Violoop V4 Ingin Membuat Asisten AI Proaktif dengan Membaca Layar Komputer

Violoop bertaruh bahwa asisten AI berikutnya tidak akan tinggal di satu tab browser atau menunggu prompt yang ditulis rapi. V4 adalah perangkat kecil yang ditempatkan di sisi komputer, dirancang untuk terus memahami apa yang terlihat di layar, mengusulkan tindakan yang relevan, lalu—setelah disetujui—mengoperasikan perangkat lunak melalui simulasi input keyboard dan mouse. 1315

Janji startup asal Shenzhen ini cukup ambisius: menjadikan komputer desktop sebagai agen yang memahami konteks lintas-aplikasi, termasuk pada perangkat lunak yang tidak memiliki integrasi AI khusus. Namun, klaim paling pentingnya—keandalan menyelesaikan tugas, efektivitas keamanan, latensi, serta privasi pemrosesan lokal—masih bertumpu pada materi perusahaan dan demonstrasi yang dilaporkan, bukan pengujian independen.

Dari AI berbasis prompt ke asisten yang mengantisipasi kebutuhan

Umumnya, asisten AI dimulai dari permintaan eksplisit: pengguna membuka chatbot, memasukkan prompt, memberi konteks, lalu bertindak berdasarkan jawabannya. Konsep yang diajukan Violoop justru berkebalikan. Perangkat ini menangkap tampilan komputer aktif, membangun konteks dari aktivitas di berbagai aplikasi, dan menampilkan kemungkinan tindakan sebelum pengguna memintanya.

Dalam demonstrasi WeChat yang diberitakan, seorang rekan meminta résumé yang pernah digunakan sebelumnya. V4 disebut mengenali konteks tersebut dan menawarkan pilihan untuk mengirim résumé terkait. Setelah pengguna mengonfirmasi dengan menekan tombol, perangkat membuka folder yang sesuai, menemukan berkasnya, lalu melampirkannya ke chat. Semua itu dirancang terjadi tanpa membuka aplikasi AI terpisah atau mengetik instruksi. 15

Alur ini bergantung pada dua kemampuan utama:

• Kesadaran layar: V4 menganalisis konteks desktop yang terlihat, bukan hanya mengandalkan integrasi dengan aplikasi tertentu.
• Kontrol antarmuka grafis (GUI): Perangkat mengirimkan peristiwa keyboard dan mouse ke komputer sehingga dapat menavigasi antarmuka seperti pengguna manusia. 1115

Karena itu, Violoop menyatakan V4 dapat digunakan pada alat yang mungkin tidak menyediakan API. Contoh yang dilaporkan mencakup WeChat dan Jianying/CapCut. 15

Mengapa Violoop memilih perangkat keras khusus

Menurut Violoop, asisten yang proaktif harus merespons saat pengguna masih fokus pada tugasnya. Perusahaan menyatakan perjalanan data bolak-balik ke model cloud dapat memakan setidaknya 3,5 detik, bahkan dengan koneksi stabil—terlalu lambat untuk intervensi di tengah percakapan atau alur kerja. 15

Jawabannya adalah perangkat edge khusus, yakni komputasi yang dilakukan di perangkat dekat pengguna. Violoop menyatakan pekerjaan yang sensitif terhadap latensi—seperti pemahaman layar, penyaringan konteks, pembentukan memori, dan saran instan—dapat dijalankan secara lokal. Penalaran yang lebih berat dapat diteruskan ke model cloud bila diperlukan. 115

Target yang dilaporkan adalah respons di bawah satu detik, dengan batas maksimum 1,5 detik. Angka ini merupakan klaim perusahaan dan belum menjadi hasil performa yang diverifikasi secara independen. 15

Cara V4 membaca layar dan mengendalikan aplikasi

Halaman produk Violoop saat ini menjelaskan konfigurasi perangkat keras yang mengandalkan penangkapan HDMI dan kontrol USB-HID:

1. Menangkap layar: Perangkat menerima keluaran tampilan komputer melalui HDMI 2.0, dengan spesifikasi penangkapan 4K.
2. Membaca secara lokal: Model di perangkat menafsirkan konteks yang tampak di layar.
3. Bernalar bila diperlukan: Pengguna dapat memasukkan API key milik sendiri untuk layanan model cloud, seperti Claude, OpenAI, atau Gemini.
4. Bertindak: Mikrokontroler keamanan khusus mengirim perintah keyboard dan mouse USB-HID ke komputer. 1113

Keunggulan praktisnya adalah kompatibilitas antarmuka yang luas. Alih-alih menunggu setiap aplikasi menyediakan API untuk agen AI, perangkat ini ditujukan untuk berinteraksi dengan antarmuka grafis yang terlihat. V4 dilaporkan mendukung Windows, macOS, dan Linux. Laporan sebelumnya juga menyebut dukungan untuk sekitar 200 aplikasi umum serta koneksi melalui CLI atau MCP. 1315

Spesifikasi yang dilaporkan

Materi produk Violoop saat ini mencantumkan prosesor RK3576 octa-core dan akselerator AI khusus 26 TOPS. Perusahaan menyebut model lokalnya adalah Qwen 8B Q4, dengan klaim throughput generasi 53 token per detik dalam benchmark yang mereka publikasikan. Violoop membandingkannya dengan 20 token per detik pada Mac mini M4 yang menjalankan model dan presisi sama melalui Ollama. 13

Laporan sebelumnya menggambarkan konfigurasi V4 yang agak berbeda: RAM LPDDR4X 8 GB, DRAM bertumpuk 3D 5 GB, penyimpanan eMMC 5.1 128 GB, dukungan dua layar, serta model lokal berukuran 10 miliar parameter dengan kecepatan 45 token per detik. 15

