在數字化浪潮中，企業每天產生的視頻數據量呈爆炸式增長，但其中大部分因缺乏有效分析手段而淪為“暗數據”，難以發揮實際價值。如何將海量視頻轉化為可利用的數字資產，成為視頻AI領域亟待突破的課題。近期，日本東京的初創公司InfiniMind宣布完成580萬美元種子輪融資，其核心目標正是通過技術創新解決這一難題，為企業提供PB級視頻數據的深度處理能力。

InfiniMind由兩位前谷歌員工聯合創立，創始人Aza Kai與Hiraku Yanagita在谷歌擁有近十年的合作經驗。Aza Kai曾主導亞太地區數據科學團隊，專注于大規模機器學習解決方案設計；Hiraku Yanagita則深耕數字營銷領域，為企業客戶提供數據分析服務。兩人觀察到，盡管云服務廠商能檢測視頻中的人或車輛，但僅停留在簡單標記層面，無法理解上下文關系；新一代視頻AI模型雖能處理內容，卻受限于時長，難以滿足企業數天甚至數年的視頻分析需求。

基于這一洞察，InfiniMind開發了視頻理解基礎設施，旨在將視頻轉化為結構化、可搜索的企業數據。其技術突破在于整合視覺、音頻、語音等多模態信息，通過統一數據流處理長視頻片段中的因果關系。例如，在安全事件場景中，系統不僅能檢測人員或車輛，還能追蹤“誰進入現場、接觸了什么、去了哪里、最終發生了什么”的完整敘事鏈，形成可查詢的知識庫，直接集成到企業商業智能工具中。

公司首款產品TVPulse于2025年4月發布，專注于電視廣播數據分析。該產品利用AI實現逐秒搜索，幫助媒體和零售企業追蹤產品曝光、品牌影響力及競品動態，目前已為批發商和媒體行業客戶提供服務，累計分析內容超10萬小時。旗艦產品Deepframe則進一步拓展能力，可處理200小時視頻音頻素材，精確定位特定場景、演講者或事件。該產品計劃于今年3月測試、4月正式發布，其核心優勢在于通過微調工廠生成行業專用模型，幫助客戶在成本、精度和速度間實現平衡。

與通用視頻分析API不同，InfiniMind專注企業級部署，提供虛擬私有云（VPC）和本地化解決方案，滿足數據主權要求——這一特性解決了許多組織采用云端AI時的關鍵障礙。Aza Kai表示，公司技術突破得益于視覺語言模型的進步：“過去十年，GPU成本下降和性能提升固然重要，但模型能力的提升才是關鍵。”2021年至2023年，隨著技術成熟，兩人決定創立InfiniMind（曾用名SDio），并分別擔任CEO和COO。

目前，InfiniMind在東京擁有十余名員工，并與東京大學研究團隊展開合作，共同推進模型評估和視頻理解基準測試。公司已入選AWS生成式人工智能加速器、日本經濟產業省GENIAC計劃、NVIDIA Inception計劃及Google for Startups云計劃，技術實力獲多方認可。本輪融資由亞洲深度科技風投公司UTEC領投，CX2、Headline Asia Ventures等機構跟投，資金將用于深化Deepframe模型開發、擴展工程基礎設施、招聘工程師及拓展日美市場客戶。

據公開信息，InfiniMind計劃將總部遷至美國，同時保留日本辦公室，以進一步整合全球資源。隨著企業視頻數據價值日益凸顯，其技術路徑或為行業提供新的參考方向。