Hogar
Memories AI desarrolla una capa de memoria visual para dispositivos wearables y robótica

Shawn Shen sostiene que, para que la IA prospere de verdad en el mundo físico, debe ser capaz de recordar lo que ve. Su empresa, Memories.ai, está aprovechando las herramientas de IA de Nvidia para crear la infraestructura subyacente que permitirá a los dispositivos wearables y a los robots almacenar y recuperar recuerdos visuales.
El lunes, en la conferencia GTC de Nvidia, Memories.ai anunció una alianza con el líder en semiconductores. Esta colaboración otorga a Memories.ai acceso a Cosmos-Reason 2 de Nvidia —un modelo de lenguaje de visión y razonamiento— y a Nvidia Metropolis, una aplicación para la búsqueda y el resumen de vídeos, con el fin de avanzar en su tecnología de memoria visual.
Shen (en la foto a la izquierda) explicó a TechCrunch que la idea de la empresa surgió mientras él y su cofundador y director técnico, Ben Zhou (en la foto a la derecha), desarrollaban el sistema de IA para las gafas Ray-Ban de Meta. Su trabajo puso de relieve una pregunta clave: ¿qué utilidad práctica tendría esa tecnología si los usuarios no pudieran acceder posteriormente a los datos de vídeo capturados ni recordarlos?
Tras buscar, sin éxito, soluciones existentes para la memoria visual de IA, tomaron la decisión de dejar Meta y desarrollar la tecnología ellos mismos.
«La IA ya ha logrado un éxito notable en el ámbito digital. La próxima frontera es el mundo físico», afirmó Shen. «Los dispositivos wearables y los robots impulsados por IA también necesitan memoria... En última instancia, creemos que un futuro en el que la IA tenga memoria visual es inevitable».
El concepto de memoria para los sistemas de IA es un desarrollo relativamente reciente. OpenAI introdujo funciones de memoria para ChatGPT en 2024, con mejoras en 2025. Del mismo modo, xAI, de Elon Musk, y Google Gemini han lanzado sus propias herramientas de memoria en los últimos dos años.
Sin embargo, Shen señala que estos avances se han centrado principalmente en la memoria basada en texto. Aunque el texto es más estructurado y más fácil de indexar, resulta menos aplicable a la IA física —como la robótica y los dispositivos wearables— que percibe e interactúa con el mundo principalmente a través de estímulos visuales.
Fundada en 2024, Memories.ai ha conseguido hasta la fecha 16 millones de dólares en financiación. Esto incluye una ronda de financiación inicial de 8 millones de dólares en julio de 2025, seguida de una ampliación de 8 millones de dólares. La inversión fue liderada por Susa Ventures, con la participación de Seedcamp, Fusion Fund, Crane Venture Partners y otros.
Según Shen, la creación de esta capa de memoria visual planteó dos retos fundamentales: desarrollar la infraestructura para incrustar e indexar el vídeo en un formato de datos almacenable y recuperable, y capturar los datos de entrenamiento necesarios.
La empresa presentó su modelo de memoria visual a gran escala (LVMM) en julio de 2025. Shen lo describe como una versión más compacta del Gemini Embedding 2, un modelo de indexación y recuperación multimodal recientemente lanzado por Google.
Para la recopilación de datos, el equipo creó LUCI, un dispositivo de hardware personalizado que llevan los «recolectores de datos» para grabar vídeos de entrenamiento. Shen aclaró que no tienen planes de convertirse en fabricantes de hardware ni de vender estos dispositivos. Crearon LUCI porque las grabadoras de vídeo comerciales, a menudo centradas en formatos de alta definición que agotan la batería, no se adaptaban a sus necesidades.
Desde entonces, Memories.ai ha lanzado la segunda generación de su LVMM y ha firmado una colaboración con Qualcomm. Está previsto que el modelo se ejecute en los procesadores de Qualcomm a partir de finales de este año.
Shen reveló que la empresa ya está colaborando con varios fabricantes importantes de dispositivos wearables, aunque se negó a nombrarlos. Si bien existe una demanda actual, prevé oportunidades aún mayores en el futuro en los mercados de los wearables y la robótica.
«Desde el punto de vista de la comercialización, nos centramos exclusivamente en el modelo y la infraestructura», afirmó Shen. «Creemos que el mercado de los wearables y la robótica llegará inevitablemente, pero su pleno desarrollo aún está por llegar».
Artículo relacionado
OneRail aprovecha la IA de Nvidia para optimizar la entrega en la última milla en tiempo real
OneRail ha presentado una plataforma de reparto basada en inteligencia artificial que aprovecha la tecnología de Nvidia para ayudar a minoristas, mayoristas y distribuidores a determinar los métodos d
El nuevo jefe de hardware de Apple, John Ternus, guía la visión de los productos futuros
Cargando el reproductor…La era de Ternus en Apple ha comenzado oficialmente.Tim Cook dimitió como director ejecutivo esta semana, cediendo el liderazgo al antiguo responsable de hardware, John Ternus. El primer mensaje de Ternus prometía un «gran l
Groq recauda 350 millones de dólares para impulsar su cambio de chips de IA a neocloud
La firma de infraestructura de IA Groq ha asegurado 350 millones de dólares en nueva financiación, lo que marca su transición continua desde ser un desarrollador especializado de chips a convertirse en un proveedor de neocloud que ofrece servicios ro
Recomendaciones de temas especiales relacionados
comentario (0)
0/500

Shawn Shen sostiene que, para que la IA prospere de verdad en el mundo físico, debe ser capaz de recordar lo que ve. Su empresa, Memories.ai, está aprovechando las herramientas de IA de Nvidia para crear la infraestructura subyacente que permitirá a los dispositivos wearables y a los robots almacenar y recuperar recuerdos visuales.
