Violoop V4は、画面を読み取り先回りするAIアシスタントを目指す

Violoopが賭けているのは、「ブラウザーのタブを開き、丁寧にプロンプトを書いて初めて動くAI」ではない。V4はPCのそばに置く小型端末で、画面に表示されている内容を継続的に読み取り、次に役立ちそうな操作を提案し、ユーザーが承認すればキーボードとマウスの入力を模擬してソフトウェアを操作する設計だという。 1315

深圳のスタートアップであるVioloopの構想は、デスクトップPCをアプリ横断で状況を理解するエージェントへ変えることにある。専用のAI連携機能を持たないソフトでも使える、というのが売りだ。ただし、タスクの確実性、セキュリティ、遅延、ローカル処理によるプライバシーといった重要な点は、現時点では同社の資料や報じられたデモに基づく主張であり、独立した検証結果ではない。

「聞かれてから答える」AIから、「先に提案する」AIへ

一般的なAIアシスタントは、ユーザーがチャットを開き、プロンプトを入力し、必要な背景情報を与えるところから始まる。Violoopが掲げるのは逆の流れだ。アクティブなPC画面を取り込み、複数アプリで進行中の作業から文脈を組み立て、ユーザーが尋ねる前に候補となる操作を示す。

報道されたWeChatのデモでは、同僚から「以前使った履歴書を送ってほしい」と頼まれる。V4は会話の文脈を認識し、該当する履歴書を送る選択肢を表示。ユーザーがキーを押して承認すると、適切なフォルダーを開き、ファイルを探し出してチャットに添付するという。別のAIアプリを開くことも、指示文を書くことも不要という見せ方だ。 15

この仕組みは、主に次の2つで成り立つ。

• 画面認識：個々のアプリとの連携だけに頼らず、表示されているデスクトップ全体の状況を解析する。
• GUI操作：キーボードとマウスのイベントをPCに送信し、人が操作するのと同じように画面上のインターフェースをたどる。 1115

そのためVioloopは、APIを公開していないツールでも動作できるとしている。報道で挙げられた例にはWeChatとJianying（CapCut）がある。 15

なぜ専用ハードウェアなのか

Violoopの主張では、先回りするアシスタントには「ユーザーが作業に集中している間」に反応する速さが必要だ。安定した接続でもクラウドモデルとの往復には少なくとも約3.5秒かかるとしており、会話や作業の途中で割り込む提案には遅すぎる、という。 15

そこで採ったのが、エッジ処理用の専用ハードウェアだ。画面の認識、文脈の絞り込み、記憶の構築、即時の提案といった遅延に敏感な処理はローカルで実行し、より重い推論が必要な場合にクラウドモデルへ回すとしている。 115

同社が掲げる目標は、応答1秒未満、最大1.5秒。この数値は同社による目標・主張であり、独立した性能評価で確認された結果ではない。 15

画面の取り込みからアプリ操作までの流れ

Violoopの現在の製品ページでは、HDMIキャプチャとUSB-HID操作を中心に、次のような構成が説明されている。

1. 取り込む：HDMI 2.0経由でPCの映像出力を受け取り、仕様上は4Kキャプチャに対応する。
2. 端末内で読む：オンデバイスのモデルが、表示された画面の文脈を解釈する。
3. 必要に応じて推論する：Claude、OpenAI、Geminiなどのクラウドモデル向けに、ユーザー自身のAPIキーを設定できる。
4. 操作する：専用のセキュリティ用マイクロコントローラーが、USB-HIDのキーボード・マウスイベントをPCへ送る。 1113

実用上の利点は、幅広いUIとの互換性にある。すべてのアプリにエージェント用APIの実装を求める代わりに、表示されているグラフィカルな画面を相手に操作することを目指す。報道ではV4はWindows、macOS、Linuxをサポートし、約200の一般的なアプリに対応、CLIやMCPにも接続できるとされた。 1315

公表・報道されている主な仕様

現在のVioloop製品資料には、RK3576のオクタコアプロセッサーと、26 TOPSの専用AIアクセラレーターが記載されている。ローカルモデルはQwen 8B Q4で、同社公表ベンチマークでは毎秒53トークンの生成スループットをうたう。同じモデル・精度をOllamaで動かしたMac mini M4の毎秒20トークンと比較しているが、これはベンダー自身の比較だ。 13

一方、より早い時期の報道では、8GBのLPDDR4Xメモリー、5GBの3DスタックDRAM、128GBのeMMC 5.1ストレージ、デュアルディスプレイ対応、ローカルで毎秒45トークンで動く100億パラメーターのモデル、という別の構成が伝えられている。 15

