Violoop V4 想令 AI 助手「睇住你個 Mon」主動幫手，但關鍵承諾仍待驗證

Violoop 想做嘅，唔係另一個要你開網頁、打完 prompt 再等答案嘅聊天機械人。佢嘅 V4 係一部放喺電腦旁邊嘅小型硬件：持續理解螢幕上可見嘅內容，估計你下一步可能要做乜，先畀出建議；你批准後，佢就用模擬鍵盤同滑鼠輸入去操作軟件。 1315

深圳初創 Violoop 嘅賣點相當進取：唔使每個 App 都有 AI 整合或 API，都想令桌面電腦變成識得跨程式理解工作情境嘅 AI 代理。不過，任務成功率、保安效果、反應延遲同「本機私隱」等最重要嘅賣點，現時主要建基於公司資料同媒體示範，未有獨立測試作實。

V4 想改變嘅，係 AI 助手嘅互動方式

一般 AI 助手由人發問開始：開 chatbot、輸入指令、補充背景資料，再根據答案自行行動。Violoop 反過來做：裝置擷取目前電腦畫面，從多個 App 嘅可見內容建立情境，再喺你開口之前提出可能有用嘅動作。

據報道中嘅 WeChat 示範，當同事問起一份之前用過嘅履歷，V4 會辨識對話情境，顯示可否傳送相關履歷嘅選項。用戶按鍵確認後，系統會開啟相應資料夾、搵返檔案，再加入聊天視窗。全程毋須另開 AI App，亦毋須打指令。 15

呢套流程靠兩項核心能力：

• 讀懂螢幕情境： V4 分析桌面上可見嘅資訊，唔單靠個別 App 提供整合。
• GUI 圖形介面控制： 佢向電腦發送鍵盤、滑鼠事件，似人手操作咁點擊、輸入同切換介面。 1115

正因為係由畫面同 GUI 入手，Violoop 認為自己可以處理冇開放 API 嘅工具；報道提過嘅例子包括 WeChat 同剪映／CapCut。 15

點解要另加硬件？公司話關鍵在「夠快」

Violoop 認為，主動式助手一定要趁用戶仲專注緊件事時介入。公司指，就算網絡穩定，雲端模型一次來回都至少要約 3.5 秒；對於一段對話或工作流程中途彈出嘅提示而言，已經太慢。 15

所以 V4 主打專用邊緣運算硬件。公司稱，對延遲最敏感嘅工作，例如螢幕辨識、情境篩選、建立記憶脈絡同即時建議，可以留喺本機處理；較複雜嘅推理才按需要交畀雲端模型。 115

Violoop 報稱目標反應時間少過 1 秒，最慢 1.5 秒。不過，呢啲係公司目標及聲稱，唔係經獨立驗證嘅效能結果。 15

由讀畫面到代你操作：V4 點樣運作

按 Violoop 目前產品頁資料，硬件流程主要由 HDMI 擷取配合 USB-HID 控制組成：

1. 擷取畫面： 裝置透過 HDMI 2.0 接收電腦顯示輸出，規格列明支援 4K 擷取。
2. 本機讀取： 裝置上嘅模型理解當前可見螢幕內容同情境。
3. 有需要先深度推理： 用戶可自行提供 Claude、OpenAI 或 Gemini 等雲端模型服務嘅 API key。
4. 執行動作： 獨立安全微控制器透過 USB-HID 向電腦發出鍵盤及滑鼠事件。 1113

實際好處係介面相容性較廣：唔使每個應用程式都特別開放 agent API，裝置理論上可以直接同眼前嘅圖形介面互動。報道指 V4 支援 Windows、macOS 同 Linux；較早資料亦稱可覆蓋約 200 款常用 App，並可經 CLI 或 MCP 連接。 1315

規格要點：有兩組數字，暫時對唔返

目前 Violoop 產品資料列出，V4 採用 RK3576 八核處理器及專用 26 TOPS AI 加速器。本機模型為 Qwen 8B Q4；公司以自行發布嘅基準測試聲稱，生成速度為每秒 53 個 token，並與同樣以 Ollama 運行同一模型及精度嘅 Mac mini M4 每秒 20 個 token 比較。 13

