<p>企业生成的视频数量比以往任何时候都要多。从多年的广播档案到成千上万的商店摄像头和无数小时的制作视频，大部分内容都闲置在服务器上，未被观看和分析。这就是暗数据：一个巨大的、未被开发的资源，企业自动收集但几乎从未以有意义的方式使用。</p>
<p>为了解决这个问题，Aza Kai（首席执行官）和 Hiraku Yanagita（首席运营官），这两位曾在 Google 日本工作近十年的前谷歌员工，决定构建自己的解决方案。这对搭档共同创立了 InfiniMind，一家总部位于东京的初创公司，开发将 PB 级未观看视频和音频转换为结构化、可查询商业数据的基础设施。</p>
<p>“我的联合创始人曾在 Google 日本领导品牌和数据解决方案十年，我和他在 Google 时就看到了这个转折点，” Kai 说。到 2024 年，这项技术已经成熟，市场需求变得足够明确，以至于联合创始人感到有必要自己建立公司，他补充道。</p>
<p>Kai 曾在 Google 日本从事云计算、机器学习、广告系统和视频推荐模型的工作，并后来领导数据科学团队，他解释说，当前的解决方案迫使人们做出权衡。早期的方法可以标记单个帧中的对象，但无法跟踪叙事、理解因果关系或回答有关视频内容的复杂问题。对于拥有数十年广播档案和 PB 级视频素材的客户来说，甚至关于其内容的基本问题往往得不到回答。</p>
<p>真正改变的是 2021 年至 2023 年间视觉 - 语言模型的进展。Kai 指出，那时视频 AI 开始超越简单的对象标记。GPU 成本的下降和过去十年每年约 15-20% 的性能提升也起到了帮助作用，但更大的故事是能力，直到最近，模型根本无法完成这项工作，他告诉 TechCrunch。</p>
<p>InfiniMind 最近获得了 580 万美元的种子融资，由 UTEC 主导，CX2、Headline Asia、Chiba Dojo 和 a16z Scout 的一位 AI 研究员参与。该公司正在将总部迁往美国，同时继续在日本运营办公室。日本提供了完美的测试环境：强大的硬件、优秀的工程师和支持初创企业的生态系统，使团队能够在全球扩展之前与苛刻的客户微调其技术。</p>
<p>其首款产品 TV Pulse 于 2025 年 4 月在日本推出。该 AI 驱动的平台实时分析电视内容，帮助媒体和零售公司 “跟踪产品曝光、品牌存在、客户情绪和公关影响”，根据这家初创公司的说法。在与主要广播公司和代理商的试点项目后，它已经拥有付费客户，包括批发商和媒体公司。</p>
<p>Techcrunch 活动</p>
<p>波士顿，马萨诸塞州 |2026 年 6 月 23 日</p>
<p>现在，InfiniMind 已准备好进入国际市场。其旗舰产品 DeepFrame 是一款长视频智能平台，能够处理 200 小时的素材，以精确定位特定场景、发言者或事件，Kai 表示，计划于 2026 年 3 月进行 Beta 发布，随后在 4 月全面推出。</p>
<p><img src="https://imageproxy.pbkrs.com/https://techcrunch.com/wp-content/uploads/2026/02/InfiniMind-team-1.jpg/query-dz02ODA?x-oss-process=image/auto-orient,1/interlace,1/resize,w_1440,h_1440/quality,q_95/format,jpg" alt="" width="680" height="453" original-src="https://imageproxy.pbkrs.com/https://techcrunch.com/wp-content/uploads/2026/02/InfiniMind-team-1.jpg/query-dz02ODA"/></p>
<p>图片来源：infinimind</p>
<p>视频分析领域高度分散。Kai 表示，像 TwelveLabs 这样的公司为广泛的用户（包括消费者、专业消费者和企业）提供通用视频理解 API，而 InfiniMind 则专注于企业用例，包括监控、安全、保障和分析视频内容以获取更深入的见解。</p>
<p>“我们的解决方案不需要编码；客户提供他们的数据，我们的系统处理这些数据，提供可操作的见解，” Kai 说。“我们还整合了音频、声音和语音理解，而不仅仅是视觉。我们的系统可以处理无限长度的视频，成本效率是一个主要的差异化因素。大多数现有解决方案优先考虑准确性或特定用例，但并未解决成本挑战。”</p>
<p>这笔种子融资将帮助团队继续开发 DeepFrame 模型，扩展工程基础设施，招聘更多工程师，并在日本和美国吸引更多客户。</p>
<p>“这是一个令人兴奋的领域，是通往 AGI 的路径之一，” Kai 说。“理解一般视频智能就是理解现实。工业应用很重要，但我们的最终目标是推动技术的边界，更好地理解现实，帮助人类做出更好的决策。”</p>

<p>InfiniMind 是一家总部位于东京的初创公司，由前谷歌员工 Aza Kai 和 Hiraku Yanagita 共同创办，正在开发基础设施，将未观看的视频和音频转换为结构化的商业数据。该公司最近获得了 580 万美元的种子资金，并计划在 2026 年推出其旗舰产品 DeepFrame。InfiniMind 专注于企业应用场景，提供可操作的洞察，无需编码。此次融资将支持进一步开发并扩展到美国市场，旨在增强企业的视频智能能力</p>

<p>Businesses are generating more video than ever. From years of broadcast archives to thousands of store cameras and countless hours of production footage, most of it just sits unused on servers, unwatched and unanalyzed. This is dark data: a massive, untapped resource that companies collect automatically but almost never use in a meaningful way.</p>
<div class="lb-trans"><p>企业生成的视频数量比以往任何时候都要多。从多年的广播档案到成千上万的商店摄像头和无数小时的制作视频，大部分内容都闲置在服务器上，未被观看和分析。这就是暗数据：一个巨大的、未被开发的资源，企业自动收集但几乎从未以有意义的方式使用。</p>
</div><p>To tackle the problem, Aza Kai (CEO) and Hiraku Yanagita (COO), two former Googlers who spent nearly a decade working together at Google Japan, decided to build their own solution. The duo co-founded InfiniMind, a Tokyo-based startup developing infrastructure that converts petabytes of unviewed video and audio into structured, queryable business data.</p>