モデル規模とトークン速度は両者で一致しない。構成、ベンチマーク、製品開発段階の違いを反映している可能性はあるが、Violoopは差異を整理できる十分な詳細を公表していない。現時点では、Qwen 8B Q4・毎秒53トークンという同社の最新公表値を参照しつつ、独立比較ではなくメーカー公表ベンチマークとして受け止めるのが妥当だろう。 1315

セキュリティ：ローカル処理と物理承認

画面を見てアプリまで操作するアシスタントには、当然ながらセキュリティ上の懸念がある。Violoopは、機密キーやデータをAI機能とは別のセキュリティチップに分離すると説明している。 1315

ファイル送信や送金のような重要操作については、ユーザーによる追加承認を求めるという。製品資料では、セキュリティチップに接続された物理確認ボタンを採用し、ホストPC上のソフトウェアやAIシステムが承認信号を偽装できないようにする設計を説明している。 13

もっとも、この構成だけで大きな問題が解決するわけではない。利用者は、どの画面情報が取得されるのか、そこから作られた文脈がどれほど保存されるのか、外部モデル利用時に何がクラウド事業者へ送られるのか、そして無害な操作と重大な操作をどれほど確実に見分けられるのかを確認する必要がある。

エッジとクラウドの役割分担

V4は、すべての作業を完全オフラインで行うAIアシスタントとして提示されているわけではない。Violoopが示すのはハイブリッド型の設計だ。

• オンデバイス処理：継続的な画面理解、文脈の選択、記憶のような情報整理、素早い提案を担う。
• クラウドモデル：より長い、あるいは複雑な推論が必要なときに、ユーザー提供のAPIキーを通じて利用できる。 11113

この分担が製品構想の中心である。ローカル処理によって遅延を抑え、日常的な画面データの送信を減らす一方、必要な場面ではクラウドモデルの推論能力を利用するという考え方だ。実際の振り分けルールやデータの扱いは、導入を検討する人が確認すべき重要点として残る。 113

ソフトウェアだけのエージェントとの違い

Violoopが、Tencent WorkBuddyのようなソフトウェア型アシスタントとの差として強調するのは、アプリ横断で継続的に得られる文脈だ。ユーザーが資料を貼り付けたり、ファイルを選んだり、いま何をしているかを毎回説明したりするのを待つのではなく、ハードウェアがデスクトップを時間を通じて観察し、人、プロジェクト、ファイル、アプリ、作業フローについての作業用の全体像を構築することを目指す。 15

これは、単一モデルの賢さだけを競う話ではない。プロンプトやアプリごとの連携で何度も文脈を渡す手間を減らし、可視化された作業環境から文脈を取得しようとする試みだ。

実際に優れた支援になるかは、認識精度とユーザーの信頼にかかっている。次の一手を正しく推測できれば反復作業は減るが、推測を誤れば邪魔になり、場合によっては危険にもなる。だからこそ、確認・承認の仕組みは付加機能ではなく、Violoopの設計の根幹に位置付けられる。

資金調達と投資家

Violoopは、約6か月でエンジェルラウンドとPre-Aラウンドを合わせて1億元超を調達したと報じられている。投資家としては、Lenovo Capital and Incubator Group、CICC Porsche、BlueRun Ventures、YuanSheng Capital、Qifu Capital、Zero2IPO Venturesが挙げられた。Sunward Capitalは、別報道ではXiangyang Capitalとも表記され、長期の専属財務アドバイザーとされている。 1515

別の報道は、さらに新しいラウンドを「数億元規模」とし、Legend Capital、BlueRun Ventures、CICC Porscheの参加を伝えた。これが表現の異なる同一の資金調達なのか、別ラウンドなのかは公開情報から明確ではないため、正確な累計額は慎重に扱う必要がある。 24

まとめ：魅力的な構想だが、検証はこれから

Violoop V4が目指すのは、プロンプトを待つツールから、常時利用できるデスクトップの操作者への移行だ。現在の画面を見て、アプリ横断で文脈を捉え、操作を提案し、承認後には通常のキーボード・マウス操作で実行する。

画面理解をローカルで行うというハードウェアの発想には合理性がある。往復通信の遅延を減らし、アプリごとのAPIに依存しない道を開けるからだ。ただし、その最大の約束はまだ会社のベンチマークやデモの外で十分に証明されていない。仕事の画面、機密ファイル、金融に関わる手順を任せる前には、データの送信先と設定、承認の仕組み、対象アプリでの挙動、独立した信頼性テストを丁寧に確認したい。