但較早報道所述嘅 V4 配置有所不同：8GB LPDDR4X 記憶體、5GB 3D 堆疊 DRAM、128GB eMMC 5.1 儲存空間、雙螢幕支援，以及可在本機運行約 100 億參數模型、速度每秒 45 個 token。 15

兩組模型大小同速度數字並不一致，可能源於不同配置、測試方法或產品階段；但 Violoop 未公開足夠資料去完全對照。現階段較穩妥嘅做法，係以官方現時列出嘅 Qwen 8B Q4、每秒 53 token 作參考，同時視之為廠商 benchmark，而唔係獨立比較結果。 1315

保安設計：分開安全晶片，加實體確認

一部睇到螢幕、又可以操作 App 嘅裝置，保安疑慮自然唔小。Violoop 表示，敏感金鑰同資料會同 AI 功能分開，隔離於獨立安全晶片之中。 1315

至於傳送檔案、轉移金錢等後果較大嘅操作，公司稱用戶必須額外確認。產品資料指有一粒接駁到安全晶片嘅實體確認掣，設計目的係避免主機軟件或 AI 系統自行偽造「已批准」訊號。 13

呢種架構或可減低部分風險，但未解決所有問題。用戶仍要搞清楚：螢幕中邊啲內容會被擷取、由畫面產生嘅情境資料保存幾耐、使用外部模型時有乜會傳去雲端服務供應商，以及系統能否可靠分辨普通動作同高風險動作。

本機與雲端點分工？

V4 唔係聲稱所有事情都可以完全離線完成，而係採取混合模式：

• 本機處理 負責持續理解螢幕、揀選相關情境、整理類似記憶嘅資料，以及快速提出建議。
• 雲端模型 則可透過用戶自備 API key，處理較長或更複雜嘅推理工作。 11113

呢個分工正正係產品核心：本機運算理論上可以縮短延遲，亦減少日常把螢幕資料傳出去嘅需要；雲端則補足更高推理能力。至於實際點樣路由任務、會傳送乜資料，仍然係有意購買者應該仔細核實嘅地方。 113

同純軟件 AI agent 有咩唔同？

Violoop 對比騰訊 WorkBuddy 等軟件型助手時，主打嘅分別係 持續累積跨 App 情境。佢唔想用戶每次都貼文件、揀檔案，或者重新講一次自己做緊乜；相反，硬件會隨時間觀察桌面可見資訊，建立關於人物、項目、檔案、應用程式同工作流程嘅工作脈絡。 15

呢個主張重點唔只係模型有幾聰明，而係減少反覆提供背景資料嘅麻煩：情境從可見嘅電腦工作環境取得，而唔係由用戶不停靠 prompt 或 App 整合餵畀佢。

不過，實際上係幫到手定係阻住手，要睇準確度同用戶信任。一個估中下一步嘅系統，可能幫人省走大量重複操作；估錯咗，亦可以相當騷擾，甚至帶來風險。所以確認機制唔係小配件，而係 Violoop 成套設計嘅核心。

融資：報道口徑未完全一致

據報，Violoop 在約半年內完成天使輪及 Pre-A 輪融資，合計超過人民幣 1 億元。報道列出嘅投資者包括聯想創投、中金保時捷、藍馳創投、元生資本、啟賦資本及 Zero2IPO Ventures；Sunward Capital 亦在另一報道中稱為 Xiangyang Capital，獲列為公司獨家長期財務顧問。 1515

另有報道形容一輪較新融資規模為「數億元人民幣」，並提及 Legend Capital、藍馳創投及中金保時捷等參與。公開報道未能清楚確認，呢個係同一筆融資用咗不同表述，定係另一輪獨立融資，因此對精確總額要保留。 24

總結：概念有吸引力，但買之前要睇清風險

Violoop V4 想將 AI 從「等你問」變成一直喺桌面旁邊候命嘅操作員：睇到現時畫面、跨 App 理解情境、建議下一步，並在你批准後以普通鍵盤滑鼠控制完成動作。

本機讀取畫面嘅硬件思路有其合理性：可以減少來回雲端嘅延遲，亦不必依賴每個 App 都有專用 API。但佢最吸引嘅承諾，仍然要靠獨立測試先能證明。若打算用於工作畫面、敏感檔案或財務流程，購買前應仔細檢視資料路由設定、確認控制方式、支援 App 嘅實際行為，以及可靠性有冇經過獨立驗證。