Lo Smart Mirror trasforma uno specchio in un consulente di stile. Con un tocco su Scan your look, una telecamera USB inquadra il capo indossato e il sistema ne riconosce il colore e il tipo, poi suggerisce come completare l’outfit. L’esempio gira sulla scheda Arduino VENTUNO Q e mostra come l’AI visiva locale possa diventare parte di un’esperienza retail contestuale. Qui l’inferenza avviene sulla scheda, non su un server remoto: le immagini non lasciano il dispositivo, quindi privacy e latenza restano sotto controllo.
Il flusso è lineare e si legge bene dall’inizio alla fine. Una telecamera USB fornisce un flusso video dal vivo, e il frame più recente viene salvato in un buffer condiviso. Quando si tocca Scan your look, l’ultimo frame viene analizzato localmente sulla scheda VENTUNO Q dal modello Qwen3-VL, accessibile tramite l’Arduino VLM Brick. Il modello identifica il capo principale e il suo colore e restituisce due brevi frasi: una descrizione dell’outfit e un suggerimento di stile.
Due App Lab Bricks e uno stream MJPEG verso il browser
Il risultato viene inviato al browser e mostrato sopra la vista dal vivo della telecamera. Il browser visualizza il feed dal vivo tramite uno stream MJPEG esposto dal backend. Perciò l’applicazione usa due App Lab Bricks: il Vision Language Model Brick e il Web Interface Brick. Il primo si occupa dell’analisi del frame, il secondo della pagina e dello stream. Inoltre il comportamento del prompt è personalizzabile tramite un unico file di configurazione, prompt.py.
- Arduino VENTUNO Q come scheda di calcolo
- telecamera USB per il flusso video dal vivo
- Arduino VLM Brick per accedere al modello
- Vision Language Model Brick per l’analisi del frame
- Web Interface Brick per pagina e stream MJPEG
- prompt.py per personalizzare il prompt
Chi vuole rifare il progetto trova qui un elenco di pezzi tutto sommato corto. La scheda VENTUNO Q è il cuore del sistema, mentre la telecamera USB è l’unico sensore necessario. Il modello Qwen3-VL non va addestrato: si usa così com’e’, tramite l’Arduino VLM Brick.
Il montaggio fisico non è descritto nell’esempio: il sistema si regge su una telecamera USB collegata alla scheda VENTUNO Q e su un backend che espone lo stream MJPEG. Il resto, dall’inquadratura allo specchio fisico, dipende da come vuoi costruire il supporto. La parte software, invece, è tutta dentro i due Bricks e nel file prompt.py.
Cosa cambia con l’inferenza AI visiva eseguita in locale
Il punto interessante non è il singolo suggerimento di stile, ma dove viene calcolato. Il modello Qwen3-VL gira sulla scheda VENTUNO Q, quindi nessuna immagine del capo indossato viene spedita a un servizio cloud. Di conseguenza la latenza resta bassa e la privacy è più semplice da garantire: quello che la telecamera vede non esce dallo specchio. Inoltre il sistema funziona anche senza una connessione a internet, perché l’inferenza è locale.
Il flusso completo si può riassumere così: la telecamera produce i frame, il buffer condiviso tiene il più recente, il modello lo analizza su richiesta e il browser mostra il risultato sopra il video dal vivo. Ogni passaggio resta sulla scheda o sulla rete locale, e il tocco su Scan your look è l’unico innesco dell’analisi. Se vuoi vedere come è costruito il progetto e con quali file, il post sul blog di Arduino è il posto da cui partire.
Per chi lavora nel retail o nel mondo maker, questo Smart Mirror è un esempio concreto di come l’AI visiva locale possa alimentare un’esperienza utente completa e in tempo reale. Non serve un cloud, non serve una connessione veloce, non servono immagini che viaggiano fuori casa. Bastano una telecamera USB, una scheda VENTUNO Q e due Bricks ben scelti.
