Violoop V4 haluaa tehdä tekoälyavustajasta ennakoivan näyttöä lukemalla

Violoop uskoo, että seuraava tekoälyavustaja ei odota selainvälilehdellä tarkasti muotoiltua pyyntöä. Sen V4 on tietokoneen rinnalle tarkoitettu pieni laite, joka tulkitsee jatkuvasti näytöllä näkyvää sisältöä, ehdottaa mahdollista seuraavaa toimenpidettä ja voi hyväksynnän jälkeen käyttää ohjelmia näppäimistöä ja hiirtä jäljittelemällä. 1315

Shenzheniläisen startupin tavoite on kunnianhimoinen: tehdä pöytäkoneesta tai läppäristä kontekstitietoinen agentti, joka toimii sovellusten välillä myös silloin, kun ohjelmalla ei ole omaa tekoälyintegraatiota. Olennaisimmat lupaukset – tehtävien luotettavuus, tietoturvan toimivuus, viive ja paikallisen käsittelyn yksityisyys – perustuvat kuitenkin yhtiön materiaaleihin ja raportoituihin demoihin, eivät riippumattomiin testeihin.

Ajatus: avustaja aloittaa ennen kehotetta

Useimmat tekoälyavustajat käynnistyvät käyttäjän pyynnöstä: avataan chatbot, kirjoitetaan kehote, annetaan taustatiedot ja toimitaan vastauksen perusteella. Violoopin malli on päinvastainen. Laite kaappaa aktiivisen näytön, muodostaa käsityksen sovellusten välisestä tilanteesta ja nostaa mahdollisen toimenpiteen esiin jo ennen kuin käyttäjä pyytää sitä.

Raportoidussa WeChat-demossa keskustelukumppani pyytää aiemmin käytettyä ansioluetteloa. V4 tunnistaa keskustelun kontekstin ja tarjoaa vaihtoehdon lähettää oikean CV:n. Kun käyttäjä vahvistaa toiminnon näppäinpainalluksella, laite avaa oikean kansion, etsii tiedoston ja lisää sen keskusteluun. Tarkoitus on tehdä tämä ilman erillisen tekoälysovelluksen avaamista tai kirjoitettua ohjetta. 15

Toimintamalli nojaa kahteen kykyyn:

• Näyttötietoisuus: V4 analysoi työpöydällä näkyvää kontekstia sen sijaan, että se olisi riippuvainen yksittäisten sovellusten integraatioista.
• Graafisen käyttöliittymän ohjaus: Laite lähettää tietokoneelle näppäimistö- ja hiiritapahtumia, joten se voi käyttää käyttöliittymiä ihmisen tavoin. 1115

Tämän vuoksi Violoop katsoo laitteen voivan toimia myös sellaisten työkalujen kanssa, joilla ei ole agentille tarkoitettua ohjelmointirajapintaa eli APIa. Raportoituja esimerkkejä ovat WeChat sekä Jianying/CapCut. 15

Miksi yhtiö rakentaa erillistä laitetta?

Violoopin mukaan ennakoivan avustajan on reagoitava silloin, kun käyttäjä on yhä kiinni tehtävässä. Yhtiö väittää, että pilvimallin lähetys- ja vastauskierros kestää vakaallakin yhteydellä vähintään noin 3,5 sekuntia, mikä olisi liian hidasta kesken keskustelun tai työnkulun tulevalle ehdotukselle. 15

Ratkaisuksi se tarjoaa reunalaskentaan perustuvaa laitetta. Viiveherkkä työ – näytön tulkinta, kontekstin suodatus, muistirakenteen muodostus ja välittömät ehdotukset – voidaan yhtiön mukaan tehdä paikallisesti. Vaativampi päättely voidaan tarvittaessa lähettää pilvessä toimivalle mallille. 115

Violoopin ilmoittama tavoite on alle sekunnin vasteaika ja enintään 1,5 sekunnin viive. Luvut ovat yhtiön omia väitteitä, eivät riippumattomasti vahvistettuja mittaustuloksia. 15

Näytön kaappaus ja ohjelmien ohjaus

Violoopin nykyinen tuotesivu kuvaa laitteiston, joka perustuu HDMI-kaappaukseen ja USB-HID-ohjaukseen. HID tarkoittaa tässä käyttöliittymää, jolla laite esiintyy tietokoneelle tavallisena näppäimistönä ja hiirenä.

