Η αμερικανική startup Memories.ai αναπτύσσει ένα μεγάλο μοντέλο οπτικής μνήμης που επιτρέπει σε wearables και ρομπότ να «θυμούνται» όσα βλέπουν. Η συνεργασία με τη Nvidia και τη Qualcomm την τοποθετεί στον πυρήνα της επόμενης γενιάς φυσικής τεχνητής νοημοσύνης.
Η τεχνητή νοημοσύνη έχει ήδη κατακτήσει τον ψηφιακό κόσμο, όμως η πραγματική πρόκληση είναι η μετάβασή της στο φυσικό περιβάλλον. Εκεί στοχεύει η αμερικανική startup Memories.ai, η οποία επιχειρεί να δημιουργήσει το «οπτικό στρώμα μνήμης» για φορετές συσκευές και ρομποτικά συστήματα, ώστε αυτά να μπορούν να αποθηκεύουν και να ανακαλούν όσα βλέπουν μέσω βίντεο.
Συνεργασία με Nvidia και η αρχιτεκτονική της οπτικής μνήμης
Η Memories.ai ανακοίνωσε συνεργασία με τη Nvidia στο συνέδριο GTC, αξιοποιώντας το Cosmos-Reason 2, ένα reasoning vision-language model, καθώς και την πλατφόρμα Nvidia Metropolis για αναζήτηση και περίληψη βίντεο. Πάνω σε αυτά τα εργαλεία χτίζει την υποδομή της, ώστε βίντεο από γυαλιά, κάμερες ή ρομπότ να μετατρέπονται σε δομημένες αναμνήσεις που μπορούν να ευρετηριαστούν και να ανακτηθούν.
Ο συνιδρυτής και CEO Shawn Shen και ο συνιδρυτής/CTO Ben Zhou εμπνεύστηκαν την ιδέα όταν εργάζονταν στην ανάπτυξη του συστήματος τεχνητής νοημοσύνης για τα γυαλιά Ray-Ban της Meta. Όπως εξηγεί ο Shen, συνειδητοποίησαν ότι η καταγραφή βίντεο δεν αρκεί, αν ο χρήστης –ή το ρομπότ– δεν μπορεί να αναζητήσει και να ανακαλέσει συγκεκριμένες σκηνές: «Η AI τα πάει εξαιρετικά στον ψηφιακό κόσμο. Τι γίνεται όμως με τον φυσικό; Τα wearables και η ρομποτική χρειάζονται μνήμες. Πιστεύουμε σε αυτό το μέλλον».
Η εταιρεία λάνσαρε το μεγάλο μοντέλο οπτικής μνήμης (Large Visual Memory Model – LVMM) τον Ιούλιο του 2025, περιγράφοντάς το ως ένα μικρότερο, εξειδικευμένο ανάλογο του Gemini Embedding 2 της Google, με επίκεντρο την πολυτροπική ευρετηρίαση και ανάκτηση. Ήδη έχει παρουσιάσει δεύτερη γενιά του LVMM και έχει συνάψει συνεργασία με τη Qualcomm, ώστε το μοντέλο να τρέχει πάνω σε επεξεργαστές της αργότερα μέσα στο έτος.
Από τα κείμενα στις εικόνες: νέα αγορά για φυσική AI
Τα περισσότερα πρόσφατα βήματα στη μνήμη AI –από τις δυνατότητες του ChatGPT, μέχρι τα εργαλεία της xAI και του Gemini– αφορούν κειμενικά δεδομένα. Η κειμενική μνήμη είναι πιο δομημένη και εύκολη στην ευρετηρίαση, όμως, όπως σημειώνει ο Shen, δεν επαρκεί για εφαρμογές φυσικής AI που αλληλεπιδρούν με τον κόσμο κυρίως μέσω όρασης.
Για να εκπαιδεύσει το μοντέλο της, η Memories.ai δημιούργησε τη συσκευή LUCI, ένα ειδικό wearable για «συλλέκτες δεδομένων» της εταιρείας, που καταγράφει βίντεο βελτιστοποιημένο για εκπαίδευση μοντέλων – και όχι για εντυπωσιακή ανάλυση. Η εταιρεία ξεκαθαρίζει ότι δεν σκοπεύει να εξελιχθεί σε hardware player, αλλά χρησιμοποίησε custom συσκευή επειδή οι έτοιμες λύσεις της αγοράς δεν ικανοποιούσαν τις ανάγκες της σε μπαταρία και format.
Η Memories.ai ιδρύθηκε το 2024 και έχει αντλήσει μέχρι σήμερα 16 εκατ. δολάρια, μέσω γύρου seed 8 εκατ. δολαρίων τον Ιούλιο του 2025 και επέκτασης άλλων 8 εκατ. δολαρίων. Επικεφαλής επενδυτής είναι η Susa Ventures, με συμμετοχή των Seedcamp, Fusion Fund και Crane Venture Partners, μεταξύ άλλων. Παρότι συνεργάζεται ήδη με μεγάλες εταιρείες wearables, τα ονόματα δεν αποκαλύπτονται.
Προοπτικές για wearables, ρομποτική και βιομηχανικές εφαρμογές
Σε εμπορικό επίπεδο, η εταιρεία εστιάζει στο ίδιο το μοντέλο και στην υποδομή, εκτιμώντας ότι η μεγάλη έκρηξη της αγοράς wearables και ρομποτικής είναι μπροστά και όχι παρούσα. Η ύπαρξη αξιόπιστης οπτικής μνήμης θα μπορούσε να αλλάξει ριζικά εφαρμογές όπως βιομηχανική επιθεώρηση, logistics, ρομποτική φροντίδα, αλλά και consumer wearables που θα «θυμούνται» τι είδε ο χρήστης και πότε.
Για την ευρωπαϊκή και ελληνική αγορά, όπου η ρομποτική και τα έξυπνα εργοστάσια ενισχύονται σταδιακά, τέτοιες τεχνολογίες δημιουργούν νέο επίπεδο προστιθέμενης αξίας πάνω από τις κλασικές κάμερες και αισθητήρες: δεν συλλέγουν απλώς δεδομένα, αλλά τα μετατρέπουν σε λειτουργική μνήμη, ανοίγοντας χώρο για νέες υπηρεσίες και επιχειρηματικά μοντέλα.
Σχόλιο 
: Η Memories.ai επιχειρεί να καταλάβει ένα κρίσιμο, ακόμη «κενό» επίπεδο στην αλυσίδα της φυσικής AI: τη μνήμη εικόνας και βίντεο. Η έγκαιρη στοίχιση με Nvidia και Qualcomm της δίνει τεχνολογική και εμπορική μόχλευση, ενώ η αποφυγή hardware την προστατεύει από υψηλά CAPEX. Αν πετύχει, μπορεί να εξελιχθεί σε υποδομή-κλειδί για ολόκληρο το οικοσύστημα wearables και ρομποτικής, με προεκτάσεις και στην ευρωπαϊκή βιομηχανία που αναζητά πιο «έξυπνες» λύσεις αυτοματοποίησης.
#τεχνητή_νοημοσύνη #Nvidia #wearables #ρομποτική #startup
