Lar
A Memories AI desenvolve uma camada de memória visual para dispositivos vestíveis e robótica

Shawn Shen argumenta que, para que a IA realmente prospere no mundo físico, ela deve possuir a capacidade de lembrar o que vê. Sua empresa, a Memories.ai, está utilizando as ferramentas de IA da Nvidia para criar a infraestrutura subjacente que permitirá que dispositivos vestíveis e robôs armazenem e recuperem memórias visuais.
Na segunda-feira, na conferência Nvidia GTC, a Memories.ai anunciou uma parceria com a líder em semicondutores. Essa colaboração concede à Memories.ai acesso ao Cosmos-Reason 2 da Nvidia — um modelo de linguagem de visão com raciocínio — e ao Nvidia Metropolis, um aplicativo para pesquisa e resumo de vídeos, para aprimorar sua tecnologia de memória visual.
Shen (na foto à esquerda) explicou ao TechCrunch que a ideia da empresa surgiu enquanto ele e seu cofundador e diretor de tecnologia, Ben Zhou (na foto à direita), desenvolviam o sistema de IA para os óculos Ray-Ban da Meta. O trabalho deles destacou uma questão fundamental: que utilidade prática teria essa tecnologia se os usuários não pudessem acessar e recuperar posteriormente os dados de vídeo que capturaram?
Depois de procurar, sem sucesso, por soluções existentes para memória visual de IA, eles decidiram deixar a Meta e desenvolver a tecnologia por conta própria.
“A IA já alcançou um sucesso notável no mundo digital. A próxima fronteira é o mundo físico”, afirmou Shen. “Dispositivos vestíveis e robôs movidos a IA também precisam de memória... Em última análise, acreditamos que um futuro em que a IA tenha memória visual é inevitável.”
O conceito de memória para sistemas de IA é um desenvolvimento relativamente recente. A OpenAI introduziu recursos de memória para o ChatGPT em 2024, com aperfeiçoamentos em 2025. Da mesma forma, a xAI de Elon Musk e o Google Gemini lançaram suas próprias ferramentas de memória nos últimos dois anos.
No entanto, Shen observa que esses avanços se concentraram principalmente na memória baseada em texto. Embora o texto seja mais estruturado e mais fácil de indexar, ele é menos aplicável à IA física — como robótica e dispositivos vestíveis — que percebe e interage com o mundo principalmente por meio de estímulos visuais.
Fundada em 2024, a Memories.ai já garantiu US$ 16 milhões em financiamento até o momento. Isso inclui uma rodada de seed de US$ 8 milhões em julho de 2025, seguida por uma extensão de US$ 8 milhões. O investimento foi liderado pela Susa Ventures, com a participação da Seedcamp, Fusion Fund, Crane Venture Partners e outras.
De acordo com Shen, a construção dessa camada de memória visual apresentou dois desafios principais: desenvolver a infraestrutura para incorporar e indexar vídeos em um formato de dados armazenável e recuperável, e capturar os dados de treinamento necessários.
A empresa lançou seu modelo de memória visual de grande porte (LVMM) em julho de 2025. Shen o descreve como uma versão mais compacta do Gemini Embedding 2, lançado recentemente pelo Google, um modelo multimodal de indexação e recuperação.
Para a coleta de dados, a equipe criou o LUCI, um dispositivo de hardware personalizado usado por “coletores de dados” para gravar vídeos de treinamento. Shen esclareceu que eles não têm planos de se tornar um fabricante de hardware ou vender esses dispositivos. Eles criaram o LUCI porque os gravadores de vídeo comerciais, frequentemente focados em formatos de alta definição que esgotam a bateria, eram inadequados para suas necessidades.
Desde então, a Memories.ai lançou a segunda geração de seu LVMM e firmou uma parceria com a Qualcomm. O modelo está programado para rodar nos processadores da Qualcomm a partir do final deste ano.
Shen revelou que a empresa já está colaborando com vários grandes fabricantes de dispositivos vestíveis, embora tenha se recusado a citar nomes. Embora exista demanda atual, ele prevê oportunidades futuras ainda maiores nos mercados de dispositivos vestíveis e robótica.
“Do ponto de vista da comercialização, nosso foco está totalmente no modelo e na infraestrutura”, disse Shen. “Acreditamos que o mercado de wearables e robótica inevitavelmente chegará, mas seu pleno surgimento ainda está no horizonte.”
Artigo relacionado
A OneRail utiliza a IA da Nvidia para otimizar entregas em tempo real na “última milha”
A OneRail lançou uma plataforma de entregas baseada em inteligência artificial que utiliza a tecnologia da Nvidia para auxiliar varejistas, atacadistas e distribuidores a determinar os métodos de entr
O novo diretor de hardware da Apple, John Ternus, direciona a visão para os produtos futuros
Carregando o player…A era Ternus na Apple começou oficialmente.Tim Cook renunciou ao cargo de CEO nesta semana, passando a liderança ao ex-chefe de hardware, John Ternus. O primeiro memorando de Ternus prometeu um “grande lançamento na próxima sema
A Groq capta US$ 350 milhões para financiar sua transição de chips de IA para neocloud
A empresa de infraestrutura de IA Groq garantiu US$ 350 milhões em novo financiamento, marcando sua contínua transição de desenvolvedora especializada de chips para provedora de neocloud, oferecendo serviços robustos de infraestrutura de GPU e IA.Co
Recomendações de tópicos especiais relacionados
Comentários (0)

Shawn Shen argumenta que, para que a IA realmente prospere no mundo físico, ela deve possuir a capacidade de lembrar o que vê. Sua empresa, a Memories.ai, está utilizando as ferramentas de IA da Nvidia para criar a infraestrutura subjacente que permitirá que dispositivos vestíveis e robôs armazenem e recuperem memórias visuais.