El lunes, en la conferencia GTC de Nvidia, Memories.ai anunció una alianza con el líder en semiconductores. Esta colaboración otorga a Memories.ai acceso a Cosmos-Reason 2 de Nvidia —un modelo de lenguaje de visión y razonamiento— y a Nvidia Metropolis, una aplicación para la búsqueda y el resumen de vídeos, con el fin de avanzar en su tecnología de memoria visual.
Shen (en la foto a la izquierda) explicó a TechCrunch que la idea de la empresa surgió mientras él y su cofundador y director técnico, Ben Zhou (en la foto a la derecha), desarrollaban el sistema de IA para las gafas Ray-Ban de Meta. Su trabajo puso de relieve una pregunta clave: ¿qué utilidad práctica tendría esa tecnología si los usuarios no pudieran acceder posteriormente a los datos de vídeo capturados ni recordarlos?
Tras buscar, sin éxito, soluciones existentes para la memoria visual de IA, tomaron la decisión de dejar Meta y desarrollar la tecnología ellos mismos.
«La IA ya ha logrado un éxito notable en el ámbito digital. La próxima frontera es el mundo físico», afirmó Shen. «Los dispositivos wearables y los robots impulsados por IA también necesitan memoria... En última instancia, creemos que un futuro en el que la IA tenga memoria visual es inevitable».
El concepto de memoria para los sistemas de IA es un desarrollo relativamente reciente. OpenAI introdujo funciones de memoria para ChatGPT en 2024, con mejoras en 2025. Del mismo modo, xAI, de Elon Musk, y Google Gemini han lanzado sus propias herramientas de memoria en los últimos dos años.
Sin embargo, Shen señala que estos avances se han centrado principalmente en la memoria basada en texto. Aunque el texto es más estructurado y más fácil de indexar, resulta menos aplicable a la IA física —como la robótica y los dispositivos wearables— que percibe e interactúa con el mundo principalmente a través de estímulos visuales.
Fundada en 2024, Memories.ai ha conseguido hasta la fecha 16 millones de dólares en financiación. Esto incluye una ronda de financiación inicial de 8 millones de dólares en julio de 2025, seguida de una ampliación de 8 millones de dólares. La inversión fue liderada por Susa Ventures, con la participación de Seedcamp, Fusion Fund, Crane Venture Partners y otros.
Según Shen, la creación de esta capa de memoria visual planteó dos retos fundamentales: desarrollar la infraestructura para incrustar e indexar el vídeo en un formato de datos almacenable y recuperable, y capturar los datos de entrenamiento necesarios.
La empresa presentó su modelo de memoria visual a gran escala (LVMM) en julio de 2025. Shen lo describe como una versión más compacta del Gemini Embedding 2, un modelo de indexación y recuperación multimodal recientemente lanzado por Google.
Para la recopilación de datos, el equipo creó LUCI, un dispositivo de hardware personalizado que llevan los «recolectores de datos» para grabar vídeos de entrenamiento. Shen aclaró que no tienen planes de convertirse en fabricantes de hardware ni de vender estos dispositivos. Crearon LUCI porque las grabadoras de vídeo comerciales, a menudo centradas en formatos de alta definición que agotan la batería, no se adaptaban a sus necesidades.
Desde entonces, Memories.ai ha lanzado la segunda generación de su LVMM y ha firmado una colaboración con Qualcomm. Está previsto que el modelo se ejecute en los procesadores de Qualcomm a partir de finales de este año.
Shen reveló que la empresa ya está colaborando con varios fabricantes importantes de dispositivos wearables, aunque se negó a nombrarlos. Si bien existe una demanda actual, prevé oportunidades aún mayores en el futuro en los mercados de los wearables y la robótica.
«Desde el punto de vista de la comercialización, nos centramos exclusivamente en el modelo y la infraestructura», afirmó Shen. «Creemos que el mercado de los wearables y la robótica llegará inevitablemente, pero su pleno desarrollo aún está por llegar».
OneRail aprovecha la IA de Nvidia para optimizar la entrega en la última milla en tiempo real
OneRail ha presentado una plataforma de reparto basada en inteligencia artificial que aprovecha la tecnología de Nvidia para ayudar a minoristas, mayoristas y distribuidores a determinar los métodos d
El nuevo jefe de hardware de Apple, John Ternus, guía la visión de los productos futuros
Cargando el reproductor…La era de Ternus en Apple ha comenzado oficialmente.Tim Cook dimitió como director ejecutivo esta semana, cediendo el liderazgo al antiguo responsable de hardware, John Ternus. El primer mensaje de Ternus prometía un «gran l
Groq recauda 350 millones de dólares para impulsar su cambio de chips de IA a neocloud
La firma de infraestructura de IA Groq ha asegurado 350 millones de dólares en nueva financiación, lo que marca su transición continua desde ser un desarrollador especializado de chips a convertirse en un proveedor de neocloud que ofrece servicios ro











