在人工智能领域，视频理解的边界正被一家名为Memories.ai的初创公司所拓宽。尽管当前市场上的AI工具已能分析单个视频并生成摘要，但面对庞大的多视频数据集时，它们往往显得力不从心。这一技术瓶颈尤其困扰着安防与营销两大行业，前者急需AI技术来筛查海量的监控录像，后者则期望通过AI分析不同的视频营销活动及产品拍摄素材。
Memories.ai凭借其突破性技术，正在重新定义视频理解领域。该平台具备处理高达1000万小时视频的能力，为拥有巨量视频数据的企业提供了全面的上下文理解方案，涵盖可搜索索引、标签系统、片段分割及数据聚合等功能。
这家公司的两位联合创始人，沈博士与周恩民，均拥有深厚的行业背景。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，周恩民则在meta担任机器学习工程师。他们的技术背景为Memories.ai的创新奠定了坚实的基础。
沈博士指出，当前AI领域的一个核心问题在于，诸如Google、OpenAI和meta等顶级AI公司大多专注于开发端到端模型。尽管这些模型功能强大，但在理解超过一至两小时的视频上下文时，往往存在局限性。他提到，人类在使用视觉记忆时，会筛选大量上下文数据，这启发了他们构建一个能够更好理解跨越数小时视频内容的解决方案。
Memories.ai的这一愿景得到了投资者的热烈响应。该公司最近完成了由Susa Ventures领投的800万美元种子轮融资，参投方还包括Samsung Next、Fusion Fund、Crane Ventures、Seedcamp和Creator Ventures。原计划融资400万美元的Memories.ai，因投资者兴趣浓厚，最终超额认购。
Susa Ventures的合伙人米沙·戈登-罗对创始人沈博士给予了高度评价，认为他是一位技术实力强大的创始人，痴迷于推进视频理解和智能的边界。他认为市场上在长上下文视觉智能方面存在空白，这正是吸引他们投资Memories.ai的原因。
Samsung Next的投资逻辑则侧重于Memories.ai在消费者市场的潜力。Samsung Next的合伙人萨姆·坎贝尔表示，他们看重的是Memories.ai能够进行大量设备端计算的能力，这意味着用户无需将视频数据存储在云端，为那些因隐私担忧而不愿安装安防摄像头的人们提供了更好的安全应用。
Memories.ai的技术架构彰显了其创新能力。公司采用自主开发的技术栈和模型，首先去除视频中的噪音，然后通过压缩层处理，仅存储重要数据。接着是索引层，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，生成报告。
目前，Memories.ai主要服务于营销公司和安防公司。营销企业可利用其工具查找社交媒体上与品牌相关的趋势，确定视频制作方向，并获得视频创作支持。同时，该公司正与安防企业合作，通过模式推理分析监控录像，识别视频中人员的潜在危险行为。
目前，与Memories.ai合作的企业需将视频库上传至平台进行分析。但沈博士透露，未来客户将能创建共享驱动器，更便捷地同步内容，最终目标是实现用户提出如“告诉我上周采访所有人的情况”等问题的功能。
沈博士的愿景更为宏大，他设想开发一个AI助手，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忆不同路线方面发挥重要作用。
Memories.ai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。在竞争方面，Memories.ai面临着来自mem0、Letta等提供类似AI模型记忆层的初创公司的竞争，尽管这些公司目前的视频支持有限。同时，该公司还需与TwelveLabs、Google等在AI视频理解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，这一技术优势或将成为Memories.ai在竞争中脱颖而出的关键。
