Violoop gọi vốn thành công hàng trăm triệu NDT từ Lanchi Ventures để phát triển nền tảng Context cá nhân

Violoop gần đây đã hoàn tất vòng gọi vốn thiên thần và Pre-A với con số chín chữ số. BlueRun Ventures dẫn đầu vòng gọi vốn này, với sự tham gia của các nhà đầu tư tên tuổi khác trong ngành và các đối tác chiến lược. Qua năm vòng gọi vốn cho đến nay, BlueRun Ventures là nhà đầu tư tích lũy lớn nhất của công ty.

Được thành lập bởi một đội ngũ các doanh nhân khởi nghiệp thế hệ 9x, Violoop được dẫn dắt bởi CEO Jialin He, người mang đến kinh nghiệm quản lý đội ngũ và khởi nghiệp quốc tế sâu rộng cùng chuyên môn kỹ thuật và nhạy bén thương mại. CTO King Zhu trước đây từng lãnh đạo bộ phận thiết kế mạch cấp người tiêu dùng tại Microsoft ở Hoa Kỳ. Công ty tập trung vào trí tuệ biên (edge-side intelligence) mới lạ và phần cứng AI để bàn, với kiến trúc kỹ thuật cốt lõi được xây dựng xung quanh việc triển khai mô hình tại biên, suy luận hiệu quả, hệ thống tự tiến hóa, Proactive Harness Engineering và Computer Use. Tầm nhìn của công ty là hạ thấp rào cản để các mô hình và tác nhân (agent) có thể tiếp cận các kịch bản sử dụng rộng rãi hơn.

Sản phẩm đầu tiên của công ty là một thiết bị để bàn thông minh, gọn nhẹ, dự kiến sẽ sớm ra mắt trên Kickstarter và các nền tảng trong nước. Thiết bị này thu thập hình ảnh máy tính qua HDMI và thực hiện các thao tác bàn phím, chuột thông qua USB, kết nối trực tiếp với máy tính hiện có của người dùng mà không tốn chi phí chuyển đổi. Nó sở hữu hệ thống điện toán biên và chip bảo mật cấp độ ô tô, tạo ra một trợ lý thông minh cá nhân không ngừng tự tiến hóa, ưu tiên quyền riêng tư và bảo mật.

BlueRun Ventures đã theo sát sự phát triển cộng hưởng giữa các mô hình nền tảng và các ứng dụng hạ nguồn. Năm 2026 được coi rộng rãi là "năm của Harness Engineering" — sự hợp tác sâu sắc giữa các mô hình cơ sở và các khung harness đã hạ thấp đáng kể rào cản đối với việc người dùng chấp nhận công nghệ, trong khi bối cảnh cá nhân hóa và khả năng tự tiến hóa của hệ thống mang lại trải nghiệm người dùng tinh tế và hiệu quả hơn.

Đội ngũ Violoop kết hợp chuyên môn về triển khai và huấn luyện mô hình tại biên với sự đổi mới và lặp lại đáng kể ở cấp độ hệ thống. Cả hai nhà sáng lập đều là những doanh nhân khởi nghiệp đã hợp tác với nhau nhiều năm, mang đến kinh nghiệm phong phú trong quản lý dự án phức tạp và vận hành sản phẩm toàn cầu. Chúng tôi tin rằng Violoop, thông qua những hiểu biết độc đáo và phương pháp lặp lại nhanh chóng mang tính AI-native, có thể trở thành công ty định hình cho một danh mục sản phẩm AI mới.

Violoop đang giải quyết câu hỏi làm thế nào để AI tiếp tục phát triển sau khi được bàn giao cho người dùng. Luận điểm của công ty là các mô hình nền tảng đang trở thành một dạng trí tuệ công cộng ngày càng mạnh mẽ; điều thực sự khan hiếm trong giai đoạn tiếp theo không chỉ là các mô hình lớn hơn, mà là trải nghiệm theo chiều dọc hình thành xung quanh một cá nhân cụ thể — người này quan tâm đến điều gì, họ đánh giá ra sao, họ hoàn thành công việc như thế nào và những phương pháp nào đã được chứng minh là hiệu quả thông qua kết quả thực tế. "Các mô hình nền tảng đã học về thế giới, nhưng chúng chưa học về một con người cụ thể. Điều Violoop hướng tới là để tác nhân (agent) phát triển thông qua việc làm việc cùng với bạn," nhà sáng lập Jialin He cho biết.

