OpenAI köper kamerateknikbolag för tre miljarder – satsar på AI i den fysiska världen

När AI kliver ut ur skärmen

Det finns ögonblick när branschen skiftar riktning så tydligt att man nästan kan höra det. Det senaste veckan var ett sådant. Två nyheter, till synes separata, pekar i exakt samma riktning: AI-bolagen vill inte längre nöja sig med att leva inuti appar och webbläsare — de vill in i den fysiska världen, i kameran, i örat, i ögonvrån.

Enligt rapportering från The Wall Street Journal, vidarebefordrad av TechCrunch, har OpenAI köpt kamerateknikbolaget Glass Imaging i en affär värd över 300 miljoner dollar — ungefär tre miljarder kronor. Det är ett remarkabelt lyft för ett bolag som sedan starten 2019 rest in knappt 30 miljoner dollar i riskkapital. Men värderingen är inte det intressanta. Det är vad OpenAI köper.

Inte filter — utan fysikalisk förståelse

Glass Imaging grundades av Ziv Attar och Tom Bishop, två tidigare Apple-ingenjörer som skapade det team som en gång tog fram Apples Porträttläge — funktionen som i grunden förändrade hur vi tänker på mobilfotografering. Det handlar alltså inte om ett litet AI-filter-bolag utan om djup teknisk kompetens i skärningspunkten mellan optik och maskininlärning.

Det som gör Glass Imagings teknik verkligt intressant är ansatsen: i stället för att låta AI putsa en bild i efterhand bygger företaget neurala nätverk som lär känna de fysiska egenskaperna hos enskilda kamerasystem — ner på modellnivå. Smarttelefonkameror lider av ett inbyggt fysikaliskt problem; linserna är för små för att fånga tillräckligt med ljus och detaljer. Glass Imagings lösning kompenserar för dessa begränsningar i det ögonblick bilden tas, inte efteråt.

För OpenAI, som länge ryktats arbeta med egna hårdvaruprodukter i samarbete med exempelvis Jony Ive, är detta förvärvet ett tydligt besked: vi bygger något med en kamera i.

Apple svarar — med ett nytt sinne

Samtidigt, och det är svårt att se det som en tillfällighet i tajmningen, lanserar Apple iOS 27 och macOS 27 Golden Gate med vad som i praktiken är en helt ny Siri. Rapporterar Ars Technica: assistenten är nu grundad i stora språkmodeller, är medveten om användarens sammanhang och kan hantera naturliga förfrågningar på ett sätt som tidigare inte var möjligt — förklara vad som visas på skärmen, söka i gamla mejl, interagera direkt med appar.

Under huven driver Apples egenutvecklade modeller — märkta AFM 3 — hela systemet. På enheten finns en modell med tre miljarder parametrar för snabba, lokala uppgifter och en mer avancerad modell med 20 miljarder parametrar som använder gles aktivering beroende på förfrågans komplexitet. Det är elegant ingenjörskonst med ett tydligt syfte: kraftfull AI utan att offra integritet eller batteritid.

Från skärm till verklighet — en praktisk demonstration

Vad händer när dessa krafter möts i praktiken? Modesappen Daydream ger ett tidigt svar. Appen, som rapporteras om av TechCrunch, bygger på Apples nya utvecklarverktyg för iOS 27 och låter användare förvandla sparade outfitbilder direkt till köpbara sökresultat — eller söka efter kläder via Siri utan att ens öppna appen. En skärmdump från sociala medier kan bli startpunkten för en klädsokning mot tre miljoner produkter.

Det låter som en liten butiksdetalj. Men det är faktiskt ett prejudikat för hur AI-drivet bildseende, naturligt språk och handel smälter samman i den vardagliga upplevelsen. Det är inte en funktion — det är ett nytt beteendemönster.

Konkurrensen förflyttas till den fysiska världen

Den gemensamma nämnaren i allt detta är rörelsen från abstrakt till konkret. OpenAI köper förmågan att se. Apple ger Siri förmågan att förstå sammanhang i realtid. Och tredjepartsutvecklare börjar redan bygga upplevelser ovanpå dessa lager.

Det stora skiftet är inte att AI blir smartare — det visste vi redan. Det stora skiftet är att AI nu på allvar börjar bry sig om den fysiska världen: vad din kamera ser, vad du sa för tre månader sedan, vad du bär på dig när du går ut på stan. Det är en ny era, och startpistolen har just avfyrats.