Memories.ai

LVMMはMemories.aiのすべてを支えるエンジンだ。大規模に動画を処理し、フレーム、顔、シーン、発話を索引化して、生の映像を構造化された視覚データに変える。クリップを分析して捨てるのではなく、モデルは持続するメモリを築く。単発の分析と、先月の動画について質問に答えられるシステムの違いはそこにある。大きな隔たりだ。

Memories.aiは時間をまたいで構造化されたメモリを保ち、人物、出来事、行動、文脈を検索可能な層に整理する。同社自身の言い方は、映像を保存するだけでなく理解する、というものだ。大胆な主張だ。これは、関連する答えが膨大な録画の中のどこかにあるようなあらゆる作業で意味を持つ。平易な言葉で質問すると、システムが一致する瞬間を引き出す。

検索こそメモリが報われる場面だ。動画の要約と検索の両方がここに集まる。探しているものを説明すれば、たとえば先週誰かが倉庫に入ったすべての場面など、システムが正確なタイムスタンプを返す。目標は1秒未満の検索で、数時間、数日、数か月の映像で機能する。手作業でタイムラインをスクラブした経験のある人にとって、これは本当に時間を節約する機能だ。

2つのAPIがプラットフォームを自前の製品へ運ぶ。動画インテリジェンスAPIが分析と索引化を担い、視覚検索APIが検索を担う。どちらもdocs.memories.aiでSDK付きのドキュメントがあり、メモリ層を自分で作らずに動画理解をアプリに埋め込める。テストだけでなく製品を出荷するなら、これが重要な選択肢だ。デモだけなら不要だ。

Memories.aiはクラウド、オンプレミス、エッジで動く。Qualcommとの提携は、スマートグラスなどのAIハードウェアにおけるローカルな視覚メモリを狙う。映像が常に端末を離れられるとは限らず、すべてのフレームを遠隔サーバーへ送るのはコストでもプライバシーでも現実的でないからだ。つまりウェアラブルやロボットが見たものを覚えていられる。すべての用途に必要ではないが、プライバシーに敏感な用途には要る。

検索にとどまらず、プラットフォームはタスクを端から端まで完結するエージェントを支える。数時間の映像を数秒で分析する。安全事故が起きた瞬間に知らせる。ライブラリ全体を自動で整理する。同社はこれを、単なる検索結果ではなく実際の価値を生むことだと位置づける。考え方は単純だ。メモリが入力で、行動が出力だ。