Le véritable test de Brilliant Labs: l’interaction IA portable acceptée

Résumé

• L’affirmation la plus forte de Brilliant Labs n’est pas qu’il peut mettre l’IA dans des lunettes. C’est qu’un dispositif portable ouvert, avec caméra et microphone, peut transformer des moments répétés de contexte visuel ou oral en une assistance utile sans contraindre l’utilisateur à gérer une boucle fragile avec le gadget.
• Les preuves étayent une plateforme de développement techniquement sérieuse: des dépôts ouverts, des interfaces Bluetooth documentées, des scripts Lua, des applications hôtes mobiles, des API pour la caméra et l’audio, et une conception plus récente, Halo, avec un micro-affichage, des micros, des haut-parleurs, des capteurs, un microcontrôleur de classe NPU et une batterie de 300 mAh.
• Ces mêmes preuves montrent le problème commercial. Frame et Halo dépendent d’applications hôtes, du Bluetooth, des services d’IA en cloud, des contrôles de confidentialité, du comportement de charge, des mises à jour firmware et de la maintenance par les développeurs. Chaque dépendance peut ajouter de la latence, du travail de correction ou un coût de confiance.
• Les signaux des utilisateurs publics concernant Frame étaient mitigés. Certains adopteurs précoces ont apprécié le format et l’ouverture, tandis que d’autres ont signalé des frustrations liées à l’appairage, à la prise en main, à la maturité de l’application, à l’utilité de la caméra et au support. Ces signaux ne constituent pas un test contrôlé, mais ils comptent car l’IA portable acceptée se juge à la répétition.
• Tant que Brilliant Labs n’aura pas prouvé une fiabilité tout au long de la journée, avec peu de friction et respectueuse de la vie privée, pour des tâches ordinaires, sa valeur à court terme la plus claire est celle d’une plateforme de développement et d’expérimentation pour l’informatique portable, plutôt qu’un remplacement grand public de l’IA basée sur le téléphone.

Le produit, c’est des lunettes, mais l’enjeu, c’est l’acceptation de l’interaction

On risque de mal lire Brilliant Labs si on le considère comme une petite entreprise de matériel informatique qui essaie de rivaliser fonction par fonction avec tous les fabricants de lunettes connectées. Sa position publique est à la fois plus étroite et plus ambitieuse. L’entreprise veut que les lunettes à IA soient suffisamment ouvertes pour les développeurs et suffisamment personnelles pour l’environnement réel de l’utilisateur. Monocle a rendu la thèse visible sous la forme d’un module AR à clipser. Frame l’a rapproché de lunettes ordinaires.

Halo, le produit phare actuel sur le propre site de Brilliant Labs, pousse l’idée plus loin avec un micro-affichage couleur, de l’audio par conduction osseuse, des microphones, un capteur optique basse consommation, Bluetooth 5.3, ZephyrOS avec une interface Lua, une application mobile multiplateforme et un agent IA basé sur le cloud.

Ces spécifications comptent, mais ce n’est pas là le test. Le test, c’est de savoir si une personne accepte l’interaction. Un assistant portable n’est pas utile parce qu’il peut répondre une fois. Il est utile si l’utilisateur le sollicite de nouveau lorsque le coût de cette action est inférieur à celui d’utiliser un téléphone, un ordinateur portable, une zone de recherche, une application de notes ou une autre personne. Ce seuil est sévère parce que le dispositif se porte sur le visage. Il exige une permission sociale, un confort physique, une confiance dans la batterie, une confiance dans la vie privée et une nouvelle habitude.

Si l’appareil rate le contexte, attend trop longtemps, se décharge trop vite, en expose trop, demande trop de réinitialisations ou oblige l’utilisateur à des corrections répétées, le produit peut rester impressionnant tandis que l’interaction échoue.

La bonne manière de poser le problème n’est donc pas « les lunettes peuvent-elles faire tourner l’IA? » mais « Brilliant Labs peut-il rendre la capture de contexte suffisamment fiable et contrôlable pour des tâches ordinaires répétées? » La réponse est encore incertaine. Le dossier public montre une ingénierie sérieuse et une stratégie de développement cohérente. Il montre aussi un risque de dépendance non résolu. Brilliant Labs ne se contente pas de livrer des lunettes.

Il demande aux utilisateurs de faire confiance à une chaîne qui va des capteurs au Bluetooth, puis à un téléphone ou à une application hôte, puis aux services de modèles, aux contrôles de mémoire, à l’affichage, au retour audio, à la distribution sur les magasins d’applications, aux mises à jour du firmware et à l’outillage des développeurs. Une défaillance à n’importe quel point peut transformer un moment mains libres en une réparation manuelle.

C’est pourquoi l’IA portable acceptée est un meilleur critère que la nouveauté d’une démo de lancement. Une démo de lancement peut utiliser un éclairage favorable, une tâche préparée et un public patient. Une utilisation acceptée ne bénéficie d’aucune de ces protections. L’utilisateur marche, fait des courses, cuisine, répare un équipement, assiste à une réunion, traduit un panneau, se souvient d’un nom, vérifie un itinéraire ou essaie d’identifier quelque chose dans un environnement encombré.

L’assistant doit remarquer suffisamment de choses, demander des précisions quand il ne sait pas, montrer ou dire la réponse sans perturber l’attention, et donner à l’utilisateur un moyen simple de le corriger. Le produit gagnant n’est pas celui qui donne la première réponse la plus magique. C’est celui dont la mauvaise réponse ne fait pas regretter à l’utilisateur de le porter.

