狂璟

機器之心報道

機器之心編輯部

大家都在關(guān)注硅谷AI領(lǐng)頭羊們的搶人大戲，尤其是Meta近期又挖去了三位來自谷歌的IMO金牌研究者。

雖然說小扎（扎克伯格）鉚足了勁兒要重振Llama雄風(fēng)，正如火如荼的進行人才大引進。

但是吧，挖進去的人在Meta顯山露水還需要一段時間，而從Meta離開的人的創(chuàng)業(yè)成果已經(jīng)嶄露頭角了。

Dr.ShawnShen，聯(lián)合創(chuàng)始人兼首席執(zhí)行官（左）；Ben(Enmin)Zhou，聯(lián)合創(chuàng)始人兼首席技術(shù)官（右）。

前MetaRealityLabs頂尖科學(xué)家團隊創(chuàng)立的AI研究實驗室Memories.ai，正式宣布完成800萬美元種子輪融資。本輪融資由SusaVentures領(lǐng)投，三星風(fēng)投（SamsungNext）、FusionFund等知名機構(gòu)跟投。

Memories.ai團隊已經(jīng)在大模型領(lǐng)域完成了一項重大的突破成果，劍指AI系統(tǒng)的「記憶缺失」問題，為視覺模型創(chuàng)造了強大的「記憶大腦」。

「最強大腦」

眾所周知，大模型是標(biāo)標(biāo)準準的「金魚記憶」

比如，大多數(shù)AI系統(tǒng)都缺乏對歷史畫面的記憶，難以理解前后之間的關(guān)聯(lián)。

就像我們經(jīng)常開的玩笑，「記憶是個先進先出?！?，只不過大模型的棧容量似乎總是不夠用。

這種「金魚記憶」限制了它們在需要深入理解場景和動態(tài)變化的應(yīng)用中發(fā)揮作用，尤其是在視頻密集型任務(wù)里表現(xiàn)不佳。

為了徹底解決這個問題，Memories.ai通過其核心創(chuàng)新——大視覺記憶模型（LVMM），為AI系統(tǒng)引入了一個革命性的視覺記憶層

該模型突破了傳統(tǒng)AI在視頻處理中僅限于片段式分析的范式，轉(zhuǎn)而能夠持續(xù)捕獲、存儲和結(jié)構(gòu)化海量的視覺數(shù)據(jù)，從而使AI模型能夠：

永久保留上下文信息：從孤立的幀轉(zhuǎn)向?qū)κ录蚬湹纳疃壤斫狻?/p>

精準識別時序模式：實現(xiàn)對人臉、物體和行為在時間軸上的持續(xù)追蹤和識別。

智能對比分析：快速對比新舊視覺信息，有效識別變化和異常。

該平臺把原始視頻轉(zhuǎn)化成可搜索、帶上下文關(guān)聯(lián)的數(shù)據(jù)庫，讓AI系統(tǒng)具備類似人類的持續(xù)學(xué)習(xí)能力，給AI系統(tǒng)配備了無限視覺記憶的「最強大腦」。這一突破讓AI在理解視頻和實際應(yīng)用方面，邁出了里程碑式的一步。

該團隊的大視覺記憶模型不僅在多個視覺理解任務(wù)中刷新了SOTA基準，更提供了一種全新的視角來解決復(fù)雜視覺信息檢索與理解的挑戰(zhàn)。

這些結(jié)果充分證明了模型在視頻分類、視頻檢索和視頻問答領(lǐng)域的「卓越性能」。

尤其在視覺記憶檢索方面，能夠高效處理那些需要大規(guī)模內(nèi)容檢索作為輔助參考的復(fù)雜查詢，從而顯著提升了模型的應(yīng)用廣度與深度。

「巨大潛能」

LVMM技術(shù)在多個關(guān)鍵領(lǐng)域展現(xiàn)出巨大的應(yīng)用潛力，其核心優(yōu)勢在于：

時間跨度無限制：能夠處理并記憶數(shù)月甚至數(shù)年的視頻數(shù)據(jù)。上下文深度理解：不僅識別物體，更能理解事件的因果鏈和時序模式。高效檢索與分析：將原始視頻轉(zhuǎn)化為可搜索數(shù)據(jù)庫，實現(xiàn)秒級檢索和分析。

該團隊已與多個領(lǐng)域的合作伙伴展開合作，推動LVMM技術(shù)的應(yīng)用落地：

安防安全：顯著提升監(jiān)控錄像的檢索效率，在數(shù)秒內(nèi)搜索數(shù)月的數(shù)據(jù)。媒體娛樂：實現(xiàn)對數(shù)十年內(nèi)容庫中特定場景或視覺元素的即時查找。市場營銷：對數(shù)百萬社交視頻進行深度情感和提及分析，捕捉新興趨勢。消費電子：為下一代移動體驗引入強大的視覺記憶能力，多家手機公司，如三星已成為首批合作對象之一。

Memories.ai聯(lián)合創(chuàng)始人兼首席執(zhí)行官沈博士強調(diào)：「人類的智慧源于豐富的、相互關(guān)聯(lián)的視覺記憶。我們的使命是賦予AI這種深度的情境感知能力，以共同構(gòu)建一個更安全、更智能的世界?！?/p>

「便捷交互」

為了讓用戶更直觀地體驗LVMM（大視覺記憶模型）的強大能力，該團隊已將核心技術(shù)通過API接口全面開放，并同步推出直觀、可交互的網(wǎng)頁應(yīng)用。用戶可以便捷地上傳視頻或接入現(xiàn)有視頻庫，實現(xiàn)快速、精準的內(nèi)容檢索與深度分析。

借助毫秒級精度的檢索引擎，在視頻問答場景中展現(xiàn)了卓越的視頻幀級引用能力，真正實現(xiàn)了對視頻的多模態(tài)深度解析。

還有一系列的DemoAgents，展示了模型在不同場景下的應(yīng)用能力，例如：

VideoCreator對話式視頻創(chuàng)作助手，基于全球首個大視覺記憶模型，通過可自由編輯的提示詞模板，僅用簡單對話即可生成多剪輯高質(zhì)量視頻。

VideoMarketer是一個基于大視覺記憶模型的智能營銷工具，依托海量視頻數(shù)據(jù)，能即時洞察TikTok的爆款趨勢、熱門開場白和頭部網(wǎng)紅策略，助力高效實現(xiàn)社交視頻營銷。

這些DemoAgents不僅是技術(shù)能力的展示，更是探索未來應(yīng)用的起點。

如果你是一家公司，正被海量視頻數(shù)據(jù)淹沒；或者是一位對視覺記憶與智能交叉點著迷的研究者；又或者只是好奇當(dāng)人工智能擁有記憶之后會變成什么樣——歡迎訪問https://memories.ai。

5本人氣星際文,穿成軍校唯一女生,倒霉普通人甜妹vs肌肉大少爺

推文:五本星際女主文,《盛世驚婚》《我在星際撿垃圾》?？愛看小說...

十三本高質(zhì)量星際文,蘇爽女強,沙雕甜寵各種類型都有