвим, включаючи роздрібну торгівлю, дизайн, логістику і польові операції.

Роль Апаратного Забезпечення та Штучного Інтелекту На Пристрої

Досягнення в апаратному забезпеченні є ключовим фактором, що сприяє зростанню візуального штучного інтелекту. Коли можливості обробки на смартфонах, носимих пристроях і спеціалізованих чітах покращуються, більша частина роботи, необхідної для інтерпретації зображень і відео, може відбуватися локально в реальному часі. Це зменшує затримку і дозволяє системам реагувати миттєво на те, що бачить користувач, а не покладатися цілком на обробку, що відбувається в хмарі.

Цей перехід також змінює спосіб доставки штучного інтелекту. Натомість ніж існувати переважно як окремі програми, візуальна інтелект може стати вбудованим у самі пристрої, працюючи безперервно на тлі. Це відкриває двері до більш контекстно-залежних взаємодій, але також піднімає практичні проблеми щодо точності, надійності і того, як ці системи поводяться у непередбачуваних реальних середовищах.

Ширші Імплікації Для Взаємодії Штучного Інтелекту

Перехід до візуального штучного інтелекту свідчить про поступовий зсув у взаємодії людини з комп’ютером. Системи, які можуть інтерпретувати сцени і просторові відносини, можуть зменшити потребу у структурованих вхідних даних, роблячи штучний інтелект більш доступним для користувачів, які менш комфортно почуваються з текстовими інструментами.

Водночас складність реальних середовищ вводить нові виклики. Неправильна інтерпретація сцени або пропуск ключового контексту може привести до неправильних виходів, і наслідки цих помилок стають більш суттєвими, оскільки штучний інтелект наближається до прийняття рішень.

Натомість ніж замінювати існуючі інтерфейси, візуальний штучний інтелект, ймовірно, еволюціонуватиме поряд з ними, додаючи ще один шар взаємодії. З часом це може привести до більш інтегрованого досвіду, де штучний інтелект реагує на контекст так само, як і на явні інструкції.