Brilliant Labs a choisi l’ouverture comme surface de contrôle

La partie la plus durable de l’histoire de Brilliant Labs est sa posture de développeur ouvert. L’organisation GitHub de l’entreprise comprend des dépôts pour Frame, Noa, les composants de l’assistant, des utilitaires et des kits de développement. Le nouveau dépôt Brilliant SDK présente une pile multiplateforme pour construire des applications qui communiquent avec Halo et Frame. Il décrit des appareils exécutant des scripts utilisateur dans une machine virtuelle Lua 5.3 embarquée et exposant une APIframe.*pour l’affichage, le Bluetooth, l’IMU, l’audio, les entrées/sorties de fichiers et les fonctions connexes. Le SDK côté hôte gère le transport Bluetooth Low Energy, le tramage des messages et des types de données riches tels que les images, le texte, l’audio, les données de capteurs, les tapotements et les événements de clic.

Il ne s’agit pas d’un label open source décoratif. Cela façonne ce que Brilliant Labs peut et ne peut pas promettre. L’avantage est que les développeurs peuvent inspecter, adapter et étendre de grandes parties de la pile. L’entreprise documente les voies Python, Flutter et Web Bluetooth, ainsi que le développement direct Bluetooth LE pour les équipes qui veulent plus de contrôle.

Elle met également à disposition des manuels matériels et des références d’API Lua, et sa documentation décrit un émulateur pour les applications Halo, capable d’exécuter des scripts Lua dans un logiciel, de rendre un affichage virtuel de 256 par 256 et d’injecter des événements de bouton ou d’IMU. Pour une petite entreprise, c’est une tentative significative de laisser les développeurs externes porter une partie de la charge d’expérimentation.

Le compromis est que l’ouverture ne supprime pas le coût de maintenance. Elle déplace souvent ce coût entre les mains des personnes les plus capables de le gérer. Un développeur peut construire une application Halo ou Frame astucieuse, mais l’utilisateur la vit toujours à travers les mêmes contraintes physiques et de connectivité. L’appareil a une batterie limitée, une mémoire limitée, un petit affichage, des limites de paquets Bluetooth, un comportement du firmware et une application hôte.

Un développeur qui veut un outil de terrain robuste doit penser à la récupération de l’appairage, au comportement hors ligne, aux budgets de latence, aux avis de confidentialité, à l’affichage des erreurs, à l’état de la batterie, aux règles des magasins d’applications, aux dialogues de permission, à la dérive du firmware et au support sur iOS, Android, les ordinateurs de bureau ou les navigateurs. Brilliant Labs abaisse la barrière d’entrée pour l’expérimentation. Il n’abolit pas la charge opérationnelle d’un ordinateur portable.

Cela compte commercialement parce que le client cible n’est pas seulement un consommateur en quête de nouveauté. Brilliant Labs s’adresse le plus clairement aux développeurs, aux passionnés d’informatique portable, aux adopteurs précoces, aux expérimentateurs en accessibilité, aux bricoleurs de terrain et aux équipes qui évaluent l’interaction IA mains libres. Pour ces utilisateurs, l’ouverture est un argument d’achat. Elle réduit l’enfermement propriétaire et rend l’appareil utile même quand l’application officielle ne suffit pas. Mais pour un utilisateur grand public, l’ouverture est généralement invisible.

L’utilisateur grand public voit si la chose se connecte, répond, survit à la journée, respecte l’environnement et se remet des erreurs. Brilliant Labs a besoin des deux publics, mais les preuves suggèrent que le public des développeurs est actuellement le mieux adapté.

L’architecture crée des limites de puissance et de latence avant toute réponse du modèle

La documentation propre de Brilliant Labs indique clairement que Frame et Halo ne sont pas de petits téléphones avec des lanceurs d’applications conventionnels. Les appareils fonctionnent généralement comme des accessoires périphériques pour des applications hôtes s’exécutant sur un téléphone, un ordinateur ou un navigateur. L’application hôte communique par Bluetooth pour contrôler des fonctionnalités telles que la caméra, le microphone, les haut-parleurs et l’affichage. Les scripts Lua peuvent s’exécuter sur les lunettes pour des comportements spécifiques, mais l’application hôte pilote généralement la logique principale.

Dans l’exemple donné par Brilliant Labs pour Frame et Halo, l’application mobile Noa se connecte à l’appareil, reçoit les données des capteurs via Bluetooth, les traite et renvoie du contenu vers l’affichage.

Cette conception est sensée. Elle permet aux lunettes de rester légères et économes en énergie, tandis que le téléphone ou l’hôte gère le calcul lourd, l’accès au réseau et la distribution de l’application. Cela signifie aussi que l’interaction acceptée dépend de la boucle entière. L’utilisateur tapote, parle ou demande. Les lunettes collectent des données audio, image ou de capteur. L’appareil fragmente et envoie des données par Bluetooth. L’application hôte les traite ou les transfère. Un modèle cloud peut les interpréter. Une réponse revient. L’hôte renvoie une sortie texte, image ou audio. Les lunettes l’affichent ou la diffusent.

L’utilisateur décide alors si la réponse est utile.

Chaque étape peut être optimisée, mais chaque étape est aussi un retard possible. Les documents officiels décrivent des ambitions de faible latence pour Noa et Halo, et le matériel inclut des composants choisis pour une détection basse consommation et une IA sur l’appareil. Mais les documents publics ne fournissent pas de référence de latence de bout en bout contrôlée pour des tâches répétées dans des environnements ordinaires. Cette absence compte. La latence d’un dispositif portable ne se juge pas comme la latence d’un ordinateur portable. Un délai de deux secondes dans un navigateur peut être acceptable.

Un délai de deux secondes alors qu’une personne se tient devant un panneau, un rayon, une machine, un patient, un client ou un étranger peut sembler gênant. Un délai de cinq secondes peut amener l’utilisateur à baisser la tête, à vérifier le téléphone et à abandonner les lunettes.

