Violoop V4：一部想「睇住你個 Mon」再幫你做嘢嘅 AI 小盒子

如果你覺得而家嘅 AI 聊天機械人，最大問題係「識答但唔識做」，Violoop V4 瞄準嘅正正係呢個缺口。

Violoop 將 V4 定位成外置嘅「AI 操作員」：佢唔係等你開個聊天視窗、逐次打 prompt，而係嘗試理解電腦螢幕正在顯示嘅內容，提出可能有用嘅下一步，獲得批准後再幫你撳掣、打字、開檔案。聽落幾吸引，但亦等於將一個會「睇全螢幕」兼可操作電腦嘅系統放到工作流程中，準確度、私隱同用戶控制權都會變成關鍵。

要先講清楚：V4 目前仍在推出前、準備 Kickstarter 階段；其功能、示範與跑分主要來自公司或媒體報道，未有大量獨立評測或正式出貨產品可驗證。13

佢點樣「睇」同「做」？

Violoop 表示，V4 會置於電腦與螢幕之間，讀取顯示輸出，然後以 USB Human Interface Device（USB-HID）方式向電腦輸入指令。簡單講，電腦會將佢視作一套實體鍵盤及滑鼠；公司稱毋須額外驅動程式，適用於 Windows、macOS 及 Linux。910

呢種設計嘅重點，是讓 AI 理解整個桌面正發生乜，而唔係只知道某個 App 裏面嘅資料。假如螢幕上有一段訊息、一份文件或一個進行中嘅工作流程，V4 可以建議下一步；經你批准後，再完成相應點擊與按鍵操作。

其中一個報道過嘅示範係：系統在 WeChat 偵測到有人索取之前發過嘅履歷表，於是先詢問用戶可否回覆；批准後，佢開啟資料夾、找到檔案，再放入聊天視窗。重點唔係「傳履歷」呢件事本身，而係工作流程由螢幕上既有情境開始，而唔係由人重新輸入 AI 指令開始。3

點解要扮鍵盤滑鼠，而唔係淨係接 API？

一般軟件代理人多數依賴 API、App 權限、瀏覽器擴充功能，或者針對某個服務而設嘅整合。當呢類連接存在時，通常會較結構化、較可靠；但前提係目標軟件願意提供所需控制介面。

V4 嘅構想係改走「視覺化電腦操作」：先理解螢幕畫面，再透過 USB-HID 輸入操作。理論上，舊式桌面程式、封閉式 App，甚至冇 API 嘅軟件，都可以用近似真人操作鍵盤滑鼠嘅方式控制。Violoop 亦稱，當有命令列介面（CLI）或 Model Context Protocol（MCP）整合可用時，產品可接駁逾 200 個 App。139

代價同樣明顯：輸入方式愈通用，系統就愈依賴自己正確判斷瞬息萬變嘅介面。撳錯掣、睇錯欄位，後果可以由小小麻煩變成傳錯訊息、上載錯檔，甚至改錯設定。

本地硬件，為嘅係反應夠快？

CEO 何佳霖認為，主動式桌面助理如果想融入日常使用，反應一定要快過用戶自己做完件事。據報，Violoop 為關鍵互動設定少於 1 秒、最長約 1.5 秒嘅回應目標；何佳霖以雲端模型往返至少約 3.5 秒作比較。23

呢個比較係產品設計主張，而唔係一套獨立、標準化嘅延遲測試結果。不過個邏輯唔難明：一個經常喺你工作途中提出建議、又等你確認先執行嘅 AI，如果成日慢幾秒，大家好可能自己撳埋算數。

Violoop 亦以「本地優先」包裝私隱取向，稱日常使用時嘅原始螢幕資料會在裝置上處理，而唔係持續傳到伺服器。8

硬件與本地 AI 規格：目前都係聲稱數字

報道指 V4 採用 Rockchip RK3576 八核心處理器及 26 TOPS AI 加速器，配備 8GB LPDDR4X 記憶體、5GB 3D 堆疊記憶體及 128GB eMMC 儲存空間，並支援雙螢幕與獨立安全晶片。3