Dua set angka untuk model dan throughput itu tidak sama. Perbedaan tersebut mungkin mencerminkan konfigurasi, benchmark, atau tahap pengembangan produk yang berlainan, tetapi Violoop belum memublikasikan detail yang cukup untuk menyelaraskannya. Rujukan terkini yang paling dapat dipertahankan adalah klaim perusahaan mengenai Qwen 8B Q4 dan 53 token per detik—dengan catatan bahwa itu adalah benchmark vendor, bukan perbandingan independen. 1315

Keamanan: pemrosesan lokal dan konfirmasi fisik

Asisten yang dapat melihat layar dan mengoperasikan aplikasi tentu menimbulkan pertanyaan keamanan. Violoop menyatakan API key dan data sensitif diisolasi dalam cip keamanan terpisah dari fungsi AI. 1315

Untuk tindakan yang berdampak, seperti mengirim berkas atau memindahkan uang, perusahaan menyebut pengguna harus memberi konfirmasi tambahan. Materi produknya menjelaskan adanya tombol konfirmasi fisik yang terhubung ke cip keamanan. Rancangannya dimaksudkan agar perangkat lunak pada komputer maupun sistem AI tidak dapat memalsukan sinyal persetujuan. 13

Arsitektur ini mungkin mengurangi sebagian risiko, tetapi belum menjawab seluruh pertanyaan penting. Pengguna tetap perlu memahami apa yang ditangkap dari layar, berapa lama konteks turunannya disimpan, data apa yang dikirim ke penyedia cloud saat model eksternal dipakai, serta seberapa andal sistem membedakan tindakan biasa dari tindakan yang berkonsekuensi besar.

Pembagian tugas antara edge dan cloud

V4 tidak diposisikan sebagai asisten yang sepenuhnya offline untuk semua tugas. Violoop menggambarkan pendekatan hibrida:

• Pemrosesan di perangkat menangani pemahaman layar yang terus-menerus, pemilihan konteks, pengorganisasian mirip memori, dan saran cepat.
• Model cloud dapat dipakai untuk penalaran yang lebih panjang atau kompleks melalui API key yang disediakan pengguna. 11113

Pembagian ini menjadi inti gagasan produknya. Pemrosesan lokal dimaksudkan untuk menekan latensi dan membatasi pengiriman rutin data layar, sedangkan model cloud memberi kapasitas penalaran tambahan bila tugasnya memang membutuhkan. Aturan perutean data dan detail penanganan datanya tetap menjadi hal yang perlu diverifikasi calon pengguna. 113

Apa bedanya dengan agen AI berbasis perangkat lunak?

Violoop menempatkan pembeda utamanya dari asisten perangkat lunak seperti Tencent WorkBuddy pada konteks lintas-aplikasi yang berkelanjutan. Alih-alih menunggu pengguna menempelkan dokumen, memilih berkas, atau menjelaskan ulang tugas yang sedang dikerjakan, perangkat keras ini dimaksudkan untuk mengamati desktop dari waktu ke waktu dan membangun gambaran kerja tentang orang, proyek, berkas, aplikasi, serta alur kerja. 15

Klaim ini bukan semata soal kecerdasan satu model AI, melainkan soal mengurangi hambatan: konteks diambil dari lingkungan komputasi yang terlihat, alih-alih terus-menerus diberikan ulang lewat prompt atau integrasi spesifik aplikasi.

Apakah pendekatan ini benar-benar menghasilkan bantuan yang lebih baik akan bergantung pada akurasi dan kepercayaan pengguna. Sistem yang mampu menyimpulkan langkah berikutnya dengan tepat dapat memangkas pekerjaan berulang; sebaliknya, sistem yang salah menafsirkan konteks dapat mengganggu atau berisiko. Karena itu, mekanisme konfirmasi bukan fitur pelengkap, melainkan bagian mendasar dari rancangan Violoop.

Pendanaan dan investor

Violoop dilaporkan telah menuntaskan pendanaan angel dan Pre-A dengan total lebih dari RMB100 juta dalam sekitar enam bulan. Investor yang disebut dalam laporan mencakup Lenovo Capital and Incubator Group, CICC Porsche, BlueRun Ventures, YuanSheng Capital, Qifu Capital, dan Zero2IPO Ventures. Sunward Capital—disebut juga sebagai Xiangyang Capital dalam laporan lain—dinamai sebagai penasihat keuangan eksklusif jangka panjang perusahaan. 1515

Laporan lain menyebut pendanaan yang lebih baru senilai “ratusan juta yuan” dengan Legend Capital, BlueRun Ventures, dan CICC Porsche sebagai peserta. Pelaporan publik belum menjelaskan apakah ini pendanaan yang sama dengan istilah berbeda atau putaran terpisah, sehingga total persisnya perlu disikapi dengan hati-hati. 24

Kesimpulan

Violoop V4 mencoba menggeser AI dari alat yang digerakkan prompt menjadi operator desktop yang selalu siap: melihat layar saat ini, mengenali konteks lintas aplikasi, menyarankan tindakan, lalu memakai kontrol keyboard dan mouse biasa setelah memperoleh persetujuan.

Gagasan perangkat kerasnya masuk akal: pemahaman layar secara lokal berpotensi mengurangi latensi bolak-balik dan menghindari ketergantungan pada API khusus tiap aplikasi. Namun, janji terbesarnya masih perlu dibuktikan di luar benchmark dan demonstrasi perusahaan. Sebelum mempercayakan layar kerja, berkas sensitif, atau alur finansial kepada perangkat seperti ini, calon pembeli sebaiknya memeriksa pengaturan perutean data, kontrol persetujuan, perilaku pada aplikasi yang didukung, dan reliabilitas yang telah diuji secara independen.