Conntour获通用催化剂等700万美元融资，打造AI视频监控搜索引擎|conntour|信号|催化剂|录像|搜索引擎|摄像头|融资

视频监控技术行业目前备受关注，但原因并不全是正面的。美国移民和海关执法局利用Flock公司的摄像头网络监视民众，家用摄像头制造商Ring因开发新功能使执法部门能够要求房主提供邻里监控录像而受到批评，围绕安全、隐私以及谁有权监视谁的问题，目前正在进行广泛的辩论。

然而，争议并不能消除市场需求，视觉语言模型的持续改进只会为那些构建新方法帮助企业监控其场所内发生事件的公司注入更多动力。

据视频监控初创公司Conntour联合创始人兼首席执行官马坦·戈德纳表示，围绕这一话题的伦理问题非常重要，他表示公司在选择客户时相当挑剔。对于一家成立不到两年的初创公司来说，这可能不像是明智的商业策略，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公司客户，其中一个是新加坡中央禁毒局。

"拥有如此重要的客户让我们能够选择他们并保持控制权……我们真正控制着谁在使用它，使用场景是什么，我们可以选择我们认为道德且当然合法的用途。我们运用所有判断力，基于我们认可合作的特定客户做出决定，因为我们了解他们将如何使用它，"戈德纳在接受TechCrunch独家采访时表示。

这种发展势头帮助Conntour不仅仅是选择性合作。投资者已经注意到：这家初创公司最近从通用催化剂、Y Combinator、SV Angel和Liquid 2 Ventures获得了700万美元的种子轮融资。

戈德纳表示融资在72小时内完成。"我在大约八天内安排了约90次会议，仅仅三天后——我们周一开始，到周三下午就完成了，"他说。

无论如何，考虑到这一领域AI工具变得多么强大，Conntour挑剔客户可能是正确的。该公司自己的视频平台使用AI模型，让安全人员能够使用自然语言查询摄像头信号，在录像中实时找到任何物体、人员或情况——这是专门为安全视频信号制作的类似谷歌的搜索引擎。它还可以基于预设规则自主监控和检测威胁，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语言和视觉语言模型，这赋予了它高度的灵活性和可用性。用户可能会问："找到有人穿着运动鞋在大厅传递包裹的实例"，Conntour的系统将快速搜索所有录制的录像或实时视频信号以返回相关结果。

由于平台内置AI模型，用户可以简单地询问关于录像的问题并获得文本答案，同时配有相关的视频信号，还可以生成事件报告。

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AI视频搜索服务的主要区别在于它被设计为能够高效扩展到包含数千个摄像头信号的系统。事实上，他说，Conntour的系统可以在单个消费级GPU（如英伟达RTX 4090）上监控多达50个摄像头信号。

该公司通过使用多个模型和逻辑系统来实现这一点，然后识别算法应该为每个查询使用哪些模型和系统，以要求最少的计算能力为用户提供最佳结果。

Conntour声称其系统可以完全部署在本地、完全在云端，或两者混合部署。它可以插入大多数正在使用的安全系统，或者可以作为完整的监控平台独立运行。

但视频监控行业一直存在一个长期问题：监控质量只取决于捕获的录像质量。例如，很难从由带有脏镜头的低分辨率摄像头在照明不良的停车场录制的录像中辨别细节。

戈德纳表示，Conntour通过在搜索结果中提供置信度分数来应对这种不可避免性。如果摄像头信号源质量不够好，系统将返回低置信度水平的结果。

展望未来，戈德纳表示最大的技术问题是在保持效率的同时为其系统带来大语言模型的全部能力。

"我们想同时做两件事，但它们相互矛盾。一方面，我们想提供完整的自然语言灵活性，大语言模型风格，让您可以询问任何问题。另一方面是效率，我们想让它使用很少的资源，因为处理数千个信号是非常疯狂的。这种矛盾是我们领域最大的技术障碍和技术问题，也是我们正在非常努力解决的问题。"

Q&A

Q1：Conntour的AI视频搜索引擎有什么特别之处？

A：Conntour的视频平台使用AI模型让安全人员能够使用自然语言查询摄像头信号，实时找到录像中的任何物体、人员或情况。与传统系统不同，它使用自然语言和视觉语言模型，具有高度灵活性。用户可以问"找到有人穿运动鞋在大厅传递包裹的实例"，系统会快速搜索所有录像并返回相关结果。