Violoop V4 vil gjøre KI-assistenter proaktive ved å lese skjermen din

Violoop satser på at den neste KI-assistenten ikke skal ligge i en nettleserfane og vente på en nøye formulert forespørsel. V4 er en liten enhet som kobles til datamaskinen, tolker det som vises på skjermen fortløpende, foreslår et relevant neste steg – og, etter godkjenning, kan bruke programmer ved å simulere tastatur og mus. 1315

Oppstartsselskapet fra Shenzhen vil gjøre PC-en til en kontekstbevisst agent som kan fungere på tvers av apper, også der det ikke finnes en egen KI-integrasjon. De mest sentrale påstandene om pålitelighet, sikkerhet, responstid og lokalt personvern bygger imidlertid på selskapets eget materiale og rapporterte demonstrasjoner, ikke uavhengige tester.

Fra prompt til forslag før du spør

De fleste KI-assistenter starter med en eksplisitt bestilling: Du åpner en chatbot, skriver en prompt, legger ved kontekst og handler deretter ut fra svaret. Violoop vil snu dette. Enheten skal fange opp innholdet på den aktive skjermen, danne seg en forståelse av hva som skjer på tvers av programmer og vise et mulig tiltak før brukeren ber om det.

I en rapportert WeChat-demo ber en kollega om en CV som har vært brukt tidligere. V4 skal da identifisere sammenhengen og tilby å sende den relevante CV-en. Når brukeren bekrefter med et tastetrykk, åpner systemet riktig mappe, finner filen og legger den ved i chatten. Målet er at dette skal skje uten en separat KI-applikasjon og uten en skrevet instruksjon. 15

Dette bygger på to sentrale funksjoner:

• Skjermforståelse: V4 analyserer synlig skrivebordskontekst, i stedet for bare å være avhengig av integrasjoner mot enkeltsystemer.
• GUI-styring: Enheten sender tastatur- og musehendelser til datamaskinen og kan dermed navigere grafiske brukergrensesnitt slik en person gjør. 1115

Derfor sier Violoop at løsningen kan brukes også med verktøy som ikke har et tilgjengelig API. WeChat og Jianying/CapCut er blant eksemplene som er omtalt. 15

Hvorfor selskapet bygger egen maskinvare

Violoop mener en proaktiv assistent må svare mens brukeren fortsatt er midt i oppgaven. Selskapet hevder at tur-retur-kall til skymodeller kan ta minst 3,5 sekunder, også med stabil nettilkobling, og at dette er for tregt når hjelpen skal dukke opp midt i en samtale eller arbeidsflyt. 15

Svaret er dedikert maskinvare for lokal behandling, ofte kalt edge-prosessering. Ifølge selskapet kan tidssensitive oppgaver – skjermtolkning, filtrering av kontekst, oppbygging av minne og umiddelbare forslag – kjøre lokalt. Mer krevende resonnering kan sendes videre til en skymodell ved behov. 115

Violoop oppgir et mål om respons på under ett sekund, og maksimalt 1,5 sekunder. Dette er selskapets egne ytelsespåstander og ikke uavhengig verifiserte resultater. 15

Slik leser V4 skjermen og styrer appene

Violoops nåværende produktside beskriver et oppsett med HDMI-opptak og USB-HID-styring:

1. Fange opp: Enheten mottar datamaskinens skjermutgang via HDMI 2.0. Spesifikasjonene oppgir 4K-opptak.
2. Tolke lokalt: En modell på enheten analyserer den synlige skjermkonteksten.
3. Resonnere ved behov: Brukeren kan legge inn egne API-nøkler til skymodeller fra blant andre Claude, OpenAI eller Gemini.
4. Handle: En separat sikkerhetsmikrokontroller sender tastatur- og musehendelser via USB-HID til datamaskinen. 1113

Den praktiske fordelen er bred kompatibilitet med grensesnitt. I stedet for at hvert enkelt program må tilby et API for agenter, er enheten ment å samhandle med det synlige grafiske grensesnittet. V4 oppgis å støtte Windows, macOS og Linux. Tidligere omtale har også sagt at den kan fungere med rundt 200 vanlige apper og koble seg til via CLI eller MCP. 1315

Oppgitte maskinvarespesifikasjoner

I Violoops nåværende produktmateriale står det at V4 har en åttekjerners RK3576-prosessor og en egen KI-akselerator på 26 TOPS. Selskapet oppgir at den lokale modellen er Qwen 8B Q4, med en genereringshastighet på 53 tokens per sekund i sin publiserte test. Violoop sammenligner dette med 20 tokens per sekund for en Mac mini M4 som kjører samme modell og presisjon i Ollama. 13

Tidligere omtale beskrev en noe annen V4-konfigurasjon: 8 GB LPDDR4X-minne, 5 GB 3D-stablet DRAM, 128 GB eMMC 5.1-lagring, støtte for to skjermer og en lokal modell med 10 milliarder parametere som skal kjøre med 45 tokens per sekund. 15

