企业官网建设流程全解析

从搜索工具到记忆层：Clipto想解决什么问题？

5月底，一家名为Clipto.AI的公司推出一款端侧产品，登上了Product Hunt全球榜首。这款产品是多模态搜索工具，用户输入自然语言，能在数TB的视频、音频等资料中找内容。不过，Clipto要解决的不止搜索问题。

过去几年，大模型生成能力提升，AI能写代码、画图等，内容生产效率提高。但人们创造和保存的数据难利用。知识工作者找素材耗时多。

Clipto创始人康洪文认为，这暴露的是AI缺关键基础设施Memory Layer（记忆层）。AI构建世界模型缺用户模型，Agent缺记忆无法理解用户。康洪文经历对应AI技术演进主线。

在康洪文定义里，Clipto是连接个人数据与智能体生态的「记忆层」。他指出行业空白，称搜索是开始，Clipto目标是打造AI时代记忆层。

Clipto解法是本地多模态记忆构建逻辑：用户导入数据，系统用设备算力和自研模型处理文件，搭建个人记忆系统。

使用时，用户用自然语言描述需求，端侧大模型解析后精准定位。Clipto打通记忆通路，用户可对话提问、生成摘要等。运算处理在本地，省成本且保障安全。

康洪文认为过去软件重存储，Clipto核心是让用户从「搜索文件」到「搜索记忆」，建立Memory Layer很重要。

二十年：从视频理解到视频生成

康洪文见证过去二十年AI发展。2004年，他在微软亚洲研究院实习，参与项目让Xbox分析素材生成家庭短片，当时触及计算机视觉核心问题。

后来他去卡内基梅隆大学读博，师从Takeo Kanade，研究图像与视频理解。

2017年，他创办慧川智能，推出文字生成视频平台智影。当时移动互联网和短视频发展，内容生产效率成问题，他将技术重心延伸到生成。

2020年底，智影被腾讯收购，他负责腾讯智影团队研发AIGC产品。生成能力爆发让他思考新问题，意识到AI下一步可能是记忆。

AI的下一层竞争，为什么会是Memory

康洪文认为Agent成熟前要解决记忆问题。大模型虽聪明，但不了解用户，每次使用需重新介绍，对话结束上下文消失。

AI基础设施缺用户模型，大模型有公开知识但无法理解具体的人，用户数据在本地，Agent普及后问题更明显。

若出现大量Agent，存在如何理解用户等问题。康洪文认为应设独立Memory Layer，Living Memory Graph Agent执行任务，Memory Layer管理记忆，所有Agent基于此理解用户。

这类似互联网操作系统，Agent生态需记忆系统作基础设施，这是Clipto想扮演的角色。

未来AI架构可能分Intelligence Layer和Memory Layer，前者提供世界知识，后者沉淀个人知识，共同构成Personal AI。

行业争夺云端大模型市场，但计算能力向用户设备回流。AI计算结构变化，记忆相关能力将在本地运行，推理和世界知识仍依赖云端。

用户重要数据在本地，数据规模膨胀，云端不一定是最优解，本地处理有价值。但康洪文认为Memory Layer是云端与本地协同体系，要连接分散数据形成个人知识网络。这是他二十年思考的结果。