Rumi Labs

Rumi Labs是一家AI媒體公司，將被動觀看影片轉化為互動體驗。其核心業務是一款瀏覽器擴充功能和桌面應用程式，在使用者裝置上本機運行視覺語言模型，為觀看內容建立索引，但不錄製或儲存影片。使用者透過有效的觀看貢獻賺取積分，這些貢獻有助於訓練公司的文化智能模型。 該公司的關鍵優勢在於其專有的VLM架構，在敘事理解任務上表現優於Gemini 2.5 Pro，同時體積小100倍。它採用「敘事智能」混合專家方法來辨識視覺媒體中的關係、因果關係和情緒脈絡。Rumi還營運一個去中心化網路，使其能夠合規存取集中式AI實驗室無法觸及的版權媒體內容。 市場痛點在於，雖然人們每天花費約4小時觀看內容，但由於版權限制，數百萬小時的受智慧財產權保護的媒體仍未被AI利用。Rumi透過在使用者裝置上運行AI處理來解決此問題，在尊重智慧財產權的同時，實現情境廣告、互動功能和深度收視分析。 在過去六個月（2026年3月至9月），Rumi一直在開發其桌面應用程式並擴展其分散式VLM網路，讓日常電腦也能參與媒體索引。該公司還在Hugging Face上發布了多個音訊相關模型，包括文字轉語音和音訊-文字轉文字模型，表明其擴張範圍已超越視覺媒體理解。