1. Kaappaus: Laite vastaanottaa tietokoneen näyttösignaalin HDMI 2.0:n kautta. Teknisissä tiedoissa mainitaan 4K-kaappaus.
2. Paikallinen tulkinta: Laitteessa ajettava malli tulkitsee näytöllä näkyvää kontekstia.
3. Päättely tarvittaessa: Käyttäjä voi liittää omat API-avaimensa pilvipalveluihin, kuten Clauden, OpenAI:n tai Geminin malleihin.
4. Toiminta: Erillinen tietoturvamikro-ohjain lähettää USB-HID-näppäimistö- ja hiiritapahtumat tietokoneelle. 1113

Käytännön etu on laaja käyttöliittymäyhteensopivuus. Sen sijaan, että jokaisen sovelluksen pitäisi tarjota oma agentti-API, laite pyrkii toimimaan näkyvän graafisen käyttöliittymän kautta. Raporttien mukaan V4 tukee Windowsia, macOS:ää ja Linuxia. Aiemman raportoinnin mukaan se voisi toimia noin 200 yleisen sovelluksen kanssa sekä yhdistyä CLI:n tai MCP:n kautta. 1315

Ilmoitetut tekniset tiedot – ja ristiriita luvuissa

Violoopin tämänhetkisten tuotemateriaalien mukaan laitteessa on RK3576-kahdeksanydinprosessori ja erillinen 26 TOPS:n tekoälykiihdytin. Paikallinen malli on yhtiön mukaan Qwen 8B Q4. Violoop väittää saavuttavansa julkaisemassaan testissä 53 tokenin generointinopeuden sekunnissa ja vertaa sitä Mac mini M4:n 20 tokeniin sekunnissa samalla mallilla ja tarkkuudella Ollamassa. 13

Aiemmassa raportoinnissa V4:n kokoonpano kuvattiin toisin: 8 Gt LPDDR4X-muistia, 5 Gt 3D-pinottua DRAM-muistia, 128 Gt eMMC 5.1 -tallennustilaa, kahden näytön tuki sekä paikallinen noin 10 miljardin parametrin malli, joka toimisi 45 tokenin sekuntinopeudella. 15

Malli- ja suorituskykyluvut eivät siis täsmää. Ne voivat viitata eri kokoonpanoihin, testimenetelmiin tai tuotteen eri kehitysvaiheisiin, mutta Violoop ei ole julkaissut riittäviä tietoja eron selvittämiseksi. Varovaisin ajantasainen viite on yhtiön oma Qwen 8B Q4- ja 53 tokenia sekunnissa -väite – mutta sitä on pidettävä valmistajan testituloksena, ei riippumattomana vertailuna. 1315

Tietoturva: paikallinen käsittely ja fyysinen vahvistus

Näyttöjä seuraava ja ohjelmia käyttävä avustaja herättää väistämättä tietoturvakysymyksiä. Violoopin mukaan arkaluonteiset avaimet ja tiedot on eristetty tekoälytoiminnoista erilliseen tietoturvasiruun. 1315

Merkittävät toimet, kuten tiedoston lähettäminen tai rahan siirtäminen, vaativat yhtiön mukaan lisävahvistuksen käyttäjältä. Tuotemateriaaleissa kuvataan fyysinen vahvistuspainike, joka on kytketty tietoturvasiruun. Tavoite on, ettei isäntätietokoneen ohjelmisto tai itse tekoäly voisi tuottaa hyväksyntäsignaalia keinotekoisesti. 13

Tällainen rakenne voi pienentää osaa riskeistä, mutta se ei ratkaise kaikkia kysymyksiä. Käyttäjän on edelleen ymmärrettävä, mitä näytöltä kerätään, kuinka kauan johdettua kontekstia säilytetään, mitä lähetetään pilvipalveluun ulkoisia malleja käytettäessä ja kuinka luotettavasti järjestelmä erottaa harmittomat toimet merkittävistä.