Il y a aussi une différence entre la latence du modèle et la latence de l’interaction. Un modèle peut répondre rapidement une fois qu’il a la bonne requête et le bon contexte. La tâche portable inclut le temps de capture, la détection de réveil, la transcription vocale, l’exposition de l’image, le transfert Bluetooth, l’ordonnancement du système d’exploitation mobile, le comportement de l’application en avant-plan ou en arrière-plan, la disponibilité du réseau, le routage du modèle, la recherche en mémoire, le rendu de la réponse et le chemin de correction de l’utilisateur.

Brilliant Labs peut améliorer beaucoup de ces éléments, mais le test de l’interaction acceptée les prend tous en compte. L’utilisateur ne se soucie pas de savoir quel sous-système était responsable du blocage.

La documentation de Frame montre les contraintes plus clairement. Le manuel matériel de Frame liste un affichage OLED couleur de 640 par 400, une optique à champ de vision de 20 degrés, une caméra couleur basse consommation de 720p, un microphone, une accélération FPGA pour les graphismes et l’imagerie, Bluetooth 5.3, une batterie intégrée de 210 mAh, un accéléromètre, une boussole électronique, un système d’exploitation basé sur Lua et une station de charge avec sa propre batterie de 140 mAh. C’est un ensemble sérieux pour sa taille, mais ce n’est pas une surface de calcul illimitée.

Il doit échanger puissance, chaleur, clarté d’affichage, qualité de capture, connectivité et confort.

Halo améliore la plateforme de manière importante. Son manuel matériel liste un micro-affichage OLEDoS couleur de 0,2 pouce avec une zone dessinable de 256 par 256, une caméra couleur à obturateur global de 640 par 480, des microphones stéréo, des haut-parleurs stéréo à conduction osseuse, un processeur Arm Cortex-M55 avec NPU Arm Ethos-U55, Bluetooth LE 5.3, une batterie de 300 mAh, un accéléromètre, une boussole électronique, Zephyr OS avec une machine virtuelle Lua et un connecteur de charge magnétique.

La documentation de la caméra mentionne une capture basse consommation, tandis que la section sur le microphone décrit plusieurs modes d’alimentation, dont un mode de détection d’activité audio toujours actif. Ces choix ciblent directement la boucle portable. Ils prennent en charge la détection de réveil, la capture de contexte, le retour audio et un fonctionnement à plus faible consommation. Ils ne prouvent pas à eux seuls que la tâche quotidienne sera fiable.

La capture de contexte est la promesse du produit et son mode de défaillance le plus difficile

La proposition de Brilliant Labs repose sur le contexte. Un assistant de téléphone attend que l’utilisateur tape, parle ou joigne une photo. Un assistant portable peut, en principe, utiliser ce que l’utilisateur voit, entend et fait. C’est pourquoi l’entreprise parle de Noa qui comprend le contexte visuel et audio, pourquoi Halo inclut une caméra, des micros, une IMU et un système de mémoire, et pourquoi la documentation développeur expose les photos, l’audio, les valeurs IMU, les tapotements, les clics et les primitives d’affichage. Le produit veut transformer le monde autour de l’utilisateur en un flux d’entrée.

C’est aussi là que la défaillance devient coûteuse. Si les lunettes lisent mal un panneau, capturent le mauvais objet, entendent la mauvaise instruction, déduisent la mauvaise intention, manquent la partie pertinente d’une scène ou répondent à partir d’une mémoire périmée, l’utilisateur doit réparer l’interaction. La correction sur un téléphone est familière: modifier le texte, reprendre une photo, tapoter un menu, copier un lien, vérifier une autre application. La correction sur des lunettes est plus difficile.

L’utilisateur peut disposer d’un petit affichage, d’une surface de contrôle limitée, de commandes vocales, de tapotements, d’une application compagnon mobile et de contraintes sociales. Si la correction nécessite le téléphone, l’avantage originel « mains libres » diminue.

Brilliant Labs semble le comprendre. Le passage de Frame à Halo n’est pas seulement un changement de coque. Il ajoute des haut-parleurs, un ensemble de détection plus récent, un processeur basse consommation avec capacité NPU et un discours plus fort sur la mémoire. Les documents Halo de l’entreprise décrivent Noa comme un agent IA basé sur le cloud capable de se souvenir de ce qu’il a vu, entendu et dit pour personnaliser l’assistance future. Les publications officielles sur le chemin vers Halo soulignent la mémoire privée, le contexte environnemental et le défi de discerner le signal utile du bruit quotidien. Ce sont les bons problèmes.

Mais la mémoire n’est pas une simple fonctionnalité dans l’IA portable. C’est un passif à moins que l’utilisateur puisse la comprendre, la vérifier et la corriger. Un assistant à mémoire qui se souvient d’un nom ou d’une conversation antérieure n’a de la valeur que s’il se souvient de la bonne personne, garde les événements sensibles hors des contextes indésirés et laisse l’utilisateur supprimer ou corriger ce qui ne devrait pas persister. Si une mémoire est erronée, l’erreur peut contaminer l’assistance future. Si une mémoire est juste mais socialement inappropriée à faire apparaître, le produit crée un problème de confiance.

Si l’utilisateur doit gérer manuellement chaque souvenir, l’assistance devient une corvée.

La politique de confidentialité publique tente de répondre à cela en disant que les souvenirs soutiennent la personnalisation et le rappel contextuel, que les utilisateurs peuvent supprimer des souvenirs individuels ou tout un profil de mémoire, et que l’audio brut, la vidéo ou les transcriptions complètes ne sont pas conservés au-delà du traitement immédiat des fonctionnalités. Elle indique également que les données de mémoire résumées sont stockées de manière privée et chiffrée. C’est un engagement utile. Il laisse toutefois une question pratique: l’utilisateur peut-il voir suffisamment l’état de la mémoire pour lui faire confiance?