Sản phẩm đầu tiên của Violoop là một thiết bị để bàn có giá 399 USD. Nó thu thập đầu ra của máy tính qua HDMI và thực hiện các thao tác bàn phím, chuột qua USB, hoạt động với các máy tính hiện có mà không yêu cầu người dùng phải chuyển đổi hệ điều hành hay chờ đợi các ứng dụng phần mềm riêng lẻ mở ra giao diện mới.

Đằng sau điều này là một lựa chọn tưởng chừng đơn giản nhưng lại cực kỳ quan trọng.

Năm mươi năm điện toán cá nhân đã để lại hàng triệu ứng dụng phần mềm, giao diện và quy trình làm việc, tất cả đều được thiết kế cho mắt và tay của con người. Con đường phổ biến của ngành để đưa AI vào các phần mềm này là chờ đợi các ứng dụng mở API, sau đó thích ứng và tích hợp từng cái một. Nhưng thế giới phần mềm không ngừng thay đổi, và một lượng lớn phần mềm chuyên dụng, hệ thống nội bộ và các công cụ đuôi dài (long-tail tools) chưa bao giờ được xây dựng với tư duy dành cho giao diện tác nhân (agent interfaces).

Violoop đã chọn cách để AI học giao diện con người trước: nhìn thấy những gì người dùng nhìn thấy, sử dụng bàn phím và chuột mà con người sử dụng, và hoàn thành công việc được ủy quyền trên các phần mềm hiện có.

Do đó, Violoop không phải là một chiếc máy tính khác yêu cầu di chuyển công việc sang đó, mà là một người dùng thứ hai cho chiếc máy tính bạn đang có. Khi bạn ở bàn làm việc, nó có thể hiểu công việc đang diễn ra; khi bạn rời đi, nó có thể tiếp tục chuẩn bị và thực hiện các tác vụ mà bạn đã ủy quyền.

Giá trị của sự hiện diện liên tục này vượt xa "điều khiển từ xa" hay "tự động nhấp chuột". Chỉ khi một hệ thống có thể nhìn thấy cách công việc diễn ra trên các ứng dụng, phiên làm việc và theo thời gian, nó mới có được bối cảnh đầy đủ cần thiết để một tác nhân cá nhân tiếp tục phát triển: tác vụ bắt đầu từ đâu, những đánh giá nào đã được đưa ra trong quá trình thực hiện, nơi nào xảy ra lỗi và người dùng cuối cùng đã sửa chữa nó như thế nào.

Trong nghiên cứu học thuật, khả năng tự cải thiện đệ quy, học tập liên tục và AI cho AI đang nhận được sự quan tâm ngày càng lớn. Nhiều công trình cố gắng để AI tự động tạo mã, cải thiện thuật toán, thiết kế thí nghiệm và thậm chí tối ưu hóa các hệ thống AI thế hệ tiếp theo.

Violoop không cố gắng giải quyết vấn đề tự tiến hóa ở cấp độ kiến trúc trên một thiết bị để bàn, cũng không mô tả "tự tiến hóa" như một quá trình hộp đen có thể mở rộng vô hạn mà tách rời khỏi mục tiêu của con người.

Điều mà nó theo đuổi là một lộ trình cá nhân hóa, có phạm vi rõ ràng: xoay quanh công việc thực tế của người dùng, để tác nhân ghi nhớ trải nghiệm, sửa lỗi thực thi và dần dần lắng đọng các phương pháp đã được kiểm chứng nhiều lần thành các năng lực cá nhân ổn định hơn.

Lộ trình này diễn ra qua ba giai đoạn liên tục.

Giai đoạn Một: Ghi nhớ những sự thật về bạn trước tiên

Lớp năng lực đầu tiên mà Violoop mang lại là bộ nhớ dài hạn đa phương thức.

Sau khi được người dùng ủy quyền, thiết bị có thể trích xuất thông tin liên quan đến công việc từ hoạt động màn hình hàng ngày, xây dựng một cơ sở tri thức cá nhân gồm văn bản và hình ảnh. Nó không chỉ lưu ảnh chụp màn hình hay nhật ký trò chuyện; nó định kỳ sắp xếp lại bộ nhớ: hợp nhất các nội dung trùng lặp, sửa chữa thông tin lỗi thời và thiết lập lại các kết nối giữa con người, dự án, tệp tin và sự kiện.

