被遗忘的视频，正在变成金矿

全球每天产生的视频数据超过 500 万小时，但其中超过 80% 永远没被看过——存放在服务器里，积满灰尘，像数字时代的“黑匣子”。这些被称为“暗数据”的视频，可能是商场监控、工厂巡检、展会录像、客服通话记录，甚至是企业内部培训材料。它们不是没用，只是没人知道怎么用。

东京初创公司 InfiniMind 想把它们“挖出来”。这家公司由两名前谷歌日本员工 Aza Kai 和 Hiraku Yanagita 创立，两人在谷歌干了近十年，负责过 YouTube 推荐系统、云视频处理和日本本地化内容分析。他们亲眼见过大公司如何浪费这些数据：一个零售连锁店存了三年的门店监控，却从未分析过顾客动线；一家电视台存了五万小时的节目素材，想查某段采访，得靠人工一帧一帧翻。

“我们不是在做更聪明的AI，”Aza Kai 说，“我们是在解决一个笨问题——怎么让机器读懂一小时、两小时、甚至一百小时的视频，像人一样知道‘什么时候谁说了什么，发生了什么’。”

TV Pulse：日本媒体和零售的“视频搜索引擎”

InfiniMind 的第一个产品 TV Pulse，已经在日本落地。电视台用它快速定位某位嘉宾的发言片段，不用再翻硬盘；便利店用它分析高峰时段顾客停留位置，优化货架布局；甚至一家日本连锁药妆店，靠它发现顾客在促销区犹豫时，往往先看价格标签再看产品——于是他们把价格牌从侧面移到正前方，三个月内转化率提升了17%。

这套系统不需要写代码，只要上传视频，输入你想找的内容，比如“穿红色上衣的顾客在A区停留超过30秒”，系统就能在几秒内返回时间戳和截图。没有复杂的API，没有数据工程师，销售和运营人员自己就能用。

DeepFrame：能看200小时视频的“大脑”

现在，InfiniMind 正准备把核心能力打包成 DeepFrame，推向全球市场。它能处理长达200小时的单个视频文件，识别出：谁在说话、说了什么、情绪变化、物品出现、动作序列——甚至能判断“这是一次成功的销售演示”还是“客户明显不满”。

关键不是技术多炫，而是便宜。传统方案要花几十万买硬件、请团队训练模型，而 DeepFrame 用云端弹性计算，按小时付费。一个中型物流公司，用它分析司机行车记录仪，一个月成本不到2000美元，却能自动识别疲劳驾驶、违规变道、货物装卸异常，事故率下降了22%。

去年，一家德国汽车零部件厂试用后，用 DeepFrame 从过去两年的产线监控中，找到了三次被忽略的设备异响——最终发现是某个螺丝松动导致的连锁故障。修好后，年省维修费超80万欧元。

搬去美国，不只是换个办公室

今年初，InfiniMind 把总部从东京搬到了旧金山。不是为了蹭硅谷光环，而是因为客户在那儿。美国的媒体集团、连锁零售、物流巨头，早就被视频数据压得喘不过气。他们不缺技术，缺的是能直接用、不靠专家、不烧钱的工具。

这次580万美元种子轮，由日本风投 UTEC 领投，参与方包括几位前亚马逊和Meta的视频工程负责人。钱会全砸在两件事上：一是扩大工程团队，招更多懂视频、懂业务的人，而不是只会调参数的算法工程师；二是打通与主流企业系统（如Salesforce、Shopify、Microsoft Viva）的对接，让视频分析结果能直接变成销售线索、库存预警、客服工单。

“我们不卖AI，”Hiraku Yanagita 说，“我们卖的是答案。你不需要知道模型怎么跑，你只需要知道——昨天下午3点，那个穿蓝衬衫的客户，为什么没买那件外套。”

当企业终于能从海量视频里，找到真正有用的信息时，暗数据，就不再是负担，而是下一个被低估的商业资产。