Une promesse de confidentialité peut réduire la peur, mais l’utilisation acceptée exige aussi l’intelligibilité. Les utilisateurs ont besoin de savoir ce que les lunettes ont capturé, ce qu’elles n’ont pas capturé, ce qu’elles ont stocké, ce qu’elles ont oublié et comment corriger lorsque le compte rendu du monde par l’assistant diverge du leur.

La confidentialité n’est pas un cas limite pour des lunettes IA avec caméra

La confidentialité est centrale dans la question commerciale de Brilliant Labs parce que l’appareil se porte sur le visage et capture l’environnement. L’entreprise a choisi de commercialiser la confidentialité comme un différenciateur. Ses conditions et ses documents sur la vie privée décrivent les produits et services incluant Halo, Frame, Monocle, Noa, les applications mobiles et les services de plateforme associés.

Les conditions avertissent que les produits peuvent traiter des informations audio, vidéo, environnementales ou biométriques et indiquent que les utilisateurs sont responsables du respect des lois sur l’enregistrement, la surveillance et la vie privée dans leur juridiction et de l’obtention du consentement nécessaire des autres personnes susceptibles d’être enregistrées ou capturées.

La politique de confidentialité précise que le traitement en cloud peut utiliser des sous-traitants tiers pour des tâches de langage naturel ou de vision, mais qu’ils agissent sur les instructions de Brilliant Labs et sont contractuellement tenus de ne pas utiliser les données à leurs propres fins.

Ces déclarations sont importantes pour deux raisons. Premièrement, elles confirment que le risque lié à la confidentialité n’est pas théorique. Un assistant IA portable ne peut répondre à bon nombre de ses questions les plus utiles sans traiter l’environnement de l’utilisateur. Deuxièmement, elles font peser une partie de la charge sur l’utilisateur. L’utilisateur doit décider quand il est acceptable d’utiliser l’appareil, quand le mettre en sourdine, quand le mettre en veille, quand supprimer la mémoire et quand ne pas capturer du tout. Dans un produit grand public, cette charge peut être acceptable pour les passionnés.

Dans les contextes professionnels, éducatifs, de santé, de vente au détail, de service sur le terrain ou d’accessibilité, cela devient un problème de politique de déploiement.

Le propre discours public de Brilliant Labs distingue également l’utilisation grand public des applications à criticité élevée. Le manuel matériel de Halo indique que les appareils sont destinés à des applications grand public et de R&D et n’ont pas été vérifiés pour un usage où les performances et la précision seraient critiques pour la santé, la sécurité ou des opérations vitales. Cette limite doit être prise au sérieux. Cela ne signifie pas que les lunettes ne peuvent pas aider un travailleur de terrain, un chercheur, un étudiant, un voyageur ou une personne ayant des besoins d’accessibilité.

Cela signifie que les clients ne doivent pas discrètement convertir un appareil de développement en un système de décision non validé où une réponse erronée peut blesser quelqu’un.

Le test de l’interaction acceptée inclut donc le spectateur. Si l’utilisateur porte des lunettes caméra dans une réunion, un magasin, une salle de classe, une clinique, une usine ou un domicile privé, d’autres personnes deviennent partie intégrante du champ d’entrée. Un produit peut être techniquement privé du point de vue du fournisseur cloud tout en étant socialement intrusif. Un système de mémoire local ou chiffré ne résout pas automatiquement l’inconfort d’être capturé. Le produit a besoin d’indicateurs clairs, de contrôles rapides et de paramètres par défaut qui rendent les intentions de l’utilisateur évidentes.

Plus l’assistant devient ambiant, moins la capture cachée devient acceptable.

Ce point touche également à la souveraineté des données. Brilliant Labs peut réduire l’exposition en minimisant la conservation des médias bruts, en chiffrant la mémoire et en limitant l’utilisation de modèles tiers. Mais l’IA portable franchit encore des frontières: du visage d’une personne à un téléphone, du téléphone aux services cloud, des services cloud à un affichage portable, et potentiellement de l’application officielle à des applications construites par des développeurs. Les plateformes ouvertes rendent cela plus flexible et plus complexe.

Elles donnent aux développeurs la possibilité de concevoir des solutions locales ou respectueuses de la vie privée, mais elles exigent aussi une discipline plus forte des développeurs. Une mauvaise application peut compromettre une bonne politique matérielle.

Les affirmations sur la batterie doivent être jugées par le mix des tâches, pas par les heures annoncées

L’autonomie est un autre domaine où les démos peuvent induire en erreur. Le site web de Brilliant Labs présente Halo avec un langage d’autonomie « toute la journée ». Le manuel matériel de Halo liste deux cellules de 150 mAh pour un total de 300 mAh et explique l’architecture de charge. La couverture presse du lancement de Halo a répété un chiffre d’autonomie allant jusqu’à 14 heures.

Des reportages antérieurs autour de Frame, s’appuyant sur les explications de l’entreprise, décrivaient une image beaucoup plus dépendante de la tâche: environ trois heures en utilisation extrême, et environ six ou sept heures avec une utilisation fréquente mais normale, selon le cadrage interne de l’entreprise à l’époque. Le manuel matériel officiel de Frame liste une batterie intégrée de 210 mAh et une station de charge de 140 mAh.

Les chiffres exacts importent moins que le schéma. La batterie d’une IA portable ne correspond pas à une seule charge de travail. La détection au repos, la détection de réveil, l’affichage de texte, la capture de la caméra, l’enregistrement audio, la lecture par conduction osseuse, le transfert Bluetooth, la mise à jour du firmware, le traitement d’image, les appels aux modèles et les fonctions de mémoire continue consomment différemment. Un produit peut tenir une journée de questions occasionnelles et échouer une journée d’interprétation visuelle, de traduction, de réponses audio ou d’expériences de développeur.

Un utilisateur n’a pas besoin d’un maximum théorique. Il a besoin de la confiance que son utilisation particulière ne laissera pas l’appareil à plat avant la fin de la tâche.

