Shawn Shen và cộng sự Ben Zhou đã nảy ra ý tưởng thành lập Memories.ai khi đang trực tiếp xây dựng hệ thống trí tuệ nhân tạo cho kính Ray-Ban của Meta. Họ nhận thấy một khoảng trống lớn trong trải nghiệm người dùng: nếu một chiếc kính thông minh không thể giúp chủ nhân truy xuất lại những gì nó đã nhìn thấy, giá trị thực tế của công nghệ này sẽ bị hạn chế đáng kể. Từ đó, Memories.ai được ra đời vào năm 2024 với mục tiêu xây dựng lớp hạ tầng bộ nhớ thị giác chuyên sâu, cho phép các thiết bị đeo và robot có khả năng ghi nhớ cũng như truy hồi thông tin từ hình ảnh một cách chính xác.
Khác với các công cụ ghi nhớ dựa trên văn bản của OpenAI hay Google vốn có cấu trúc dữ liệu chặt chẽ và dễ lập chỉ mục, bộ nhớ thị giác đòi hỏi kỹ thuật phức tạp hơn nhiều để tương tác hiệu quả với thế giới vật lý. Shawn Shen tin rằng AI đã vận hành rất tốt trong môi trường kỹ thuật số, nhưng để thành công trong thế giới thực, các hệ thống tự hành cần có khả năng “nhìn” và “nhớ”. Công ty hiện đã huy động thành công 16 triệu USD từ các quỹ đầu tư lớn như Susa Ventures và Seedcamp để tập trung phát triển mô hình bộ nhớ thị giác lớn (LVMM) đầu tiên.
Tại hội nghị GTC, Memories.ai đã công bố thỏa thuận hợp tác chiến lược với Nvidia để tận dụng các công nghệ tiên tiến như Cosmos-Reason 2 và Nvidia Metropolis. Sự kết hợp này giúp tăng cường khả năng suy luận ngôn ngữ thị giác và tìm kiếm video, tạo nền tảng vững chắc cho việc xử lý dữ liệu hình ảnh quy mô lớn. Bên cạnh đó, công ty cũng bắt tay với Qualcomm để tích hợp mô hình trực tiếp lên các bộ vi xử lý di động, giúp tối ưu hóa hiệu suất và tốc độ phản hồi cho các thiết bị phần cứng ngay từ cuối năm nay.
Để giải quyết bài toán dữ liệu huấn luyện, Memories.ai đã tự phát triển thiết bị chuyên dụng mang tên LUCI dành cho đội ngũ thu thập dữ liệu chuyên nghiệp. Thay vì sử dụng các máy quay thông thường tập trung vào độ phân giải cao và tiêu tốn năng lượng, LUCI được thiết kế để ghi lại định dạng video tối ưu cho việc đào tạo AI. Dù đang hợp tác với nhiều hãng thiết bị đeo hàng đầu, Memories.ai khẳng định sẽ không trở thành một công ty phần cứng mà tập trung hoàn toàn vào việc cung cấp mô hình và hạ tầng phần mềm cốt lõi cho thị trường robotics và thiết bị thông minh.
Sự xuất hiện của hạ tầng bộ nhớ thị giác đánh dấu một bước chuyển quan trọng, đưa trí tuệ nhân tạo từ những dòng lệnh thuần túy vào sâu trong các tương tác đời thực của con người. Các doanh nghiệp và nhà phát triển trong lĩnh vực robotics hay thiết bị đeo nên sớm tiếp cận các giải pháp hạ tầng này để tối ưu hóa khả năng nhận thức cho sản phẩm của mình, sẵn sàng cho làn sóng công nghệ hỗ trợ thị giác trong tương lai gần.