Työnjako laitteen ja pilven välillä

V4:ää ei esitetä kaikissa tilanteissa täysin offline-toimivana avustajana. Violoopin malli on hybridi:

• Laitteessa tehtävä käsittely hoitaa jatkuvan näytön ymmärtämisen, kontekstin valinnan, muistia muistuttavan jäsentelyn ja nopeat ehdotukset.
• Pilvimallit voidaan ottaa käyttöön pidempään tai monimutkaisempaan päättelyyn käyttäjän omilla API-avaimilla. 11113

Työnjako on tuotteen keskeinen ajatus. Paikallisen käsittelyn pitäisi pienentää viivettä ja rajoittaa rutiininomaista näyttötiedon siirtämistä, kun taas pilvimallit tuovat lisäkapasiteettia vaativampaan päättelyyn. Tarkat reitityssäännöt ja tiedonkäsittelykäytännöt ovat silti asioita, jotka ostajan kannattaa tarkistaa ennen käyttöönottoa. 113

Ero pelkkiin ohjelmistoagentteihin

Violoop erottautuu esimerkiksi Tencentin WorkBuddy-tyyppisistä ohjelmistoavustajista väitteellä jatkuvasta sovellusten välisestä kontekstista. Sen sijaan, että käyttäjä liittäisi asiakirjoja, valitsisi tiedostoja tai selittäisi tehtävän tilanteen joka kerta uudestaan, laitteiston on tarkoitus tarkkailla työpöytää ajan mittaan ja muodostaa työkonteksti ihmisistä, projekteista, tiedostoista, sovelluksista ja työnkuluista. 15

Kyse ei siten ole vain yksittäisen mallin älykkyydestä vaan kitkan vähentämisestä: konteksti saadaan näkyvästä tietokoneympäristöstä, eikä sitä tarvitse jatkuvasti syöttää kehotteilla tai sovelluskohtaisilla integraatioilla.

Ratkaisevaa on kuitenkin tarkkuus ja käyttäjän luottamus. Jos järjestelmä päättelee seuraavan askeleen oikein, se voi poistaa toistuvaa työtä. Jos se tulkitsee tilanteen väärin, siitä voi tulla häiritsevä tai riskialtis. Vahvistusmekanismi ei siksi ole Violoopin mallissa sivuominaisuus, vaan keskeinen osa suunnittelua.

Rahoitus ja sijoittajat

Violoopin kerrotaan saaneen enkeli- ja Pre-A-rahoitusta yhteensä yli 100 miljoonaa renminbiä noin kuudessa kuukaudessa. Raportoituihin sijoittajiin kuuluvat Lenovo Capital and Incubator Group, CICC Porsche, BlueRun Ventures, YuanSheng Capital, Qifu Capital ja Zero2IPO Ventures. Sunward Capital – toisessa raportissa Xiangyang Capital – nimettiin yhtiön pitkäaikaiseksi yksinoikeudelliseksi rahoitusneuvonantajaksi. 1515

Muut raportit kuvaavat uudempaa rahoituskierrosta ”satojen miljoonien yuanien” arvoiseksi ja mainitsevat osallistujiksi Legend Capitalin, BlueRun Venturesin ja CICC Porschen. Julkisista raporteista ei selviä, onko kyse samasta rahoituksesta eri sanoin vai erillisestä kierroksesta. Siksi tarkkaan kokonaismäärään kannattaa suhtautua varauksella. 24

Yhteenveto

Violoop V4 yrittää siirtää tekoälyavustamisen kehotepohjaisesta työkalusta aina valmiina olevaan työpöytäoperaattoriin: se näkee nykyisen näytön, tunnistaa sovellusten välisen tilanteen, suosittelee toimenpidettä ja käyttää tavallisia näppäimistö- ja hiiriohjauksia hyväksynnän jälkeen.

Laitteen perusajatus on uskottava: paikallinen näytön tulkinta voi vähentää edestakaista verkkoviivettä ja pienentää riippuvuutta sovelluskohtaisista API-rajapinnoista. Suurimmat lupaukset on silti vielä osoitettava yhtiön omien testien ja esittelyjen ulkopuolella. Ennen kuin tällaiselle laitteelle antaa työruudut, arkaluonteiset tiedostot tai rahaliikenteeseen liittyvät työnkulut, kannattaa selvittää tarkasti datan reititysasetukset, hyväksyntäkontrollit, sovelluskohtainen toiminta ja riippumattomasti testattu luotettavuus.