Violoop V4: ИИ-устройство, которое видит экран и действует на ПК

Violoop V4 пытается решить знакомую проблему ИИ-помощников: чат-бот может ответить на вопрос, но обычно не видит, что происходит в приложениях, и не способен сам пройти несколько шагов в интерфейсе. Китайский стартап предлагает вынести такого помощника в отдельное компактное устройство рядом с компьютером.

По замыслу Violoop, V4 должен постоянно понимать визуальный контекст рабочего стола: заметить письмо, сообщение или открытый документ, предложить полезное действие, а после одобрения пользователя выполнить его кликами и нажатиями клавиш. Однако важно помнить: V4 пока находится на стадии подготовки к запуску. Его возможности, демонстрации и показатели скорости основаны на заявлениях компании и публикациях СМИ, а не на независимых обзорах серийного устройства. 13

Как V4 должен работать

Устройство подключается между монитором и компьютером: оно получает изображение экрана, а команды возвращает через USB-HID (Human Interface Device) — тот же стандартный тип ввода, который используется обычными клавиатурами и мышами. Violoop заявляет поддержку Windows, macOS и Linux без установки драйверов. 910

Это принципиально иной подход, чем у чат-бота в отдельном окне. В теории V4 может видеть запрос в мессенджере, открытую папку, таблицу или форму на сайте, соотносить их с текущей задачей и предложить дальнейший шаг. После подтверждения он должен сам вводить текст, нажимать кнопки и перемещаться между приложениями.

В одной из описанных демонстраций устройство заметило в WeChat просьбу повторно прислать ранее отправленное резюме. Оно запросило разрешение, открыло нужную папку, нашло файл и добавило его в чат. Смысл такого сценария не в отправке резюме как таковой, а в том, что помощник начинает работу по видимому контексту, а не после нового текстового запроса в ИИ-чат. 3

Зачем имитировать мышь и клавиатуру

Многие программные агенты работают через API, разрешения операционной системы, расширения браузера или специальные интеграции. Когда такие интерфейсы доступны, они могут быть надёжнее и лучше структурированы. Но без них агент ограничен приложениями, разработчики которых открыли нужные функции.

Violoop предлагает обходной путь: распознавать содержимое экрана и действовать так же, как человек, — через ввод с USB-клавиатуры и мыши. Теоретически это позволяет работать со старыми программами, закрытыми корпоративными системами и другими приложениями без API. При наличии структурированных подключений компания также заявляет интеграции более чем с 200 приложениями через интерфейс командной строки или MCP (Model Context Protocol). 139

Универсальность здесь одновременно и преимущество, и риск. Чтобы корректно нажать кнопку, набрать текст или отправить файл, системе нужно верно интерпретировать постоянно меняющийся интерфейс на экране.

Почему компания делает ставку на отдельное «железо»

Генеральный директор Violoop Хэ Цзялинь считает, что проактивному помощнику для рабочего стола нужна почти мгновенная реакция. По сообщениям, компания ориентируется на время отклика менее одной секунды для ключевых взаимодействий и не более примерно 1,5 секунды в остальных случаях. Для сравнения он приводит облачные модели, у которых полный цикл запроса и ответа занимает как минимум около 3,5 секунды. 23

Это не сопоставимый независимый тест задержек, а аргумент в пользу выбранного дизайна продукта. Но логика понятна: если помощник реагирует на происходящее во время работы, он должен успевать до того, как пользователь сам выполнит действие или потеряет ход мысли.

Локальная обработка важна и для приватности. Violoop утверждает, что необработанный поток изображения с экрана при обычной работе анализируется прямо на устройстве, а не непрерывно отправляется на сервер. 8

Заявленные характеристики V4

Согласно публикациям, V4 использует восьмиядерный процессор Rockchip RK3576 и специализированный ИИ-ускоритель производительностью 26 TOPS. В конфигурации указаны 8 ГБ памяти LPDDR4X, ещё 5 ГБ многослойной памяти и накопитель eMMC объёмом 128 ГБ. Также заявлена работа с двумя дисплеями и отдельный чип безопасности. 3

Violoop сообщала, что способна запускать локальную модель примерно на 10 млрд параметров со скоростью около 45 токенов в секунду. В более свежих материалах компания указывает локальную Qwen 8B и результат около 53 токенов в секунду. Разница отражает смену конфигурации модели или даты публикации, поэтому эти цифры не стоит воспринимать как единый стандартный бенчмарк. 3810

Все показатели производительности — данные компании или пересказанные СМИ сведения, а не результаты независимого тестирования. Они описывают предполагаемую архитектуру V4, но не доказывают, что устройство будет одинаково надёжно работать с любыми мониторами, программами и рабочими сценариями.

