人工智能正在突破视频理解的最后边界。当前市面上的AI工具虽然能够分析单个视频并生成摘要，但面对数千小时的多视频内容时却显得力不从心。这个技术瓶颈正困扰着安防公司和营销企业，前者需要AI筛查海量监控录像，后者则希望分析不同的视频营销活动和产品拍摄素材。
一家名为Memories.ai的初创公司正在用突破性技术重新定义这一领域。这个AI平台拥有处理高达1000万小时视频的惊人能力，为拥有大量视频数据的企业提供完整的上下文理解层，包括可搜索的索引、标签系统、片段分割和数据聚合功能。
公司的两位联合创始人背景深厚，沈博士曾在Meta现实实验室担任研究科学家并攻读博士学位，而周恩民则在Meta担任机器学习工程师。这样的技术基因为Memories.ai的创新奠定了坚实基础。
沈博士在接受采访时指出了当前AI领域的核心问题:"Google、OpenAI和Meta等顶级AI公司都专注于开发端到端模型。这些能力固然出色，但这些模型在理解超过一到两小时的视频上下文方面往往存在局限性。"
他进一步解释道:"但人类使用视觉记忆时，我们会筛选大量的上下文数据。我们受到这一点的启发，希望构建一个能够更好地理解跨越数小时视频内容的解决方案。"
这一愿景得到了投资者的强烈认可。Memories.ai刚刚完成了由Susa Ventures领投的800万美元种子轮融资，参与投资的还包括Samsung Next、Fusion Fund、Crane Ventures、Seedcamp和Creator Ventures。值得注意的是，公司最初计划融资400万美元，但由于投资者的浓厚兴趣，最终获得了超额认购。
Susa Ventures合伙人米沙·戈登-罗表达了对创始人的高度评价:"沈是一位技术实力极强的创始人，他痴迷于推进视频理解和智能的边界。Memories.ai能够通过其解决方案释放大量第一方视觉智能数据。我们认为市场上在长上下文视觉智能方面存在空白，这正是吸引我们投资这家公司的原因。"
Samsung Next的投资逻辑则有所不同，这家三星的投资部门看中了Memories.ai在消费者市场的潜力。Samsung Next合伙人萨姆·坎贝尔表示:"我们看中Memories.ai的一点是它能够进行大量设备端计算。这意味着你不一定需要将视频数据存储在云端。这可以为那些因隐私担忧而不愿在家中安装安防摄像头的人们提供更好的安全应用。"
Memories.ai的技术架构展现了其创新实力。公司使用自主开发的技术栈和模型进行分析，首先从视频中去除噪音，然后通过压缩层处理，只存储重要数据。接下来是索引层，使视频数据可通过自然语言查询进行搜索，并提供分段和标签功能。最后是聚合层，对索引数据进行汇总，帮助生成报告。
目前，这家初创公司主要服务两类企业:营销公司和安防公司。营销企业可以使用其工具查找社交媒体上与品牌相关的趋势，并确定要制作的视频类型，Memories.ai还为营销人员提供视频创作工具。同时，公司正与安防企业合作，帮助他们分析监控录像，通过模式推理识别视频中人员的潜在危险行为。
现阶段，与Memories.ai合作的企业需要将视频库上传到平台进行分析。不过沈博士透露，未来客户将能够创建共享驱动器并更轻松地同步内容，最终目标是让用户能够提出诸如"告诉我上周采访的所有人的情况"这样的问题。
沈博士的愿景更加宏大，他设想开发一个AI助手，能够通过用户的照片或智能眼镜获得对用户生活的上下文理解。他还认为这项技术将在训练人形机器人执行复杂任务或帮助自动驾驶汽车记住不同路线方面发挥重要作用。
公司目前拥有15名员工，计划利用新获得的资金扩充团队并改进搜索功能。在竞争格局方面，Memories.ai面临着mem0和Letta等类似初创公司的竞争，这些公司也在为AI模型提供记忆层，尽管它们目前的视频支持有限。此外，还需要与TwelveLabs和Google等在帮助AI模型理解视频方面已有所建树的公司竞争。
然而，沈博士认为他们公司的解决方案更具横向扩展性，能够与不同的视频模型协同工作。这种技术优势可能成为Memories.ai在激烈竞争中脱颖而出的关键因素。
随着视频内容在数字世界中的爆炸式增长，能够有效理解和分析长时间、多源视频内容的AI技术将成为下一个技术制高点。Memories.ai的突破性进展不仅为企业提供了强大的视频分析工具，也为人工智能在视觉理解领域的发展开辟了新的可能性。
