a16z 种子轮投 1000 万美金,Rewind 要帮你搜索你的人生
搜索引擎已经成为我们日常生活和工作的一部分,包括类似 Google、百度这种通用型搜索引擎,也有类似 Sourcegraph 这样的代码搜索引擎,还有类似 Algolia 和 Glean 这样的企业内部搜索引擎。
这些搜索引擎在商业上都取得了巨大的成功,但对于我们日常生活中说过的话、看过的东西以及听过的内容,我们的记忆是很难都记住的,比方说上周我在某个会议上讨论的某个问题,或者我看过某篇文章里某个有价值的数据,又或者某个视频里精彩的片段,也正是如此才有了各种各样的日记类产品。
但这些产品也只有在你记录下来并且做了一定标记时,才有可能会快速找到。很多时候,当我们想要重新审视一个想法时,我们不记得更精细的细节,也不记得我们在哪里读过、看到过、说过、听到或分享过它。这也就是 Rewind 这款产品想解决的问题。
第一次看到 Rewind 这款产品的 Demo 和介绍时,给了我非常大的冲击力,我觉得是一个可能会改变我们的线上生活搜索方式的一款产品,刚宣布完成 1000 万美金的种子轮融资,估值 7500 万美金,由 a16z 领投,The First Round 等跟投,其创始人之前是 Optimizely 的联合创始人。
Rewind 给自身的定义是:
The Search Engine For Your Life
也就是你人生的搜索引擎,它声称能快速搜索你曾经看过、说过或者听过的任何内容。它目前是一个 macOS App,它能搜索到你看过、说过或者听到过的任何内容。根据官方网站的介绍,其核心功能包括:
-
基于本地和隐私保护而设计:其保存的所有内容都只保存在你的 Mac 本机上;
-
将压缩做到了极致:Rewind 可以将录音文件压缩到 3750 倍,并且不会有质量方面的问题,比方说 10.5GB 的文件可以压缩成 2.8MB,因此即使是非常小的硬盘资源,也可以保存你很多年的内容;
-
无需做任何云端和 IT 集成:Rewind 采用了原生 macOS API 和 OCR 来识别和索引你屏幕上出现的所有文字,你不需要与 Gmail、Dropbox 或者 Slack 等产品做集成,之前一些类似产品需要你集成获得授权才可能搜索到这些产品里的内容;
-
视频内容:为了能搜索到你说过或者听过的任何内容,Rewind 采用了最先进的 ASR(自动语音识别技术)来帮你搜索这里面的任何内容;
-
不占用 CPU 资源:Rewind 创始人说让这个产品成为可能的核心是苹果的 Silicon 芯片,Rewind 利用了 SoC 上的每一个部分,因此在运行 Rewind 时,它不会占用系统资源(CPU 和内存)。
Rewind 创始人兼 CEO Dan Siroker 也分享了他做这款产品的初衷,当年在他 20 岁时就开始失去听力,在他 30 岁时助听器给了他巨大影响,因此就想有没有更好的技术可以增强人类的能力。后来他发现,人们一般在一周时间会忘记大概 90%的记忆,而且随着年龄的增长,人们的记忆力会越来越差,因此才有了希望通过技术帮助人们增强自身记忆这个事情。
在 2020 年的时候,团队做了一款可以自动帮助视频会议录屏和分享的产品 Scribe,这款产品获得了 3 万多客户,这些客户的反馈最终让团队转型到现在这个产品。下面是其创始人展示的产品 Demo 视频:
Dan Siroker 说,Rewind 不只可以索引到这些内容,而且可以让你回到当时发生的那个时刻,比方说搜索视频会议的某个关键词,它可以快速回到那个关键词出现的时刻,这样你可以迅速回到上下文。a16z 在投资 Rewind 时认为,今天的数字工作场所比历史上任何时候的变化都快。我们可以在全球范围内通过文本、语音、视频和文档进行实时交流和协作。我们可以通过 URL 共享大量文件,并通过搜索栏访问无法量化的信息量。我们在桌面上留下了很多生产力,并且不断地在上下文切换我们的大脑和我们使用的应用程序。
这导致的问题就是,很多东西很快就会遗忘,而你花在再次搜寻这些信息的成本越来越高,我们需要一种可以随时跟新并可跟踪所有这些数字信息的结构化方法,现在 Rewind 大概就是这样一款产品。
Rewind 有点类似我之前曾介绍过的 Raycast,虽然都是索引,但仍然有很大区别,我之前将 Raycast 理解为面向开发者版本的苹果 Spotlight Search,你可以一键搜索电脑或者网站或者各种第三方 API 里的任何东西,也可以设置自己的搜索方式和操作快捷键,本质上是希望在一个搜索界面通过各种快捷键就能完成日常的所有操作。
在这里,Raycast 是需要通过 API 连接各种第三方产品才可以索引,它是通过连接数据来获取数据,而 Rewind 则是不需要的,它的原理似乎更简单直接,直接给你记录下来。但大家解决的问题很类似,都是为了提高生产力。
尽管 Rewind 强调了数据的本地属性和对隐私的保护,不过其未来面临的最大挑战可能还是会在隐私这块。