海量视频沉睡为“暗数据”

企业生成的视频内容正快速累积：从多年沉淀的电视与广播档案，到遍布门店的监控摄像头，再到大量制作素材，绝大部分视频长期存放在服务器中，几乎未被系统性观看或分析。业内通常将这类自动收集却鲜少被有效利用的数据称为“暗数据”。

总部位于东京的初创公司 InfiniMind 试图改变这一状况。公司希望将企业积累的数拍字节级视频与音频内容转化为结构化、可查询的数据资产，用于支持业务决策和运营管理。

前谷歌日本团队创立，聚焦企业级视频智能

InfiniMind 由曾在谷歌日本共事近十年的 Aza Kai 和 Hiraku Yanagita 共同创立。Kai 担任首席执行官，Yanagita 担任首席运营官。两人此前在谷歌日本长期从事品牌与数据解决方案相关工作。

Kai 表示，他与联合创始人在谷歌任职期间就注意到视频数据利用方式可能出现转折。他称，到 2024 年，相关技术成熟度和市场需求已足以支撑他们离开谷歌，自行搭建面向企业的视频智能基础设施。

在加入 InfiniMind 之前，Kai 在谷歌日本负责云计算、机器学习、广告系统和视频推荐模型，之后领导数据科学团队。他指出，早期的视频分析技术主要集中在对单帧画面中的物体进行标注，难以追踪完整叙事、理解因果关系，也无法回答关于视频内容的复杂问题。对于拥有数十年广播档案、数拍字节素材的企业而言，即便是最基础的内容检索需求，现有工具往往也难以满足。

视觉语言模型进步推动产品落地

Kai 将行业拐点归因于 2021 年至 2023 年间视觉语言模型的进展。他表示，在这一时期，视频人工智能能力开始从简单的物体识别扩展到更复杂的内容理解。

他提到，过去十年 GPU 成本下降以及每年约 15% 至 20% 的性能提升，为视频智能应用提供了算力基础，但更关键的变化在于模型本身的能力提升——在此之前，模型并不具备处理这类任务的条件。

获 580 万美元种子轮融资，迁址美国并保留日本基地

InfiniMind 近期完成 580 万美元种子轮融资，由 UTEC 领投，CX2、Headline Asia、Chiba Dojo 以及一位来自 a16z Scout 的 AI 研究员参与投资。

公司计划将总部迁往美国，同时在日本保留办公室。Kai 称，日本在硬件基础设施、工程人才以及创业生态方面具备优势，为公司在拓展全球市场前，与要求较高的本地客户共同打磨技术提供了试验场。

首款产品 TV Pulse 已在日本上线

InfiniMind 的首款产品 TV Pulse 已于 2025 年 4 月在日本推出。根据公司介绍，这一平台利用人工智能对电视内容进行实时分析，面向媒体和零售企业，帮助其追踪产品曝光、品牌呈现、客户情绪以及公关活动影响等指标。

在正式推出前，TV Pulse 已与主要广播机构和广告代理公司开展试点项目。目前，InfiniMind 已获得包括批发商和媒体公司在内的付费客户。

推出长视频智能平台 DeepFrame，瞄准全球企业市场

在完成日本市场的初步验证后，InfiniMind 正准备拓展国际业务。Kai 透露，公司旗舰产品 DeepFrame 是一款面向长视频内容的智能平台，能够处理约 200 小时的视频素材，并精确定位特定场景、发言人或事件。

按照计划，DeepFrame 将于 2026 年 3 月发布测试版，并于同年 4 月正式上线。

Kai 指出，当前视频分析市场高度分散。一些公司（例如 TwelveLabs）提供面向消费者、准专业用户和企业的通用视频理解 API，而 InfiniMind 则专注于企业级应用场景，包括监控、安全、安防以及对视频内容的深度分析。

主打“无代码”与成本效率，整合多模态理解

据 Kai 介绍，InfiniMind 的产品设计为“无代码”模式，企业客户只需提供数据，系统即可完成处理并输出可操作的洞察结果。

他表示，InfiniMind 的方案不仅分析画面，还整合了音频、声音和语音内容理解，支持处理长度不受限制的视频素材。Kai 称，在与其他方案相比时，成本效率是公司重点强调的差异化因素。他认为，市场上多数现有产品更关注准确率或特定垂直场景，而对成本问题关注不足。

资金将用于技术研发与市场拓展

InfiniMind 表示，本轮融资将主要用于持续开发 DeepFrame 模型、扩展工程基础设施、招聘更多工程师，并在日本和美国市场拓展企业客户。

谈及公司所处赛道，Kai 称，通用视频智能被视为通向更广泛人工智能能力的一条路径。他表示，工业级应用是当前重点之一，而公司长期目标是推动相关技术边界，以更好地理解现实世界，进而为人类决策提供支持。