Что остаётся локально, а что уходит в облако

Violoop описывает V4 как систему с приоритетом локальной обработки. Распознавание экрана, быстрое понимание контекста, типовые решения и чувствительное к задержкам управление компьютером, по её плану, должны выполняться на самом устройстве. 810

Для сложных задач, где требуется более мощное рассуждение или внешние знания, пользователь сможет подключить облачные модели, указав собственные API-ключи для Claude, OpenAI или Gemini. 810

Такое разделение должно уменьшить задержки и сократить передачу обычных экранных данных в облако. Но фактическая конфиденциальность всё равно будет зависеть от выбранного пользователем облачного сервиса и от того, какие данные попадут в конкретный запрос.

Контроль действий: физическое подтверждение

Помощник, который может открывать программы, печатать текст и прикреплять файлы, нуждается в чёткой границе между рекомендацией и самостоятельным действием. В материалах Violoop упоминается физическая кнопка подтверждения. 110

Такой шаг особенно важен перед отправкой сообщений, загрузкой файлов, изменением настроек или оплатой. Компания также указывает наличие чипа безопасности в аппаратной архитектуре. 3

Впрочем, ни кнопка, ни чип сами по себе не устраняют все риски: система может неверно понять интерфейс или предложить неуместный шаг. Но явное подтверждение сохраняет контроль у пользователя в момент, когда ИИ переходит от наблюдения к действию.

Чем V4 отличается от программных помощников

Violoop — не единственная попытка автоматизировать работу за компьютером. Её заявленное отличие — сочетание наблюдения за всем экраном, внешнего аппаратного устройства, локального запуска моделей и управления через универсальный USB-HID.

Обычный программный ассистент работает в пределах разрешений ОС, браузера и интеграций с конкретными приложениями. V4, напротив, должен получать изображение дисплея извне и посылать команды по каналу клавиатуры и мыши — без обязательного API у каждой целевой программы. 910

Это может избавить пользователя от постоянного переключения между приложениями и повторного объяснения контекста чат-боту. Но у подхода есть обратная сторона: на полном экране могут оказаться переписка, документы, пароли, финансовые данные и другая чувствительная информация. Поэтому ценность такой системы будет зависеть не только от качества автоматизации, но и от прозрачности обработки данных, понятной индикации работы и действительно надёжного подтверждения действий.

Финансирование и готовность продукта

Violoop сообщала о нескольких этапах привлечения средств в 2026 году. Ранние публикации говорили о посевном и ангельском финансировании на десятки миллионов юаней. 1216 Позднее сообщалось, что шэньчжэньская компания закрыла ангельский и Pre-A раунды суммарно более чем на 100 млн юаней. Среди названных инвесторов — Lenovo Capital and Incubator Group, CICC Porsche, BlueRun Ventures, YuanSheng Capital, Qifu Capital и Zero2IPO Ventures. 34

Разные суммы, по всей видимости, относятся к разным раундам и датам публикаций, а не к одной напрямую сопоставимой оценке финансирования.

Главная оговорка: V4 ещё не является широко поставляемым продуктом. Собственные материалы Violoop говорят о бронировании и подготовке к Kickstarter, а не о массовых отгрузках. 1910

На что смотреть дальше

Идея V4 интересна, потому что нацелена на одно из главных ограничений нынешних ИИ-инструментов: они умеют отвечать, но часто не видят достаточно контекста и не могут действовать сразу в нескольких программах без ручных инструкций и кастомных интеграций.

Проверить жизнеспособность подхода можно будет только на реальных устройствах: насколько точно V4 считывает интерфейсы, как исправляет ошибки, не превращается ли подтверждение в формальность, что происходит с данными экрана и сохраняется ли заявленная скорость за пределами демонстраций. До появления независимых тестов и серийных поставок Violoop V4 разумнее считать заметной концепцией экранного ИИ-оператора, а не доказанной заменой привычной автоматизации рабочего стола. 139