在数字化浪潮中，企业每天产生的视频数据量呈爆炸式增长，但其中大部分因缺乏有效分析手段而沦为“暗数据”，难以发挥实际价值。如何将海量视频转化为可利用的数字资产，成为视频AI领域亟待突破的课题。近期，日本东京的初创公司InfiniMind宣布完成580万美元种子轮融资，其核心目标正是通过技术创新解决这一难题，为企业提供PB级视频数据的深度处理能力。
InfiniMind由两位前谷歌员工联合创立，创始人Aza Kai与Hiraku Yanagita在谷歌拥有近十年的合作经验。Aza Kai曾主导亚太地区数据科学团队，专注于大规模机器学习解决方案设计；Hiraku Yanagita则深耕数字营销领域，为企业客户提供数据分析服务。两人观察到，尽管云服务厂商能检测视频中的人或车辆，但仅停留在简单标记层面，无法理解上下文关系；新一代视频AI模型虽能处理内容，却受限于时长，难以满足企业数天甚至数年的视频分析需求。
基于这一洞察，InfiniMind开发了视频理解基础设施，旨在将视频转化为结构化、可搜索的企业数据。其技术突破在于整合视觉、音频、语音等多模态信息，通过统一数据流处理长视频片段中的因果关系。例如，在安全事件场景中，系统不仅能检测人员或车辆，还能追踪“谁进入现场、接触了什么、去了哪里、最终发生了什么”的完整叙事链，形成可查询的知识库，直接集成到企业商业智能工具中。
公司首款产品TVPulse于2025年4月发布，专注于电视广播数据分析。该产品利用AI实现逐秒搜索，帮助媒体和零售企业追踪产品曝光、品牌影响力及竞品动态，目前已为批发商和媒体行业客户提供服务，累计分析内容超10万小时。旗舰产品Deepframe则进一步拓展能力，可处理200小时视频音频素材，精确定位特定场景、演讲者或事件。该产品计划于今年3月测试、4月正式发布，其核心优势在于通过微调工厂生成行业专用模型，帮助客户在成本、精度和速度间实现平衡。
与通用视频分析API不同，InfiniMind专注企业级部署，提供虚拟私有云（VPC）和本地化解决方案，满足数据主权要求——这一特性解决了许多组织采用云端AI时的关键障碍。Aza Kai表示，公司技术突破得益于视觉语言模型的进步：“过去十年，GPU成本下降和性能提升固然重要，但模型能力的提升才是关键。”2021年至2023年，随着技术成熟，两人决定创立InfiniMind（曾用名SDio），并分别担任CEO和COO。
目前，InfiniMind在东京拥有十余名员工，并与东京大学研究团队展开合作，共同推进模型评估和视频理解基准测试。公司已入选AWS生成式人工智能加速器、日本经济产业省GENIAC计划、NVIDIA Inception计划及Google for Startups云计划，技术实力获多方认可。本轮融资由亚洲深度科技风投公司UTEC领投，CX2、Headline Asia Ventures等机构跟投，资金将用于深化Deepframe模型开发、扩展工程基础设施、招聘工程师及拓展日美市场客户。
据公开信息，InfiniMind计划将总部迁至美国，同时保留日本办公室，以进一步整合全球资源。随着企业视频数据价值日益凸显，其技术路径或为行业提供新的参考方向。