L’architecture de Brilliant Labs est bien alignée avec les contraintes de puissance. La caméra de Halo est décrite comme basse consommation, ses microphones incluent des modes à faible courant, le MCU inclut du matériel de classe NPU, et l’appareil reste dépendant des applications hôtes pour la logique plus lourde. C’est la bonne direction de conception.

Mais la question de l’interaction acceptée est opérationnelle: à quelle fréquence l’utilisateur le recharge-t-il, quelles fonctionnalités sont désactivées lorsque la batterie baisse, quel est l’état visible de la batterie, comment l’assistant se dégrade-t-il élégamment et quelle friction la recharge ajoute-t-elle?

Ce n’est pas un détail ergonomique mineur. Un examen technique public de Frame a critiqué le concept de l’adaptateur de charge, arguant qu’un utilisateur qui oublie ou perd l’adaptateur se retrouve avec un appareil mort même si des câbles USB-C sont disponibles. Un autre compte rendu de prise en main précoce a noté le petit berceau de charge et la nécessité de retirer les plaquettes de nez magnétiques pour charger. Ce sont des signaux anecdotiques, pas des défauts universels. Mais ils illustrent comment la confiance dans la batterie devient une confiance dans l’habitude.

Un téléphone peut survivre à certains inconvénients de charge parce que les utilisateurs organisent déjà leur vie autour de la charge du téléphone. Un assistant porté sur le visage doit mériter cette routine.

La batterie interagit aussi avec la vie privée et la latence. Davantage de traitement local peut réduire l’exposition au cloud et la dépendance au réseau, mais l’inférence locale consomme de l’énergie et peut être limitée par la taille du modèle. Davantage de traitement cloud peut économiser l’énergie de l’appareil et améliorer la qualité des réponses, mais cela introduit des questions de connectivité, de vie privée et de coût de service. Une détection plus fréquente peut améliorer le contexte, mais elle brûle de l’énergie et soulève des préoccupations sociales. Il n’y a pas de choix gratuit.

La conception de Brilliant Labs doit rendre ces compromis suffisamment explicites pour que les utilisateurs et les développeurs puissent choisir le bon mode pour la tâche.

L’application Noa est à la fois une vitrine et un goulot d’étranglement

Noa est le visage public de l’expérience IA de Brilliant Labs. La fiche Google Play décrit Noa pour Frame comme un assistant IA personnel pour les lunettes AR Frame, avec chat GPT, recherche web et traduction. Elle indique que l’utilisateur tapote Frame, demande à Noa, obtient une réponse sur les lunettes et stocke l’historique du chat dans l’application. Elle mentionne également que les utilisateurs peuvent ajuster le style, le ton, le format de réponse, la température et la longueur de réponse de Noa.

La fiche Apple App Store répète ces fonctions et ajoute que Noa sert d’exemple pour les développeurs, incluant une page Hack qui détaille les transactions Bluetooth entre Noa et Frame.

C’est un choix de produit astucieux. L’application officielle offre aux acheteurs une expérience prête à l’emploi tout en exposant suffisamment de détails pour aider les développeurs à apprendre le modèle de communication. Elle permet également à Brilliant Labs d’améliorer l’appareil après expédition grâce à des mises à jour mobiles et du firmware. Les notes de version de l’App Store pour Noa montrent des mises à jour du firmware, des améliorations de la qualité de la caméra, des corrections de connexion et des mises à jour de la bibliothèque de stabilité jusqu’au début de 2025.

C’est un signal de maintenance positif: le produit ne s’est pas arrêté à l’expédition.

Cette même dépendance à l’application est aussi un risque. Si l’intégration de Noa n’est pas claire, si l’exécution en arrière-plan n’est pas fiable, si les autorisations mobiles changent, si les politiques des magasins d’applications évoluent, si l’application ne peut pas suivre le rythme du firmware, si les coûts des modèles tiers changent, ou si un système d’exploitation hôte casse un comportement Bluetooth, les lunettes en pâtissent. L’utilisateur ne perçoit pas une architecture ouverte élégante. L’utilisateur perçoit un appareil qui fonctionne ou qui réclame son attention.

Les premiers signaux de l’App Store et de la communauté reflètent cette tension. La page Apple App Store montrait une petite base d’évaluations, avec un avis positif qualifiant les lunettes de goût du futur et un avis négatif se plaignant que Frame n’offrait pas l’expérience de caméra et d’affichage attendue. Google Play montrait plus d’un millier de téléchargements, une mise à jour de mars 2025 et une étiquette de sécurité des données indiquant simultanément que l’application peut partager la localisation avec des tiers et qu’aucune donnée n’est collectée.

Les étiquettes de confidentialité des applications sont fournies par le développeur et ne remplacent pas un audit, mais les utilisateurs les lisent dans le cadre de la formation de la confiance. Toute ambiguïté sur ce qui est collecté, partagé ou stocké devient une partie du coût d’acceptation.

Noa concentre également les questions de dépendance aux modèles. Si l’assistant s’appuie sur des modèles cloud pour la parole, l’interprétation d’image, la recherche ou le raisonnement, alors Brilliant Labs doit gérer la qualité de service, les coûts, la disponibilité et les promesses de confidentialité chez les fournisseurs. S’il déplace plus de fonctions sur l’appareil, il doit gérer la taille du modèle, la batterie, la chaleur, la précision et le rythme de mise à jour. S’il laisse les développeurs brancher des alternatives, il étend la flexibilité tout en rendant l’expérience utilisateur moins prévisible.

La voie la plus pratique est probablement en couches: réveil et contrôle locaux, assistance efficace sur l’appareil quand c’est possible, aide cloud pour le raisonnement complexe, et contrôles développeur rendant la frontière visible.