Quan trọng hơn, lớp tăng trưởng này hiển thị rõ ràng với người dùng. Họ có thể mở kho lưu trữ bộ nhớ để xem hệ thống hiện đang hiểu họ như thế nào, sửa lỗi và xóa nội dung mà họ không còn muốn lưu giữ.

Trong quá trình thử nghiệm nội bộ bởi đội ngũ sáng lập Violoop, hệ thống đã từng bước xây dựng sự hiểu biết về các mốc thời gian ra mắt sản phẩm, tiến độ dự án và nhiều chỉ số công ty thông qua quan sát lâu dài mà không cần được chỉ dẫn cụ thể.

Không giống như việc chỉ gọi các mô hình chung trên đám mây, Violoop đã huấn luyện và triển khai các mô hình chuyên biệt cho việc trích xuất và sắp xếp bộ nhớ, cho phép hình thành và quản lý bộ nhớ cá nhân trong một môi trường có thể kiểm soát tốt hơn.

Nhưng ghi nhớ về một người không có nghĩa là biết cách làm việc cho họ. Bộ nhớ trả lời câu hỏi "chuyện gì đã xảy ra"; một tác nhân cá nhân thực thụ còn phải học "công việc này nên được thực hiện như thế nào".

Giai đoạn Hai: Bắt đầu học các phương pháp làm việc của bạn

Lớp tăng trưởng thứ hai của Violoop diễn ra trong khung thực thi — harness của tác nhân.

Tự động hóa truyền thống thường lưu lại một kịch bản cố định: mở trang này, nhấp nút kia, điền vào trường này. Khi giao diện phần mềm thay đổi, điều kiện tác vụ thay đổi hoặc các ngoại lệ xảy ra, các kịch bản này dễ dàng bị hỏng.

Violoop tìm cách tích lũy không phải là bản ghi các cú nhấp chuột cho một tác vụ, mà là các phương pháp có thể tái sử dụng để hoàn thành loại công việc này: nơi người dùng thường lấy thông tin, cách nội dung di chuyển giữa nhiều ứng dụng, điều gì cần tin tưởng khi xảy ra xung đột, bước nào có thể hoàn thành sớm và quyết định nào phải chờ sự xác nhận của người dùng.

Những trải nghiệm này được lưu lại dưới dạng bộ nhớ quy trình làm việc, kỹ năng và lộ trình thực thi. Khi gặp các tác vụ tương tự vào lần tới, hệ thống không còn lập kế hoạch hoàn toàn từ đầu, mà gọi ra các năng lực đã hình thành và điều chỉnh theo các điều kiện tác vụ mới.

Hiện tại, bộ nhớ quy trình làm việc và khả năng tích lũy kỹ năng của Violoop đã đi vào hoạt động; vòng lặp khép kín nơi hệ thống tự động sửa đổi các phương pháp thực thi dựa trên kết quả thành công/thất bại của tác vụ và sự sửa chữa của người dùng đang được tiếp tục phát triển.

Lớp này quyết định liệu Violoop có thể chuyển từ việc "biết nhiều thứ về người dùng" sang "thực sự làm việc tốt hơn cho người dùng" hay không.

Giai đoạn Ba: Biến trải nghiệm đã được kiểm chứng thành bản năng làm việc

Lớp tăng trưởng thứ ba diễn ra trong trọng số của mô hình (model weights).

Một tác nhân có thể lưu trải nghiệm trong bộ nhớ ngoài, truy xuất và suy luận mỗi khi có tác vụ phát sinh. Nhưng nếu một số đánh giá nhất định đã được người dùng chấp nhận, kiểm chứng và sửa chữa nhiều lần, hệ thống không cần phải suy luận từ đầu với chi phí cao như vậy mãi mãi.

Violoop đang sử dụng các quỹ đạo công việc thực tế được tích lũy trong kho bộ nhớ — bao gồm trình tự thao tác, quy trình ra quyết định, kết quả tác vụ và sự sửa chữa của người dùng — để hậu huấn luyện (post-training) cá nhân hóa, cho phép một phần trải nghiệm ổn định di chuyển từ bộ nhớ ngoài vào các tham số của mô hình.