Lingverse 籌集 2900 萬美元開發 iKairos，一款受 Jibo 啟發的 AI 可穿戴設備

新加坡人工智慧硬體公司 Lingverse 籌集了 2900 萬美元的 Pre-A 輪資金，用于開發 iKairos，一款模組化可穿戴設備，旨在了解其用戶和周圍環境。

該公司將 iKairos 描述為 Jibo 的延伸，Jibo 是一款在 2014 年眾籌活動中引起廣泛關注的社交機器人。Lingverse 沒有重製 Jibo 作為另一款家用機器人，而是將其概念應用於多模態 AI、可穿戴相機和上下文感知助手的時代。

Lingverse 沒有披露參與投資的公司、估值或此輪融資的具體財務條款。該資金將支持 iKairos 的開發和計劃中的商業化，預計在 2026 年第三季度開始接受預訂。

將社交機器人從桌面擴展到可穿戴

Jibo 被設計為家中的社交存在，使用相機、麥克風、面部識別和動畫顯示來與人們溝通。其富有表情的動作有助於將其與當時出現的語音助手和智能音箱區別開來。

該機器人被列入 TIME 雜誌 2017 年最佳發明，但其商業生涯卻很短暫。Jibo 公司在 2018 年停止運營，使用者在次年收到了一條告別消息，警告說支持其許多功能的伺服器將很快關閉。

這一結局成為社交機器人情感潛力和商業風險的持久例子。Lingverse 正在重新考慮這一基本理念，但採用了不同的形式和更雄心勃勃的感知方法。

Jibo 只能留在一個位置，而 iKairos 正在被開發為一款模組化設備，可以作為可穿戴或桌面伴侶。該設計保留了受 Jibo 啟發的富有表情的面孔，同時允許設備在整天都伴隨著用戶。

一款可穿戴設備，同時觀察用戶和周圍環境

大多數具有相機的可穿戴設備都從用戶的角度觀察周圍環境。它們可以識別物體、回答用戶所見問題、拍攝照片或提供附近地方的信息。

Lingverse 認為這種視角只是 AI 助手所需的上下文的一部分。

iKairos 被設計為在用戶和外部世界之間切換視角。一種視角可以觀察用戶的表情、活動和行為，另一種視角可以解釋周圍發生的物體、人和事件。

通過結合這些視角，Lingverse 打算讓 iKairos 建立對用戶情況的更詳細理解。與其等待直接提示，系統最終可以確定何時提醒、問題或建議可能是有用的。

該公司將這種角色稱為“AI 守護者”，雖然初始版本並未指定在啟動時可用的全部任務。包括電池壽命、重量、價格、支持的 AI 模型、連接性和第三方集成在內的詳細信息尚未公佈。

從基於提示的助手到持續的上下文

iKairos 背後的更大技術賭注是，下一代個人 AI 設備需要了解更多的內容，而不僅僅是孤立的命令。

大型語言模型可以響應詳細的提示，但它們通常缺乏直接了解用戶在一天中所做的事情的知識。可穿戴設備可以通過在將相關信息傳遞給 AI 系統之前收集視覺、音頻、位置和行為上下文來填補這個空白。

這種方法可以使助手在用戶忘記了一件事情、正在為一個安排的活動做準備或可能需要與附近發生的事情相關的信息時進行識別。它還可以允許系統根據日常習慣而不是僅僅依賴手動配置的偏好來個性化其行為。

然而，持續觀察引入了涉及隱私、社會接受、數據所有權和 AI 生成干預的準確性的艱難問題。嘗試預測用戶需求的設備必須區分真正有用的時刻和可能會造成干擾的情況。

設備中內建的隱私控制

Lingverse 表示 iKairos 正在被開發，具有硬體和系統級別的隱私保護。

該設備包括一個物理相機快門，允許用戶關閉視覺觀察。Lingverse 還表示，個人數據將在本地處理或在傳輸過程中加密，並且用戶數據將不會用於訓練底層 AI 模型。

這些承諾可能會成為產品定位的重要組成部分，特別是因為 iKairos 旨在觀察用戶長達數小時。這些保護措施的有效性最終將取決於產品的技術架構、默認設置、保留策略和可以在設備上進行的處理量。

Lingverse 尚未發佈詳細的技術文檔，解釋哪些功能在本地運行，哪些需要雲服務，或者用戶如何查看和刪除收集的信息。

Jiawei Gu 在人機交互領域的經歷

Lingverse 的創始人和 CEO Jiawei Gu 在其大部分職業生涯中都在從事結合電腦視覺、AI 和物理設備的系統。

Gu 曾在 Microsoft (MSFT ) 研究院工作，後來在百度的深度學習研究所領導人機交互項目。他的工作包括 BaiduEye，一個早期的可穿戴計算項目，以及 DuLight，一個使用相機和深度學習來幫助視覺障礙用戶識別物體和書面信息的系統。

在創立 Lingverse 之前，Gu 曾在 Jibo 的董事會任職，並創建了 Luka，一款可以識別實物圖片書並為兒童朗讀的 owl 型讀書伴侶。Luka 的當前平台聲稱該設備可以識別超過 20,000 本英語圖片書和 70,000 本中文圖書。

iKairos 將這些線索結合在一起。它結合了與社交機器人相關的富有表情的特質、可穿戴硬體的便攜性和現代多模態 AI 所提供的視覺理解。

對上下文感知 AI 可穿戴設備的未來影響

如 iKairos 這樣的設備指向了一種從基於提示的助手到持續上下文的 AI 系統的轉變。如果這種方法被證明是可靠的，未來的可穿戴設備可能會根據持續的上下文提供幫助，而不是等待明確的指令，從而可能改變人們與日曆、通信、健康工具和連接設備的交互方式。

這種轉變也會引入重大的隱私和治理挑戰。觀察用戶和周圍環境的可穿戴設備可能會捕捉到未經同意被錄製的旁觀者的信息。物理相機控制和設備上的處理可以減少一些風險，但製造商仍需要透明地披露收集的信息、保留的時間和依賴於雲基礎設施的功能。

該類別最終將取決於是否始終提供有用的幫助而不是干擾。上下文感知 AI 系統需要了解何時進行干預、何時保持沉默以及何時溝通不確定性。解決這些問題的公司可能會幫助建立一種新的環境計算形式，而那些失敗的公司可能會加強現有的監視、不可靠的自動化和雲基礎設施硬體的長期可行性的擔憂，和如何溝通不確定性當它們誤解了一種情況。The companies that solve those problems may help establish a new form of ambient computing, while those that fail could reinforce existing concerns about surveillance, unreliable automation, and the long-term viability of cloud-dependent hardware.

, and how to communicate uncertainty when they misinterpret a situation. The companies that solve those problems may help establish a new form of ambient computing, while those that fail could reinforce existing concerns about surveillance, unreliable automation, and the long-term viability of cloud-dependent hardware.