Les premiers signaux de Frame montrent pourquoi l’utilisation acceptée est plus difficile qu’une fiche technique

Frame est une preuve utile parce qu’il a eu suffisamment d’utilisation publique pour révéler des frictions. Il n’a jamais été présenté comme un remplacement poli et grand public pour toutes les paires de lunettes. C’était un dispositif portable orienté développeur et open source dans un format léger. Certains critiques et utilisateurs l’ont respecté. Un rédacteur de prise en main précoce l’a décrit comme confortable et plus abordable que Monocle, tout en soulignant qu’il ne s’agissait pas d’un appareil grand public comme des lunettes connectées plus matures.

Le même compte rendu a noté des limitations de prise en main et d’appairage multi-appareils, la dépendance à un téléphone hôte, l’absence de haut-parleurs dans Frame, des limites de jetons ou de crédits au lancement et le comportement du berceau de charge.

Un autre critique technique a affirmé que Frame était principalement destiné aux adopteurs précoces prêts à accepter les défauts et les difficultés. Un fil de discussion Reddit contenait des plaintes d’utilisateurs plus sévères concernant l’appairage, le support, la maturité de l’application et la fiabilité du matériel. Reddit n’est pas un échantillon représentatif et ne doit pas être traité comme un taux de défaut contrôlé. Néanmoins, de tels commentaires comptent pour cette catégorie parce que l’IA portable acceptée a une très faible tolérance aux manipulations répétées.

L’utilisateur doit décider de porter l’appareil avant de savoir si la journée produira un moment utile pour l’assistance. Si le souvenir récurrent est celui de problèmes d’appairage, de codes PIN de réinitialisation, d’un support incertain ou d’une application minimaliste, l’utilisateur cesse de le porter.

La lecture la plus charitable est que Frame a fait son travail en tant que plateforme exploratoire. Il a appris à Brilliant Labs ce dont un assistant IA porté sur le visage a besoin au-delà de l’ouverture: un meilleur audio, un ensemble de détection plus complet, des contrôles de mémoire plus clairs, un format quotidien plus solide et de meilleures interactions par défaut. La propre publication de l’entreprise sur le chemin vers Halo indique que l’équipe a tiré des leçons difficiles du développement et de la fabrication de Frame et a apporté des modifications à l’équipe et à la chaîne d’approvisionnement avant Halo.

C’est le bon type d’aveu pour une startup matérielle. Cela reconnaît que la version un n’était pas le point final.

La lecture la plus sévère est que le défi commercial de Brilliant Labs reste non résolu. Une petite entreprise peut produire un appareil de développement apprécié et avoir encore du mal à maintenir des applications officielles, le support client, l’économie des services de modèles, la compatibilité du firmware et les attentes de remplacement du matériel. L’open source peut préserver une partie de la valeur si une entreprise ralentit, mais les consommateurs n’achètent généralement pas de lunettes en espérant les maintenir via GitHub.

Le marché jugera Brilliant Labs par la part de la puissance de développement qui devient de la fiabilité utilisateur.

C’est pourquoi Halo est crucial. Il semble répondre à de nombreuses lacunes de Frame: sortie audio, choix améliorés de caméra et d’affichage, affirmations de confidentialité plus explicites, un système de mémoire, du matériel d’IA sur l’appareil et un discours plus clair sur une conversation naturelle et multimodale. Mais Halo relève aussi la barre. Un appareil qui promet une mémoire et une IA au quotidien doit être plus digne de confiance qu’un jouet de développeur. Plus l’assistant devient personnel, moins les utilisateurs seront indulgents quand il se trompe.

L’économie des développeurs fait partie de l’expérience utilisateur

L’économie des développeurs disparaît souvent de la couverture du matériel grand public, mais elle est centrale ici. La plateforme de Brilliant Labs ne devient largement utile que si les développeurs peuvent justifier de construire et de maintenir des applications pour elle. Le SDK aide en prenant en charge Python, Flutter et Web Bluetooth. La documentation explique la communication BLE, les scripts Lua, les chemins de mise à jour du firmware, la capture de la caméra, le streaming audio et les types de messages.

Les pages de projets communautaires montrent des exemples tels que des affichages de présentateur, la lecture de codes QR, la navigation, des affichages d’entraînement et le streaming vidéo WebRTC pour les appareils antérieurs. C’est un début crédible.

Mais un développeur qui évalue Brilliant Labs doit encore se poser des questions difficiles. Combien d’appareils sont sur le terrain? Quelle est la stabilité des API? À quelle fréquence le firmware change-t-il? Frame et Halo resteront-ils tous deux pris en charge? Quelle part de la tâche d’un utilisateur peut s’exécuter localement? Quelle part nécessite une application mobile? Quelles autorisations sont requises? L’application peut-elle passer l’examen de l’App Store? Peut-elle gérer les états hors ligne? Qui paie les coûts des modèles? Comment les journaux et les souvenirs sont-ils supprimés?

Quel support les utilisateurs attendront-ils du développeur de l’application plutôt que de Brilliant Labs?

Pour de nombreux amateurs, ces questions font partie du plaisir. Pour une équipe qui envisage un outil de terrain, d’accessibilité, de formation ou d’opérations, elles constituent le budget. Le coût n’est pas seulement l’achat de l’appareil. C’est l’intégration, les tests, la gestion des exceptions, l’examen de la vie privée, la formation des utilisateurs, les routines de batterie, les scripts de support, la maintenance de l’application, les factures de modèles et les procédures de secours.

Une application d’IA portable qui fait gagner dix secondes par tâche mais nécessite des corrections constantes de l’utilisateur ou du support administrateur peut être économiquement pire qu’une liste de contrôle sur téléphone.

