Rumi Labs

ルミラボは、受動的な動画視聴をインタラクティブな体験へと変革するAIメディア企業です。中核事業として、ユーザーのデバイス上でローカルに動作する視覚言語モデル（VLM）を搭載したブラウザ拡張機能とデスクトップアプリを提供し、動画を録画や保存せずに視聴内容をインデックス化します。ユーザーは有効な視聴貢献に対してポイントを獲得し、そのデータが同社の文化理解モデルのトレーニングに活用されます。 同社の最大の強みは独自開発のVLMアーキテクチャにあり、Gemini 2.5 Proを100分の1の規模で上回るナラティブ理解性能を実現します。「ナラティブ・インテリジェンス」を採用した混合専門家（Mixture-of-Experts）アプローチにより、ビジュアルメディアにおける関係性、因果関係、感情的な文脈を認識します。さらに、中央集権型AI研究所がアクセスできない著作権保護メディアコンテンツに、準拠した形でアクセスできる分散型ネットワークを運用しています。 市場の課題は、人々が1日約4時間コンテンツを視聴しながらも、著作権制約によりIP保護された膨大な時間のメディアが未活用となっている点です。ルミラボスはユーザーのデバイス上でAI処理を行うことで、知的財産を逸脱しながらも、文脈に応じた広告やインタラクティブ機能、詳細な視聴者分析を実現し、この問題を解決します。 過去6カ月間（2026年3月～2026年9月）において、同社はデスクトップアプリケーションの開発と分散型VLMネットワークの拡大を進め、一般のコンピュータでもメディアインディングに参加できるようにしています。また、Hugging Face上に音読合成や音声テキスト変換などのオーディオ関連モデルを複数公開しており、視覚メディア理解を超えた拡張を示唆しています。