<div class="lb-trans"><p>为了解决这个问题，Aza Kai（首席执行官）和 Hiraku Yanagita（首席运营官），这两位曾在 Google 日本工作近十年的前谷歌员工，决定构建自己的解决方案。这对搭档共同创立了 InfiniMind，一家总部位于东京的初创公司，开发将 PB 级未观看视频和音频转换为结构化、可查询商业数据的基础设施。</p>
</div><p>“My co-founder, who spent a decade leading brand and data solutions at Google Japan, and I saw this inflection point coming while we were still at Google,” Kai said. By 2024, the technology had matured, and the market demand had become clear enough that the co-founders felt compelled to build the company themselves, he added.</p>
<div class="lb-trans"><p>“我的联合创始人曾在 Google 日本领导品牌和数据解决方案十年，我和他在 Google 时就看到了这个转折点，” Kai 说。到 2024 年，这项技术已经成熟，市场需求变得足够明确，以至于联合创始人感到有必要自己建立公司，他补充道。</p>
</div><p>Kai, who previously worked at Google Japan across cloud, machine learning, ad systems, and video recommendation models and later led data science teams, explained that current solutions force a tradeoff. Earlier approaches could label objects in individual frames, but they couldn’t track narratives, understand causality, or answer complex questions about video content. For clients with decades of broadcast archives and petabytes of footage, even basic questions about their content often went unanswered.</p>
<div class="lb-trans"><p>Kai 曾在 Google 日本从事云计算、机器学习、广告系统和视频推荐模型的工作，并后来领导数据科学团队，他解释说，当前的解决方案迫使人们做出权衡。早期的方法可以标记单个帧中的对象，但无法跟踪叙事、理解因果关系或回答有关视频内容的复杂问题。对于拥有数十年广播档案和 PB 级视频素材的客户来说，甚至关于其内容的基本问题往往得不到回答。</p>
</div><p>What really changed was the progress in vision-language models between 2021 and 2023. That’s when video AI started moving beyond simple object tagging, Kai noted. Falling GPU costs and annual performance gains of roughly 15–20% over the last decade helped, but the bigger story was capability until recently, models just couldn’t do the job, he told TechCrunch.</p>
<div class="lb-trans"><p>真正改变的是 2021 年至 2023 年间视觉 - 语言模型的进展。Kai 指出，那时视频 AI 开始超越简单的对象标记。GPU 成本的下降和过去十年每年约 15-20% 的性能提升也起到了帮助作用，但更大的故事是能力，直到最近，模型根本无法完成这项工作，他告诉 TechCrunch。</p>
</div><p>InfiniMind recently secured $5.8 million in seed funding, led by UTEC and joined by CX2, Headline Asia, Chiba Dojo, and an AI researcher at a16z Scout <strong>.</strong> The company is relocating its headquarters to the U.S., while it continues to operate an office in Japan. Japan provided the perfect testbed: strong hardware, talented engineers, and a supportive startup ecosystem <strong>,</strong> allowing the team to fine-tune its technology with demanding customers before going global.</p>
<div class="lb-trans"><p>InfiniMind 最近获得了 580 万美元的种子融资，由 UTEC 主导，CX2、Headline Asia、Chiba Dojo 和 a16z Scout 的一位 AI 研究员参与。该公司正在将总部迁往美国，同时继续在日本运营办公室。日本提供了完美的测试环境：强大的硬件、优秀的工程师和支持初创企业的生态系统，使团队能够在全球扩展之前与苛刻的客户微调其技术。</p>
</div><p>Its first product, TV Pulse, launched in Japan in April 2025. The AI-powered platform analyzes television content in real time, helping media and retail companies “track product exposure, brand presence, customer sentiment, and PR impact,” per the startup. After pilot programs with major broadcasters and agencies, it already has paying customers, including wholesalers and media companies.</p>