Brilliant Labs peut améliorer cette économie en rendant la pile par défaut ennuyeuse dans le meilleur sens du terme: un comportement BLE prévisible, des paquets SDK stables, des notes de version claires, de longues fenêtres de support des appareils, des applications de référence, des contrôles de confidentialité types, des tests d’émulateur reproductibles et des chemins de récupération simples. L’émulateur Halo décrit dans la documentation Python est précieux parce qu’il permet aux développeurs de tester la logique d’interface sans matériel. Il ne remplace pas les tests matériels, mais il peut réduire les coûts d’itération.

Plus Brilliant Labs peut faire ressembler le développement à un travail logiciel ordinaire, plus les équipes sérieuses seront susceptibles de s’y essayer.

L’entreprise doit aussi résister à la tentation de survendre la création d’applications sans code ou en langage naturel tant qu’elle n’a pas fait ses preuves en maintenance. Le mode Vibe de Halo, tel que décrit dans la couverture du lancement, est une fonctionnalité expérimentale pour créer des applications personnalisées à l’aide de commandes en langage naturel. C’est passionnant, mais les applications générées ont encore besoin de correction, de sécurité, de gestion des autorisations, de mises à jour, de suppression et de support.

Une application créée par l’utilisateur qui fonctionne une fois mais échoue silencieusement plus tard n’est pas une interaction acceptée. C’est une charge de correction supplémentaire.

Le coût de correction pour l’utilisateur est la taxe cachée de l’IA portable

La variable économique la plus importante pour Brilliant Labs est peut-être le coût de correction pour l’utilisateur. Un assistant portable se trompera. Il entendra mal, verra mal, généralisera trop, manquera le contexte, renverra des informations périmées, aura une hallucination sur une relation, fera apparaître un souvenir gênant ou répondra dans le mauvais format. Le produit réussit si l’utilisateur peut le ramener rapidement et avec confiance.

Le coût de correction a plusieurs couches. Il y a la correction d’entrée: l’utilisateur répète une question, reprend une photo, bouge la tête ou change l’éclairage. Il y a la correction d’interprétation: l’utilisateur dit à l’assistant qu’il a identifié le mauvais objet, la mauvaise personne, le mauvais endroit ou la mauvaise intention. Il y a la correction de mémoire: l’utilisateur supprime, modifie ou supprime le contexte mémorisé. Il y a la correction d’action: l’utilisateur annule ou renverse une commande.

Il y a la correction sociale: l’utilisateur explique à quelqu’un d’autre ce que font les lunettes et pourquoi la capture est acceptable. Il y a la correction technique: l’utilisateur reconnecte le Bluetooth, ouvre l’application, vérifie la batterie, met à jour le firmware ou redémarre un script.

Chaque correction peut être petite, mais des corrections répétées détruisent l’acceptation. Un utilisateur tolérera plus d’un kit de développement que de lunettes de tous les jours. Un développeur peut apprécier de lire les journaux BLE. Un navetteur ne le fera pas. Un technicien de terrain peut accepter un redémarrage si l’appareil fait gagner une procédure majeure plus tard. Un travailleur en contact avec la clientèle peut ne pas accepter la moindre manipulation visible. Une personne utilisant l’appareil pour l’accessibilité peut dépendre de retours prévisibles et avoir moins de patience pour les échecs ambigus.

L’architecture ouverte de Brilliant Labs peut aider à la correction si elle expose suffisamment l’état. Les développeurs peuvent construire des diagnostics, des modes de secours et des flux d’examen explicites. L’application officielle peut montrer l’historique des chats, les contrôles de réglage, l’état du firmware et les transactions Bluetooth. Les contrôles de confidentialité peuvent permettre aux utilisateurs de supprimer des souvenirs. L’appareil peut prendre en charge les tapotements, les clics, les commandes vocales et les messages d’affichage.

Mais la correction doit être conçue comme une interaction de premier ordre, pas comme une réflexion après coup du développeur. Un utilisateur devrait pouvoir dire, en substance: c’était le mauvais objet, oublie ce souvenir, réponds plus court, montre-moi la source de cette affirmation, mets en sourdine maintenant, mets en veille maintenant, reconnecte-toi maintenant, ou utilise le mode hors ligne. Sans cette couche, l’intelligence multimodale devient cassante.

C’est là que la promesse de marque de Brilliant Labs et la réalité du produit se rencontrent. « Ouvert » est une bonne réponse à l’enfermement propriétaire. C’est une réponse plus faible à un utilisateur qui veut une réponse erronée corrigée en une seconde. L’entreprise doit transformer l’ouverture en contrôle visible. Un utilisateur ne devrait pas avoir besoin de connaître Lua ou Bluetooth pour faire confiance à l’assistant. Un développeur ne devrait pas avoir besoin de faire de l’ingénierie inverse sur le comportement de l’application pour créer un flux de travail sûr.

Le meilleur résultat est une pile où un contrôle profond existe, mais où la correction ordinaire reste simple.

Le dossier commercial est le plus solide là où le contexte mains libres bat la friction du téléphone

Il y a des tâches où l’approche de Brilliant Labs prend tout son sens. Les notes de présentateur dans le champ de vision de l’utilisateur peuvent être plus naturelles qu’un téléphone. Un lecteur de code QR ou de code-barres peut être utile lorsque les mains sont occupées. La traduction peut bénéficier d’un affichage qui ne nécessite pas de baisser la tête. L’identification visuelle peut aider avec des objets, des étiquettes, des panneaux, des plantes, des pièces ou des observations de terrain simples. Les indices de navigation peuvent être utiles lorsqu’ils évitent de regarder le téléphone.

Les rappels de mémoire peuvent aider avec les noms, les conversations antérieures ou les routines répétées si la vie privée et la précision sont contrôlées.

