Conntour从General Catalyst和YC筹集了700万美元，用于构建用于安全视频系统的人工智能搜索引擎

如今的监控技术行业成为人们关注的焦点，但并不是出于最好的理由。由于美国移民和海关执法局利用Flock的摄像头网络来监视人们的争议，以及家庭摄像头制造商Ringdrawing因开发新功能而受到批评，这些功能使执法部门能够向房主询问其社区的录像，目前围绕安全、隐私以及谁可以监视谁等问题存在广泛的争论。

但争议并不能消除市场，视觉语言模型的持续改进只会为企业建立新方法来帮助企业监控其场所内发生的事情带来更大的帮助。

视频监控初创公司Conntour的联合创始人兼CEOMatan Goldner表示，围绕这一主题的道德规范非常重要，以至于他说他的公司对于向哪些客户出售产品非常挑剔。对于一家成立不到两年的初创公司来说，这可能并不具有良好的商业意识，但戈德纳表示，他有能力这样做，因为Conntour已经拥有几个大型政府和上市客户，其中之一就是新加坡中央缉毒局。

“我们拥有如此大的客户，这一事实使我们能够选择他们并保持控制……我们真正控制着谁在使用它，用例是什么，我们可以选择我们认为道德的，当然，合法的。我们运用我们所有的判断，并据我们可以[合作]的特定客户做出决定，因为我们知道他们将如何使用它，”戈德纳在独家采访中告诉TechCrunch。

这种吸引力对Conntour的帮助不仅仅是选择性。投资者已经注意到：这家初创公司最近从General Catalyst、Y Combinator、SV Angel和Liquid 2 Ventures筹集了700万美元的种子轮资金。

Goldner表示，本轮融资在72小时内结束。 “我想我在八天内安排了大约90场会议，三天后——我们从周一开始，到周三下午就结束了，”他说。

无论如何，Conntour的挑剔也许是对的，特别是考虑到这个领域的人工智能工具已经变得多么强大。该公司自己的视频平台使用人工智能模型，让安全人员使用自然语言查询摄像头源，以实时查找镜头中的任何物体、人或情况——一个类似Google的搜索引擎，专门为安全视频源而设计。它还可以据预设规则自行监控和检测威胁，并自动发出警报。

与依赖预设定义或参数来检测特定物体、运动模式或行为的传统系统不同，Conntour声称其系统使用自然和视觉语言模型，这使其具有高度的灵活性和可用性。用户可能会问，“查找有人穿着运动鞋在大厅传递包的实例”，Conntour的系统将快速搜索所有录制的镜头或实时视频源，以返回相关结果。

由于该平台内置了人工智能模型，因此用户可以简单地提出有关视频的问题并获得文本答案以及相关视频源，并生成事件报告。

然而，该公司的卖点是其可扩展性。戈德纳解释说，该平台与其他人工智能视频搜索服务的主要区别在于，它旨在有效地扩展到包含数千个摄像机源的系统。他说，事实上，Conntour的系统可以通过单个消费类GPU（例如Nvidia的RTX 4090）监控多达50个摄像头的数据。

该公司通过使用多个模型和逻辑系统来实现这一点，然后确定算法应该用于每个查询的模型和系统，以需要最低的计算能力来为用户提供最佳结果。

Conntour声称其系统可以完全部署在本地、完全部署在云端或两者混合部署。它可以插入大多数已使用的安全系统，或者可以单独用作完整的监控平台。

但视频监控行业存在一次长期存在的问题：监控质量取决于捕获的镜头。例如，很难从光线昏暗的停车场拍摄的镜头中辨认出细节，这些镜头是由低分辨率摄像机和肮脏的镜头拍摄的。

戈德纳表示，Conntour通过在搜索结果中提供置信度分数来对冲这种不可避免的情况。如果摄像头源的质量不够好，系统将返回置信度较低的结果。

戈德纳表示，展望未来，需要解决的最大技术问题是在保持其效率的同时，将法学硕士的能力充分发挥到其系统中。

“我们有两件事想要同时做，但它们是相互矛盾的。一方面，我们希望提供完整的自然语言灵活性，LLM风格，让你提出任何问题。另一方面，我们希望提高效率，因此我们希望使其使用很少的资源，因为处理[数千]个提要实在是太疯狂了。这种矛盾是我们领域最大的技术障碍和技术问题，也是我们正在努力解决的问题。”