Na segunda-feira, na conferência Nvidia GTC, a Memories.ai anunciou uma parceria com a líder em semicondutores. Essa colaboração concede à Memories.ai acesso ao Cosmos-Reason 2 da Nvidia — um modelo de linguagem de visão com raciocínio — e ao Nvidia Metropolis, um aplicativo para pesquisa e resumo de vídeos, para aprimorar sua tecnologia de memória visual.
Shen (na foto à esquerda) explicou ao TechCrunch que a ideia da empresa surgiu enquanto ele e seu cofundador e diretor de tecnologia, Ben Zhou (na foto à direita), desenvolviam o sistema de IA para os óculos Ray-Ban da Meta. O trabalho deles destacou uma questão fundamental: que utilidade prática teria essa tecnologia se os usuários não pudessem acessar e recuperar posteriormente os dados de vídeo que capturaram?
Depois de procurar, sem sucesso, por soluções existentes para memória visual de IA, eles decidiram deixar a Meta e desenvolver a tecnologia por conta própria.
“A IA já alcançou um sucesso notável no mundo digital. A próxima fronteira é o mundo físico”, afirmou Shen. “Dispositivos vestíveis e robôs movidos a IA também precisam de memória... Em última análise, acreditamos que um futuro em que a IA tenha memória visual é inevitável.”
O conceito de memória para sistemas de IA é um desenvolvimento relativamente recente. A OpenAI introduziu recursos de memória para o ChatGPT em 2024, com aperfeiçoamentos em 2025. Da mesma forma, a xAI de Elon Musk e o Google Gemini lançaram suas próprias ferramentas de memória nos últimos dois anos.
No entanto, Shen observa que esses avanços se concentraram principalmente na memória baseada em texto. Embora o texto seja mais estruturado e mais fácil de indexar, ele é menos aplicável à IA física — como robótica e dispositivos vestíveis — que percebe e interage com o mundo principalmente por meio de estímulos visuais.
Fundada em 2024, a Memories.ai já garantiu US$ 16 milhões em financiamento até o momento. Isso inclui uma rodada de seed de US$ 8 milhões em julho de 2025, seguida por uma extensão de US$ 8 milhões. O investimento foi liderado pela Susa Ventures, com a participação da Seedcamp, Fusion Fund, Crane Venture Partners e outras.
De acordo com Shen, a construção dessa camada de memória visual apresentou dois desafios principais: desenvolver a infraestrutura para incorporar e indexar vídeos em um formato de dados armazenável e recuperável, e capturar os dados de treinamento necessários.
A empresa lançou seu modelo de memória visual de grande porte (LVMM) em julho de 2025. Shen o descreve como uma versão mais compacta do Gemini Embedding 2, lançado recentemente pelo Google, um modelo multimodal de indexação e recuperação.
Para a coleta de dados, a equipe criou o LUCI, um dispositivo de hardware personalizado usado por “coletores de dados” para gravar vídeos de treinamento. Shen esclareceu que eles não têm planos de se tornar um fabricante de hardware ou vender esses dispositivos. Eles criaram o LUCI porque os gravadores de vídeo comerciais, frequentemente focados em formatos de alta definição que esgotam a bateria, eram inadequados para suas necessidades.
Desde então, a Memories.ai lançou a segunda geração de seu LVMM e firmou uma parceria com a Qualcomm. O modelo está programado para rodar nos processadores da Qualcomm a partir do final deste ano.
Shen revelou que a empresa já está colaborando com vários grandes fabricantes de dispositivos vestíveis, embora tenha se recusado a citar nomes. Embora exista demanda atual, ele prevê oportunidades futuras ainda maiores nos mercados de dispositivos vestíveis e robótica.
“Do ponto de vista da comercialização, nosso foco está totalmente no modelo e na infraestrutura”, disse Shen. “Acreditamos que o mercado de wearables e robótica inevitavelmente chegará, mas seu pleno surgimento ainda está no horizonte.”
A OneRail utiliza a IA da Nvidia para otimizar entregas em tempo real na “última milha”
A OneRail lançou uma plataforma de entregas baseada em inteligência artificial que utiliza a tecnologia da Nvidia para auxiliar varejistas, atacadistas e distribuidores a determinar os métodos de entr
O novo diretor de hardware da Apple, John Ternus, direciona a visão para os produtos futuros
Carregando o player…A era Ternus na Apple começou oficialmente.Tim Cook renunciou ao cargo de CEO nesta semana, passando a liderança ao ex-chefe de hardware, John Ternus. O primeiro memorando de Ternus prometeu um “grande lançamento na próxima sema
A Groq capta US$ 350 milhões para financiar sua transição de chips de IA para neocloud
A empresa de infraestrutura de IA Groq garantiu US$ 350 milhões em novo financiamento, marcando sua contínua transição de desenvolvedora especializada de chips para provedora de neocloud, oferecendo serviços robustos de infraestrutura de GPU e IA.Co











