Construimos herramientas para un internet de agentes.
I+D interno
Investigación aplicada para sistemas de IA operativos, locales y verificables.
Visual Systems Lab es el entorno interno de I+D de Visual AI Media. Diseñamos herramientas y criterios para que agentes y sistemas de IA trabajen con continuidad, evidencia y control dentro de entornos reales.
Qué es el Lab
No funciona como una marca comercial separada ni como catálogo de productos. Es el espacio donde validamos enfoques, desarrollamos herramientas propias y convertimos problemas operativos de IA en sistemas publicables, papers o líneas de investigación.
El Lab publica sólo lo que tiene evidencia suficiente. El resto alimenta focos de investigación hasta que exista una baseline verificable o una razón clara para hacerlo público.
Publicado
Open source
Memoria local-first para continuidad de agentes. Preserva contexto operativo entre sesiones, reduciendo reconstrucción repetida de contexto mediante context packs locales y reproducibles, sin depender de memoria cloud.
Open source
Cierre verificable de sesiones con agentes. Revisa procesos locales en modo dry-run, identifica candidatos de limpieza y genera evidencia operativa antes de intervenir el entorno.
Trabajo conjunto
Ambos sistemas funcionan separados o juntos. codex-agent-mem sostiene continuidad y memoria operativa; clean-process-ended ayuda a cerrar sesiones con revisión de procesos y receipts.
Focos de investigación
Operaciones locales para agentes: continuidad, cierre de sesiones y evidencia reproducible.
Contratos locales entre agentes y herramientas, con capacidades y límites declarados de forma verificable.
Capas privadas de IA para organizaciones: memoria operativa, automatización y políticas de datos propias.
Creamos sistemas con gobernanza operativa para que la IA pueda ser usada, auditada y adaptada por equipos humanos y entornos de trabajo práctico.
Papers del Lab
Por qué la reconstrucción repetida de contexto es un problema operativo y cómo abordarlo con memoria local verificable.
Dry-run, receipts y control humano como criterios para cerrar trabajos con agentes sin dejar procesos locales desordenados.
Interfaces contract-first para que herramientas locales declaren capacidades, límites y diagnósticos sin prometer control total del entorno.
Entornos internos de IA adaptados a cada organización, con memoria operativa, automatización, criterios de control y políticas de datos propias.
Proceso
Una línea de investigación puede nacer como pregunta técnica o necesidad empírica, convertirse en paper y, cuando existe una baseline verificable, publicarse como sistema open source o alimentar implementaciones de Visual AI Media.
Línea de investigación
Paper técnico
Baseline pública
Implementación aplicada
Contacto