Kakao ha avviato “Kanana Pet Letter”, un’iniziativa che utilizza l’intelligenza artificiale multimodale per trasformare la fotografia di un animale domestico in una breve lettera immaginaria scritta dal suo punto di vista. Il servizio analizza una singola immagine del cane, del gatto o di un altro animale, osservandone l’espressione e gli elementi presenti nell’ambiente circostante. Sulla base di queste informazioni genera un testo che prova a immaginare ciò che l’animale potrebbe voler comunicare al proprio proprietario. La lettera non viene presentata soltanto in forma scritta. Il sistema produce anche un messaggio vocale e combina testo, audio e immagine in un breve video, così da restituire un contenuto più personale e facilmente condivisibile.
L’iniziativa utilizza Kanana-o, il modello proprietario di Kakao progettato per comprendere ed elaborare contemporaneamente più tipi di informazione, tra cui testo, voce e immagini. Questa capacità consente al sistema di non limitarsi al riconoscimento visivo dell’animale. Il modello prende in considerazione anche il contesto della fotografia, gli oggetti circostanti e l’atteggiamento percepibile nell’immagine, utilizzandoli come base per costruire il contenuto della lettera.
Naturalmente, il servizio non può conoscere davvero i pensieri dell’animale. Il testo è una ricostruzione creativa generata dall’intelligenza artificiale a partire dagli elementi visibili nella fotografia e dalle informazioni inserite dall’utente. Per creare il contenuto è necessario indicare il nome dell’animale e il rapporto che lo lega alla persona che utilizza il servizio. L’utente deve quindi caricare una fotografia e scegliere il tono con cui desidera ricevere il messaggio. Sono disponibili cinque stili vocali differenti: vivace, ironico e disinvolto, altezzoso, affettuoso oppure ingiustamente offeso. La scelta influenza sia il tono della lettera sia la modalità con cui viene pronunciato il messaggio. Dopo aver selezionato lo stile, l’utente avvia la generazione attraverso il comando dedicato alla creazione della Pet Letter. Kanana-o analizza l’espressione dell’animale e gli elementi presenti nella scena, quindi produce una lettera immaginaria in prima persona.
Un cane fotografato accanto alla porta potrebbe, per esempio, essere interpretato come impaziente di uscire. Un gatto con un’espressione severa potrebbe invece ricevere una lettera dal tono altezzoso o risentito. Il risultato dipende dalla fotografia e dallo stile scelto dall’utente. Il contenuto finale viene assemblato in forma di video e comprende l’immagine caricata, il testo generato e la relativa interpretazione vocale. Quando la produzione è completata, l’utente riceve un messaggio attraverso il canale KakaoTalk ufficiale “Kanana Tips”.
Kakao ha integrato nel servizio anche Kanana Safeguard, il proprio modello di protezione destinato a individuare contenuti potenzialmente dannosi o inadatti. L’impiego del sistema di sicurezza serve a controllare sia i materiali caricati dagli utenti sia i contenuti generati, riducendo il rischio che fotografie o richieste improprie vengano trasformate in messaggi non adatti al contesto leggero e familiare dell’iniziativa. L’evento è disponibile fino al 14 agosto 2026 ed è stato concepito come un modo semplice per far conoscere al pubblico le capacità multimodali di Kanana-o.
Invece di presentare il modello attraverso una dimostrazione tecnica, Kakao ha scelto un’esperienza quotidiana e affettiva. L’utente non deve conoscere il funzionamento dell’intelligenza artificiale né configurare istruzioni complesse, ma soltanto caricare una fotografia e scegliere un tono. La funzione mostra in modo immediato come un modello multimodale possa combinare differenti tipi di contenuto. La fotografia fornisce l’informazione visiva, i dati inseriti dall’utente definiscono il contesto personale e il modello genera contemporaneamente testo, voce e video. Il risultato è quindi diverso da un semplice filtro fotografico. L’immagine non viene soltanto modificata, ma utilizzata come punto di partenza per costruire una piccola narrazione personalizzata.
L’iniziativa si basa sul legame emotivo che molte persone sviluppano con i propri animali domestici. I proprietari tendono già ad attribuire intenzioni, emozioni e pensieri alle espressioni del proprio cane o gatto. Il sistema trasforma questa abitudine in un contenuto digitale elaborato dall’intelligenza artificiale. Il tono giocoso rimane fondamentale. La lettera non offre indicazioni scientifiche sul comportamento dell’animale e non deve essere utilizzata per interpretare segnali relativi alla salute, al dolore o al benessere. Un’espressione apparentemente triste o infastidita può dipendere da numerosi fattori e non può essere valutata in modo affidabile attraverso una singola fotografia. Il contenuto generato deve quindi essere considerato una forma di intrattenimento personalizzato.
Kanana Pet Letter permette comunque di osservare l’evoluzione delle applicazioni multimodali rivolte al pubblico. Il modello riceve informazioni appartenenti a formati diversi, le combina e produce un risultato coerente attraverso più mezzi espressivi. Lo stesso principio può essere utilizzato in contesti meno giocosi, come l’analisi di documenti accompagnati da immagini, la descrizione automatica dei contenuti visivi, la produzione di materiali accessibili o la creazione di assistenti capaci di comprendere testo, voce e ambiente circostante. In questo caso, però, la tecnologia viene applicata a una domanda che molti proprietari si pongono quotidianamente: che cosa starà pensando il mio animale? Kakao non pretende di fornire una risposta reale, ma utilizza l’intelligenza artificiale per immaginarne una e trasformarla in una lettera affettuosa, ironica o volutamente teatrale.