Le schéma commun n’est pas « l’IA partout ». C’est le contexte mains libres où les lunettes réduisent une interruption réelle. Si la tâche est plus facile sur un téléphone, le téléphone gagne. Si la tâche nécessite un grand écran, le téléphone ou l’ordinateur portable gagne. Si la tâche nécessite une grande précision, une piste d’audit et une responsabilité, un assistant portable non validé peut être inapproprié. Si la tâche est courte, située et améliorée par le fait de voir ou d’entendre ce que l’utilisateur voit ou entend, Brilliant Labs a une ouverture crédible.

Cette ouverture n’est pas limitée aux consommateurs. Les développeurs et les équipes peuvent trouver de la valeur dans le prototypage d’aides à la formation, de télémétrie légère, d’indices d’accessibilité, d’outils de recherche, de listes de contrôle d’inspection ou d’affichages contextuels. La limite « grand public et R&D » du manuel matériel de Halo pointe dans cette direction. Elle invite à l’expérimentation sans prétendre que l’appareil est certifié pour les décisions critiques. C’est commercialement honnête, bien que cela réduise le marché immédiat.

Le prix aide mais ne résout pas le problème. La couverture publique du lancement a placé Frame à 349 $ et Halo à 299 $. Ces prix sont accessibles par rapport à de nombreux dispositifs portables expérimentaux. Mais le coût réel inclut le temps de l’utilisateur, la maintenance du développeur et le travail politique de l’organisation. Un appareil bon marché peut encore être coûteux si chaque tâche utile nécessite une personnalisation d’application, des frais de modèle et du support. Un appareil plus cher peut être justifié s’il fait économiser de la main-d’œuvre de manière fiable.

Brilliant Labs doit prouver ce dernier point par cas d’usage, pas par enthousiasme de catégorie.

La voie commerciale la plus solide à court terme est peut-être de faire de Halo l’appareil de référence ouvert par défaut pour les expériences d’IA portable. Cela ne nécessiterait pas que chaque acheteur devienne un consommateur quotidien. Cela nécessiterait qu’un nombre suffisant de développeurs, de chercheurs et d’équipes précoces traite la plateforme comme suffisamment fiable pour construire dessus. À partir de là, les tâches utilisateur répétées peuvent émerger.

Le risque est que l’entreprise reste coincée entre les publics: trop technique pour les consommateurs grand public, trop petite pour les programmes d’entreprise, et trop dépendante des passionnés pour la diversité des applications.

Ce qui prouverait que l’interaction est acceptée

Les preuves nécessaires pour améliorer la thèse de Brilliant Labs sont simples. Premièrement, des études de tâches répétées devraient montrer que les utilisateurs choisissent les lunettes plutôt que le téléphone pour des tâches spécifiques après la fin de la période de nouveauté. Pas une seule démo, pas une vidéo de lancement, mais une préférence jour après jour. Deuxièmement, la latence de bout en bout devrait être mesurée par tâche: du réveil à la transcription, de la capture d’image à la réponse, du rappel de mémoire à l’affichage, de la demande de traduction à la sortie utile, du mode hors ligne de secours et du mode cloud de secours.

Troisièmement, la batterie devrait être mesurée par mix de tâches plutôt que par mode annoncé. Quatrièmement, les contrôles de confidentialité devraient être testés avec des utilisateurs ordinaires: peuvent-ils comprendre ce qui a été capturé, le supprimer, le mettre en sourdine et expliquer l’appareil aux spectateurs? Cinquièmement, la maintenance du développeur devrait être mesurée par le temps nécessaire pour construire, livrer, mettre à jour et supporter une application simple mais utile sur toutes les plateformes.

Le produit devrait également être jugé par la récupération après échec. À quelle fréquence l’appairage échoue-t-il? À quelle fréquence une application doit-elle être mise au premier plan? Que se passe-t-il lorsque le téléphone n’a pas de réseau? Comment l’appareil montre-t-il l’incertitude? L’utilisateur peut-il corriger une mémoire? L’application expose-t-elle suffisamment de journaux pour le support sans exposer de contenu privé? Combien de temps Frame sera-t-il supporté alors que Halo devient central? Comment Brilliant Labs gère-t-il les changements de fournisseur de modèle sans casser l’ancien comportement?

Ces questions ne sont pas hostiles. Elles constituent la diligence raisonnable ordinaire pour un appareil IA porté sur le visage. Brilliant Labs a déjà fait plusieurs bons choix architecturaux: petit matériel portable, documents de développement ouverts, flexibilité côté hôte, scripts Lua, documentation BLE, applications officielles, affirmations de confidentialité, contrôles de mémoire et une plateforme matérielle Halo plus performante. La question est de savoir si ces choix réduisent le coût total pour l’utilisateur ou se contentent de le répartir sur plus de composants.

La réponse probable, en juillet 2026, est conditionnelle. Brilliant Labs est crédible en tant que plateforme d’IA portable ouverte. Elle n’est pas encore prouvée en tant qu’interaction IA quotidienne acceptée pour les utilisateurs grand public. Ses meilleures perspectives se situent là où l’utilisateur est techniquement tolérant, la tâche est mains libres et située, les règles de confidentialité sont explicites, les exigences de latence sont modestes, et la valeur de la capture de contexte est supérieure à la charge de correction. Les développeurs et les équipes expérimentales peuvent y parvenir.

Les consommateurs ordinaires auront besoin de plus de preuves.

Cette conclusion ne doit pas être lue comme un rejet. De nombreuses interfaces importantes ont commencé comme des outils de développement maladroits. La souris, la caméra du smartphone, la notification de la montre connectée et l’écouteur sans fil ont chacun dû gagner leur place par une utilité répétée. Brilliant Labs essaie d’ajouter une interface plus sensible: une caméra, un microphone, un affichage et un assistant portés sur le visage. Cette interface ne peut devenir précieuse que si elle se comporte moins comme un tour et plus comme une habitude acceptée.

L’avenir de l’entreprise dépendra de la capacité de Noa et de Halo à rendre la réponse utile moins coûteuse que le prochain coup d’œil au téléphone.