Clipto 用 AI 搜索海量本地视频，估值达 2.5 亿美元

生成式 AI 让内容创作变得更轻松，也让内容管理变得更加困难。随着视频、录音和文档不断堆积，Adobe、Apple、Google 以及越来越多的初创公司开始用 AI 让这些文件变得可搜索。至于这条路最终会催生一个独立的软件品类，还是会变成人们已有产品里的标配功能，目前还不好说。

Clipto 押注的是前者。这家总部位于旧金山的初创公司在新加坡和香港也设有团队，最近完成了一轮 1500 万美元的全股权融资，投后估值达到 2.5 亿美元。本轮投资方包括 HSG（原红杉中国）、GL Ventures、EnvisionX Capital、Palm Drive Capital，以及个人投资者 Hans Tung、Lu Zhang 和 522 Ventures。

Clipto 可以为用户电脑上的视频、音频、图片、会议记录等文件建立索引。用户不用再翻文件夹找东西，直接描述想找的内容就行，也可以让 ChatGPT、Claude 等 AI 工具代为查找。

Clipto 创始人 Henry Kang 在这一方向上已经摸索了近二十年。Kang 表示，2006 年他在卡内基梅隆大学读博期间，就曾研究让机器人记录周围环境、识别物体并记住物体位置。后来他把同样的思路用到了自己的第一家创业公司上——用 AI 管理用户衣柜里的衣服并推荐穿搭。据 Kang 向 TechCrunch 透露，他的第二家公司 Zenvideo 专注于简化视频制作流程，并于 2020 年被腾讯收购。

Kang 表示："AI 时代真正的洞察在于，我们不缺内容。"，"恰恰相反，内容太多了。电脑里堆积了大量从未被使用的视频素材。"

2023 年，Kang 带着前一家创业公司的多位联合创始人共同创建了 Clipto，公司的核心理念正是基于这一洞察。当其他 AI 公司忙着生成新内容时，Clipto 选择帮用户找到并复用已有的素材。

Clipto 最初是为视频创作者打造产品，帮助他们管理散落在电脑和外接硬盘中的素材。但 Kang 表示，目前创作者只占其用户的四分之一到三分之一，其余用户包括律师、医生、研究人员、市场营销人员、人力资源从业者、教授和学生。

Clipto 称，自上线以来已有超过 3000 万人使用过其产品，付费订阅用户达数十万。Kang 拒绝透露更精确的订阅人数和每用户平均收入，不过他表示有相当比例的客户订阅时长超过两年。

Kang 透露，Clipto 在 2026 年初达到了 1500 万美元的年度经常性收入（ARR），并在净利润层面保持盈利。公司目前有 20 名出头的员工，分布在旧金山湾区、香港和新加坡三地。

大约两周前，Clipto 增加了对模型上下文协议（Model Context Protocol，简称 MCP）的支持。这项标准允许 AI 应用连接外部数据源。Kang 表示，访问已建立索引的文件需要用户主动发起请求并授权。当 AI 应用访问 Clipto 的索引数据时，只能检索用户指定范围内的信息。Kang 还补充说，所有这些处理过程都在用户设备本地运行，无需依赖云服务。

Clipto 进入的这个市场，已有不少大公司掌控着人们用于数据管理的大部分数据和软件。Adobe 在 Premiere 中已经提供了 AI 驱动的搜索功能，而 Apple 照片和 Google 照片则允许用户通过自然语言描述来查找照片和视频。

Kang 认为，Clipto 能够在视频、音频、图片和文档之间进行跨类型搜索，而 Adobe、Apple 和 Google 的产品通常只针对各自服务内存储的文件。Clipto 还允许用户将选定的信息共享给 ChatGPT、Claude 等 AI 工具。公司押注于将上述功能整合在同一个产品中，以此与更大的平台竞争。

Kang 表示，新一轮融资将用于研发 AI 模型和相应的算力基础设施，以便让 Clipto 能够在消费级硬件上运行，同时也会用于接入更多 AI 代理。