Violoop 曾稱可在本機運行約 100 億參數模型，速度約每秒 45 個 token；較新產品資料則提及裝置端 Qwen 8B 模型，以及約每秒 53 個 token。數字隨模型設定與公布日期而有不同。3810

因此，呢啲資料較適合用嚟理解產品想做到嘅架構，而唔應視為不同電腦、螢幕、App 或真實工作流程下都必然做到嘅表現保證。

本地做即時工作，雲端處理較複雜問題

Violoop 設想嘅分工係：螢幕辨識、快速理解上下文、例行判斷及時間敏感嘅控制，優先在裝置端完成；需要更深入推理或外部知識時，用戶可自行以 API key 連接 Claude、OpenAI 或 Gemini 等雲端模型。810

呢個做法可望減少延遲，亦避免日常把全部桌面畫面不斷上傳。不過，一旦接上雲端服務，最終私隱與資料處理情況，仍取決於用戶連接咗邊個服務，以及請求中包含咗乜資料。

真正要緊：確認權必須留喺人手上

一個可以跨 App 走來走去、又可以輸入文字嘅代理人，最重要唔只係「識做」，而係何時可以由建議變成執行。Violoop 公開資料提到設有實體確認鍵，用戶可用硬件方式批准行動。110

對於發送訊息、上載文件、修改設定或完成交易呢類有後果嘅操作，呢一步尤其重要。公司亦提及硬件中有安全晶片。3

但確認鍵並唔會自動消除風險。AI 仍可能睇錯畫面、理解錯意圖，或者提出唔適合嘅建議；不過，要求明確確認至少可以讓用戶在系統由「觀察」轉去「動手」嗰刻，保留最後話事權。

同純軟件桌面助理有咩分別？

Violoop 並唔係唯一一個想自動化電腦操作嘅系統。佢想突圍嘅地方，在於結合全螢幕感知、外置硬件、本地推論，以及通用 HID 控制。

純軟件助理通常受作業系統權限、瀏覽器限制及 App 整合所約束；V4 則打算從電腦外部取得顯示畫面，並經鍵盤滑鼠路徑行動，毋須每個目標 App 都提供 API。910

好處係用戶可能毋須頻密切換 App，亦少咗重複向聊天機械人交代上下文；但輸入資料嘅敏感度亦相應大增——全螢幕可以包含私人對話、文件、登入憑證、財務資訊等。呢種做法最終有冇價值，取決於自動化是否可靠、本地處理是否可信、系統狀態是否清晰，以及用戶批准是否真正有效。

融資與產品進度

Violoop 在 2026 年不同時間點公布或被報道嘅融資數字並不完全一致。早期報道稱，公司完成數千萬元人民幣種子輪及天使輪融資。1216其後報道則指，這家深圳公司已完成合計逾 1 億元人民幣嘅天使輪及 Pre-A 輪融資，投資方包括聯想創投、中金保時捷、藍馳創投、元生資本、啟賦資本及 Zero2IPO Ventures。34

不同金額看來反映不同輪次與報道時間，而唔應直接當成同一筆融資比較。

目前最重要嘅現實係：V4 仍然係推出前產品，正準備 Kickstarter。Violoop 自己嘅資料講嘅係預約及眾籌計劃，而唔係已廣泛出貨嘅成品。1910

值得觀察嘅，唔係 demo 有幾順

V4 吸引人之處，在於佢正面處理今日 AI 工具一個常見限制：佢哋可以答問題，但往往睇唔到足夠上下文；要跨桌面做嘢時，又要反覆提示、逐個 App 接駁。

不過，Violoop 能否做到承諾，最終要睇幾項實戰問題：佢讀真實介面有幾準、出錯後點樣復原、每次確認係咪真係有意義、螢幕資料點樣處理，以及本地反應速度能否離開受控示範後仍然站得住腳。

在獨立評測與正式出貨硬件出現之前，V4 比較適合被視為一個幾有野心嘅「螢幕感知 AI 操作員」設計，而唔係已被證實可以取代傳統桌面自動化嘅產品。139