【编者按】在数据爆炸的时代，企业每天产生海量视频内容，从历史广播档案到监控录像，这些“暗数据”长期沉睡在服务器中，价值未被挖掘。两位前谷歌日本高管敏锐捕捉到这一痛点，创立InfiniMind，用AI将庞杂的影音资料转化为可查询的结构化数据。随着视觉语言模型突破性进展，视频分析正从简单物体标记迈向叙事理解与因果推断。这家东京初创企业以日本为试验场打磨技术，现已携种子轮融资进军全球市场。其产品不仅能实时追踪品牌曝光与舆情，更能处理长达200小时的影像深度分析。在AI角逐通用智能的赛道上，视频理解被视为认知现实的重要拼图——这不仅是商业机遇，更是技术向人性化决策助手的进化。
企业正在生成比以往任何时候都多的视频内容。从多年的广播档案到成千上万的店铺监控，再到无数小时的生产影像，其中大部分只是静静地躺在服务器上，无人观看、无人分析。这就是暗数据：一个庞大而未开发的资源库，企业自动收集了它们，却几乎从未进行有意义的利用。
为了解决这个问题，两位前谷歌员工——曾共同在谷歌日本工作近十年的Aza Kai（CEO）和Hiraku Yanagita（COO）——决定自己打造解决方案。这对搭档联合创立了InfiniMind，这家总部位于东京的初创公司正在开发一种基础设施，能将数PB未观看的视频和音频转化为结构化、可查询的商业数据。
“我和我的联合创始人（他在谷歌日本领导品牌与数据解决方案长达十年）在谷歌时就预见到了这个转折点即将到来，”Kai说道。他补充说，到2024年，技术已经成熟，市场需求也变得足够清晰，促使两位创始人感到必须亲自创立这家公司。
Kai此前在谷歌日本涉足云计算、机器学习、广告系统和视频推荐模型，后来领导数据科学团队。他解释说，当前的解决方案迫使人们做出取舍。早期的方法可以标记单个画面中的物体，但它们无法追踪叙事、理解因果关系或回答关于视频内容的复杂问题。对于那些拥有数十年广播档案和PB级影像资料的客户来说，即使是关于其内容的基本问题也常常得不到解答。
真正带来改变的是2021年至2023年间视觉语言模型的进展。Kai指出，正是那时，视频AI开始超越简单的物体标记。他告诉TechCrunch，过去十年间GPU成本的下降以及每年约15%到20%的性能提升有所帮助，但更重要的故事在于能力——直到最近，模型才真正能够胜任这项工作。
InfiniMind最近获得了580万美元的种子轮融资，由UTEC领投，CX2、Headline Asia、Chiba Dojo以及a16z Scout的一位AI研究员跟投。公司正在将总部迁至美国，同时继续在日本保留办公室。日本提供了完美的试验场：强大的硬件、优秀的工程师和支持性的初创企业生态系统，让团队能够在走向全球之前，通过与要求苛刻的客户合作来微调其技术。
其首款产品TV Pulse于2025年4月在日本推出。这个由AI驱动的平台能实时分析电视内容，帮助媒体和零售公司“追踪产品曝光、品牌呈现、客户情绪和公关影响”。在与主要广播公司和机构进行试点项目后，它已经拥有了付费客户，包括批发商和媒体公司。
现在，InfiniMind已准备好进军国际市场。其旗舰产品Deepframe是一个长视频智能平台，能够处理200小时的影像以精确定位特定场景、发言人或事件。Kai表示，该产品计划于3月进行测试版发布，随后在2026年4月全面推出。
视频分析领域高度分散。Kai说，像TwelveLabs这样的公司为广泛的用户（包括消费者、专业消费者和企业）提供通用视频理解API，而InfiniMind则特别专注于企业用例，包括监控、安全、安防以及分析视频内容以获得更深层次的洞察。
“我们的解决方案无需编码；客户提供他们的数据，我们的系统进行处理，提供可操作的洞察，”Kai说。“我们不仅整合视觉理解，还整合音频、声音和语音理解。我们的系统可以处理无限长度的视频，成本效益是一个主要的差异化优势。大多数现有解决方案优先考虑准确性或特定用例，但并未解决成本挑战。”
种子轮融资将帮助团队继续开发Deepframe模型，扩展工程基础设施，招聘更多工程师，并在日本和美国触达更多客户。
“这是一个令人兴奋的领域，是通向通用人工智能（AGI）的路径之一，”Kai说。“理解通用视频智能就是理解现实。工业应用固然重要，但我们的终极目标是推动技术边界，以更好地理解现实，并帮助人类做出更好的决策。”
