memories.ai - Building AI to See and Remember

https://memories.ai/

1. 核心定位与使命

  • 愿景：让 AI 拥有“无限期、可检索”的视觉记忆，将视频从一次性输入升级为长期知识资产，推动从“看得见”到“记得住”的跨越
  • 使命：构建“大型视觉记忆模型”（LVMM），为多模态大模型和具身智能（机器人、可穿戴设备、世界引擎等）提供持久、高效的视觉记忆基础设施

2. 产品与应用

  • API 与部署：提供 Video Chat、Clip Search、Video-to-Text、Video Creator、Video Marketer、AI Hardware 等多种 Agent，支持企业与个人对接自定义场景

  • 企业级场景：

    • 实时威胁检测、人员轨迹跟踪与跌倒检测（安全监控）
    • 智能剪辑、创意脚本与营销洞察（媒体与营销）
    • 运动赛事分析、球员技术统计（体育）
  • 定价模式：Free / Plus / Enterprise 多档套餐

3. 技术架构（Large Visual Memory Model）

Memories.ai 的 LVMM 灵感来源于人脑记忆的“提示—检索—筛选—监控—重构”流程，共分五大模块：

  1. Query Model：将用户问题或场景线索编码为检索请求
  2. Retrieval Model：在海量索引中进行粗粒度检索，激活相关视频片段
  3. Full‑Modal Indexing & Selection：对候选片段做多模态打标，并精筛最关联内容
  4. Reflection Model：校验召回结果的一致性与准确性，冲突时触发重检
  5. Reconstruction Model：将碎片化记忆整合补全，生成人类式连贯输出

4. 性能与基准

  • 在多项视频分类（K400/K600/K700、UCF101、HMDB）、检索（MSRVTT、MSVD、ActivityNet）和问答（MVBench、NextQA、Temp Compass）基准中刷新 SOTA，相比 OpenAI、Google 等模型呈现大幅领先
  • 对比显示，Memories.ai 在“无限视频上下文”能力上远超 Gemini 或 ChatGPT，仅受限于计算资源而非模型架构本身

5. 行业落地价值

  • 安全监控：从“手动翻录”到“自然语言检索”监控录像，秒级定位“遗落行李”或“嫌疑人物”
  • 影视制作：导演与后期团队可跨数十年素材库精准检索镜头，大幅缩短创意迭代周期
  • 品牌营销：分析百万级社交短视频趋势，实时洞察热门话题与品牌曝光
  • 智能硬件：与可穿戴设备、智能眼镜厂商合作，赋予终端“见即记、问即答”能力，迈向更高级的具身智能生态

6. 团队与发展里程碑

  • 创始背景：CEO Shawn Shen 与联合创始人 Ben Zhou 均出身 Meta Reality Labs，曾发表多篇顶会论文
  • 融资情况：2025 年 5 月完成 800 万美元种子轮，由 Susa Ventures 等领投。
  • 下一步：正筹备将视觉记忆引擎集成至移动端与硬件设备，并拓展更多多模态（声音、文本与视觉）的融合场景

总结：

Memories.ai 正以“短时内容分析”无法满足的“长期记忆”需求为切入点，通过其 Large Visual Memory Model 构建“世界引擎”与“具身智能”所需的视觉记忆基础设施，为 AI 从“看”到“记”再到“悟”提供了完整的产品、技术与商业闭环。

标签：infra, ai

你的评论