Китайская компания Looki, выпускающая носимую камеру Looki L1, представила семейство мультимодальных моделей Loom: оно превращает видео и звук, записанные за день, в структурированную долговременную память с привязкой ко времени и к исходным кадрам. Компания сообщает о заметной экономии токенов и задержке около полусекунды у блока восприятия, однако открыла пока только веб-демо — API и открытых весов у системы нет.

image
image
image

Что произошло

Сведения о запуске Loom опубликованы в WeChat-канале Looki AI Research, разбор от 14 ноября 2026 года вышел в дайджесте AI Daily Insights под номером 102, краткое описание появилось и у издания 鉅亨網/BlockBeats. Система описана как три слоя. Loom Sense — дискриминативная модель, отвечающая на естественно-языковые вопросы о текущем событии без генерации текстового описания: признаки вроде «еда» и «разговор» могут быть одновременно истинны. Loom Moment одновременно размечает границы событий и описывает их на общей шкале времени, различая, что увидено, что услышано и что выведено из контекста. Loom Memory хранит иерархию «события, затем дневные, недельные и месячные сводки, затем снимок профиля пользователя» и при ответе спускается от сводок к конкретным событиям и исходным кадрам. По данным самого Looki, Sense достигает F1 88,6 при задержке 0,51 с и около 94% экономии затрат инференса против «закрытых референсных моделей», Moment превосходит Qwen Omni и Gemini Flash по Segment F1@tIoU, а Memory набирает 79,0 балла против 61,0 у mem0 и 64,0 у A-Mem, расходуя 14,5% токенов mem0 и 30,5% токенов A-Mem. Пока система открыта только в виде веб-демо на loom.looki.tech.

Контекст

Задел отвечает типичной слабости носимых AI-устройств и агентных фреймворков: память там чаще всего хранится в виде абстрактных векторов, поэтому нельзя показать, откуда ассистент взял конкретный ответ — так устроены в том числе mem0 и A-Mem. Loom противопоставляет этому память, привязанную к доказательствам: каждый вывод должен опираться на кадр или аудио и пометку, была ли информация увиденной, услышанной или выведенной. Решение оформлено как вертикальный продукт: камера Looki L1 весом 32 г с матрицей 12 МП, тремя микрофонами, 32 ГБ памяти и защитой IP67 стоит $199 и всегда находится при владельце, а Loom превращает её поток видео и звука в структурированные события. Дискриминативный блок Sense — сознательный трейд-офф качества против стоимости: система классифицирует событие по вопросу, а не описывает каждый фрагмент текстом, что и объясняет заявленные задержку и экономию. Иерархия Memory со спуском от сводок к кадрам снимает вторую базовую боль персональных ассистентов: для ответа не требуется прогонять через модель сырые записи целиком.

Почему это важно для индустрии

Для строителей AI-продуктов главная ценность — не веса, а воспроизводимый паттерн: дискриминативный триггер события, разметка событий на общей шкале времени с пометками «увидено, услышано, выведено» и иерархическая память со ссылкой на исходные кадры. Такой стек обещает дешёвую прослеживаемую память: компания оценивает расход токенов Loom Memory примерно в 6,9 раза ниже, чем у mem0, что напрямую снижает себестоимость «всегда включённого» персонального ассистента. Если заявленные цифры выдержат независимую проверку, иерархическая память с трассировкой до исходных кадров может стать стандартом де-факто для персональных ассистентов и категории proactive wearables — примерно по тем же причинам, по которым RAG стал стандартом корпоративного поиска, а конкуренция сместится к качеству сводок и интерфейсу «показать исходник». В горизонте полугода многое решает, опубликует ли Looki технический отчёт или хотя бы ограниченный API: тогда появятся сторонние замеры Segment F1@tIoU и задержек и вероятны открытые репликации паттерна; если публикаций не последует, Loom останется маркетинговой витриной камеры.

Почему это важно для пользователей

Если вы пользуетесь носимой камерой вроде Looki L1 или только выбираете её, потрогать систему можно уже сейчас: веб-демо на loom.looki.tech показывает качество разметки событий и ответов памяти, и до появления API руками проверять поведение — единственный способ оценки. Для тех, кто работает с агентными памятями mem0 или A-Mem, Loom даёт наглядный ориентир архитектуры, где любой ответ раскрывается до исходного кадра или аудио, а не до абстрактного вектора. Цифры из объявления Looki стоит занести в чек-лист при сравнении аналогичных систем — но как гипотезы производителя, а не как измерения независимого бенчмарка. Отдельный нюанс касается приватности: собственный бенчмарк построен на внутренних данных компании и записях пользователей Looki, которые, по словам производителя, дали согласие на обработку.

Что пока неизвестно / ограничения

Заявленные результаты проверить нельзя: доступных материалов не хватает ни на воспроизведение моделей, ни на повторение цифр — нет технического отчёта, методики разметки границ событий и конфигураций базлайнов. Ключевая часть сравнения по инференсу опирается на неименованные «закрытые референсные модели», поэтому заявленные около 94% экономии затрат не поддаются независимой проверке. Бенчмарк памяти собственный и построен на данных со стороны Looki, так что сопоставление 79,0 против 61,0 у mem0 и 64,0 у A-Mem остаётся утверждением производителя, а превосходство Moment над Qwen Omni и Gemini Flash по Segment F1@tIoU не опровергается и не подтверждается. Отдельного API нет, открытые веса не планируются, цена на сервис не объявлена. Если техотчёт или API не появятся, ориентиры останутся рекламными, и сопоставимую иерархическую память придётся собирать в своём стеке самостоятельно.

Источники

Автор

Look at AI, редакция