Clipto：本地视频与多模态文件AI语义搜索工具

随着生成式AI使内容生产变得容易，视频、录音和文档大量积累，但检索和复用这些内容成了难题。Adobe、Apple和Google等巨头虽提供AI搜索，但仅限于各自云服务内的文件。Clipto创始人Henry Kang在CMU博士期间研究机器人记忆物体位置，后创立了AI衣橱管理和视频创作公司（被腾讯收购）。2023年他与原班人马创立Clipto，致力于让用户搜索并复用自己算力设备上的既有内容，而非生成新内容。

Clipto已获3000万用户使用，拥有数十万付费订阅者，2026年初年经常性收入达1500万美元，并保持净利润盈利。公司以2.5亿美元估值融资1500万美元，投资方包括HSG（原红杉中国）、GL Ventures等。近日支持MCP协议，运行完全本地化。

1. 1选型：选用开源的本地向量数据库（如Chroma或LanceDB）与多模态嵌入模型（如CLIP、Chinese-CLIP），搭配Whisper做音视频转录，构建MVP。
2. 2最小功能集：实现本地文件夹扫描，支持自然语言搜索视频/图片/文档（OCR提取文字），输出文件路径与预览片段。
3. 3冷启动：先做Mac/Windows桌面单机版，在GitHub开源基础版，吸引开发者与效率工具爱好者，通过ProductHunt、V2EX等渠道获取种子用户。
4. 4MVP迭代：初版仅支持图片与文档搜索，再逐步加入视频/会议录音搜索；每两周发布迭代，根据用户反馈优化搜索准确性。
5. 5企业与个人并行：与飞书、钉钉集成，提供企业试用版，同时推出个人付费版（如年费99元），通过线上投放与KOL评测扩大影响。
6. 6合规准备：确保本地处理，不上传用户文件，明确隐私协议，并申请相关软件著作权。

技术可行：开源模型和向量库成熟，可构建本地搜索MVP。数据可得：用户自带数据，无需额外采集。获客渠道：针对创作者和效率人群的线上社区、应用商店推荐。合规要求：本地处理规避隐私风险，但需注意版权问题。竞争格局：大厂云绑定，独立工具可凭跨平台和本地化胜出。

窗口期：现在合适：AI视频和会议记录爆发，但跨平台本地管理仍是空白，大厂聚焦云端，不涉及本地文件；且用户对隐私关注上升，本地搜索需求明确。但窗口不会太长，需半年内发布MVP抢占心智。

主要风险：一是本地搜索性能与索引时间挑战，用户设备差异大；二是C端付费意愿低，需验证B端转化；三是开源模型在中文语境下的精度需优化；四是需警惕大厂推出本地功能，挤压生存空间。