De to settene med modell- og ytelsestall stemmer ikke overens. Det kan dreie seg om ulike konfigurasjoner, tester eller produktstadier, men Violoop har ikke offentliggjort nok detaljer til å avklare forskjellen. Den mest oppdaterte referansen er derfor selskapets egen påstand om Qwen 8B Q4 og 53 tokens per sekund – men den bør leses som en leverandørtest, ikke som en uavhengig sammenligning. 1315

Sikkerhet: lokal behandling og fysisk bekreftelse

En assistent som kan se skjermen og styre apper, reiser åpenbare sikkerhetsspørsmål. Violoop sier at sensitive nøkler og data er isolert i en separat sikkerhetsbrikke, adskilt fra KI-funksjonene. 1315

For handlinger med større konsekvenser, som å sende en fil eller overføre penger, sier selskapet at brukeren må gi en ekstra bekreftelse. Produktmaterialet beskriver en fysisk bekreftelsesknapp koblet til sikkerhetsbrikken. Hensikten er å hindre at programvare på vertsmaskinen eller selve KI-systemet kan forfalske et godkjenningssignal. 13

Denne arkitekturen kan redusere enkelte risikoer, men løser ikke alle spørsmålene. Brukere må fortsatt vite hva som hentes inn fra skjermen, hvor lenge avledet kontekst blir lagret, hva som eventuelt sendes til en skyleverandør når eksterne modeller brukes, og hvor pålitelig systemet skiller mellom ufarlige og kritiske handlinger.

Fordelingen mellom lokal KI og sky

V4 presenteres ikke som en helt frakoblet assistent for alle oppgaver. I stedet beskriver Violoop en hybridmodell:

• Lokal behandling på enheten tar seg av vedvarende skjermforståelse, utvalg av kontekst, minnelignende organisering og raske forslag.
• Skymodeller kan brukes til lengre eller mer komplisert resonnering via brukerens egne API-nøkler. 11113

Denne delingen er selve kjernen i produktideen. Lokal behandling skal redusere forsinkelsen og begrense rutinemessig overføring av skjermdata, mens skymodeller kan gi større kapasitet når oppgaven krever det. De nøyaktige reglene for videresending og håndtering av data er fortsatt noe potensielle kjøpere bør undersøke nøye. 113

Forskjellen fra rene programvareagenter

Violoop fremhever kontinuerlig kontekst på tvers av applikasjoner som hovedforskjellen fra programvareassistenter som Tencent WorkBuddy. I stedet for å vente på at brukeren limer inn dokumenter, velger filer eller forklarer oppgaven på nytt, er maskinvaren ment å observere skrivebordet over tid og bygge et arbeidsbilde av personer, prosjekter, filer, apper og arbeidsflyter. 15

Påstanden handler dermed mindre om intelligensen til én bestemt modell og mer om å fjerne friksjon: Konteksten hentes fra det synlige arbeidsmiljøet, fremfor å måtte mates inn på nytt gjennom prompter eller app-spesifikke integrasjoner.

Om dette faktisk gir bedre assistanse, avhenger av treffsikkerhet og tillit. Et system som foreslår riktig neste steg kan fjerne mye rutinearbeid. Et system som tolker situasjonen feil, kan bli forstyrrende eller risikabelt. Bekreftelsesmekanismen er derfor ikke en detalj, men en grunnleggende del av Violoops løsning.

Finansiering og investorer

Violoop skal ha gjennomført englefinansiering og en Pre-A-runde på til sammen over 100 millioner yuan i løpet av rundt seks måneder. Blant investorene som er omtalt, er Lenovo Capital and Incubator Group, CICC Porsche, BlueRun Ventures, YuanSheng Capital, Qifu Capital og Zero2IPO Ventures. Sunward Capital, som i en annen omtale kalles Xiangyang Capital, er oppgitt som selskapets eksklusive langsiktige finansielle rådgiver. 1515

Andre rapporter omtaler en nyere runde på «hundrevis av millioner yuan», med Legend Capital, BlueRun Ventures og CICC Porsche blant deltakerne. Offentlig tilgjengelig omtale gjør det ikke klart om dette er samme finansiering med ulik begrepsbruk eller en separat runde. Det nøyaktige totalbeløpet bør derfor behandles med varsomhet. 24

Kort fortalt

Violoop V4 prøver å flytte KI-assistanse fra et promptdrevet verktøy til en alltid tilgjengelig skrivebordsoperatør: en som ser den aktuelle skjermen, gjenkjenner kontekst mellom programmer, foreslår en handling og bruker vanlige tastatur- og musekontroller etter godkjenning.

Maskinvareideen er i utgangspunktet troverdig: Lokal tolkning av skjermen kan redusere ventetid og minske avhengigheten av app-spesifikke API-er. Men de største løftene er fortsatt ikke bevist utenfor selskapets egne demonstrasjoner og målinger. Før en slik enhet får tilgang til jobbskjermer, sensitive dokumenter eller økonomiske arbeidsflyter, bør kjøpere undersøke innstillinger for dataruting, godkjenningskontroller, faktisk oppførsel i støttede apper og uavhengig testet pålitelighet.