<div class="lb-trans"><p>其首款产品 TV Pulse 于 2025 年 4 月在日本推出。该 AI 驱动的平台实时分析电视内容，帮助媒体和零售公司 “跟踪产品曝光、品牌存在、客户情绪和公关影响”，根据这家初创公司的说法。在与主要广播公司和代理商的试点项目后，它已经拥有付费客户，包括批发商和媒体公司。</p>
</div><p>Techcrunch event</p>
<div class="lb-trans"><p>Techcrunch 活动</p>
</div><p>Boston, MA|June 23, 2026</p>
<div class="lb-trans"><p>波士顿，马萨诸塞州 |2026 年 6 月 23 日</p>
</div><p>Now, InfiniMind is ready for the international market. Its flagship product, DeepFrame, a long-form video intelligence platform capable of processing 200 hours of footage to pinpoint specific scenes, speakers, or events, is scheduled for a beta release in March, followed by a full launch in April 2026, Kai said.</p>
<div class="lb-trans"><p>现在，InfiniMind 已准备好进入国际市场。其旗舰产品 DeepFrame 是一款长视频智能平台，能够处理 200 小时的素材，以精确定位特定场景、发言者或事件，Kai 表示，计划于 2026 年 3 月进行 Beta 发布，随后在 4 月全面推出。</p>
</div><p><img src="https://imageproxy.pbkrs.com/https://techcrunch.com/wp-content/uploads/2026/02/InfiniMind-team-1.jpg/query-dz02ODA" alt="" original-src="https://techcrunch.com/wp-content/uploads/2026/02/InfiniMind-team-1.jpg?w=680"/></p>
<p>image credits: infinimind</p>
<div class="lb-trans"><p>图片来源：infinimind</p>
</div><p>The video analysis space is highly fragmented. Companies such as TwelveLabs provide general-purpose video understanding APIs for a broad range of users, including consumers, prosumers, and enterprises, Kai said, while InfiniMind focuses specifically on enterprise use cases, including monitoring, safety, security, and analyzing video content for deeper insights.</p>
<div class="lb-trans"><p>视频分析领域高度分散。Kai 表示，像 TwelveLabs 这样的公司为广泛的用户（包括消费者、专业消费者和企业）提供通用视频理解 API，而 InfiniMind 则专注于企业用例，包括监控、安全、保障和分析视频内容以获取更深入的见解。</p>
</div><p>“Our solution requires no code; clients bring their data, and our system processes it, providing actionable insights,” Kai said. “We also integrate audio, sound, and speech understanding, not just visuals. Our system can handle unlimited video length, and cost efficiency is a major differentiator. Most existing solutions prioritize accuracy or specific use cases but don’t solve cost challenges.”</p>
<div class="lb-trans"><p>“我们的解决方案不需要编码；客户提供他们的数据，我们的系统处理这些数据，提供可操作的见解，” Kai 说。“我们还整合了音频、声音和语音理解，而不仅仅是视觉。我们的系统可以处理无限长度的视频，成本效率是一个主要的差异化因素。大多数现有解决方案优先考虑准确性或特定用例，但并未解决成本挑战。”</p>
</div><p>The seed funding will help the team continue developing the DeepFrame model, expand engineering infrastructure, hire more engineers, and reach additional customers across Japan and the U.S.</p>
<div class="lb-trans"><p>这笔种子融资将帮助团队继续开发 DeepFrame 模型，扩展工程基础设施，招聘更多工程师，并在日本和美国吸引更多客户。</p>
</div><p>“This is an exciting space, one of the paths toward AGI,” Kai said. “Understanding general video intelligence is about understanding reality. Industrial applications are important, but our ultimate goal is to push the boundaries of technology to better understand reality and help humans make better decisions.”</p>
<div class="lb-trans"><p>“这是一个令人兴奋的领域，是通往 AGI 的路径之一，” Kai 说。“理解一般视频智能就是理解现实。工业应用很重要，但我们的最终目标是推动技术的边界，更好地理解现实，帮助人类做出更好的决策。”</p>
</div>

前谷歌员工正在开发基础设施，帮助公司更好地理解他们的视频数据