Finansiering

Airis Labs Samlar In 31 Miljoner Dollar I Serie B För Att Omvandla Fragmenterad Video Till Operativt Klart Intelligens

mm
Lägg till Unite.AI bland dina föredragna källor på Google

AI-försvarsteknologiföretaget Airis Labs har samlat in 31 miljoner dollar i en serie B-runda, då regeringar och underrättelseorganisationer alltmer kämpar för att hantera den överväldigande floden av visuell data som genereras över moderna operationer. Finansieringsrundan leddes av PSG Equity, med deltagande från befintliga investerare, inklusive TLV Partners, Stepstone Group, Redseed Ventures och flera strategiska ängelinvesterare. Företaget uppger att det nu har samlat in totalt 60 miljoner dollar i finansiering sedan dess grundande 2023.

Företaget med säte i Washington D.C. fokuserar på en växande utmaning inom försvars- och underrättelsemiljöer: stora mängder video och bilder tas nu från smartphones, drönare, CCTV-system, kroppskameror, sociala medieplattformar och digitala forensiska verktyg, men merparten av den informationen förblir svår att söka, analysera eller operationalisera i realtid.

Airis Labs försöker lösa det problemet genom en video-först AI-plattform som är utformad för att omvandla fragmenterade visuella flöden till strukturerad intelligens som analytiker, utredare och AI-system kan söka, resonera kring och agera på.

Det Växande Problemet Med Ostrukturerad Visuell Data

Modern underrättelse- och säkerhetsoperationer förlitar sig alltmer på visuell information som samlas in över decentraliserade system. Men medan mängden tillgänglig film har vuxit exponentiellt, har förmågan att bearbeta den inte hållit jämna steg.

Många myndigheter är fortfarande beroende av mänskliga analytiker för att manuellt granska stora mängder video, bilder och fältfilm. I högtrycksmiljöer kan det skapa operativa flaskhalsar där viktiga signaler begraves i enorma volymer ostrukturerad data.

Airis Labs säger att deras plattform är utformad för att omvandla den visuella informationen till maskinläsbar intelligens. Istället för att bara lagra video-flöden, försöker systemet identifiera kontextuell information som vad som hände, var händelserna inträffade, vad som ändrades och vad som kan kräva ytterligare mänsklig granskning.

Företaget kallar den här nya kategorin för “Användargenererad Fältintelligens”, och positionerar den som distinkt från traditionell videoanalys eller öppen källkodsintelligensplattformar. Idén är att förena fragmenterade visuella källor till en sökbar operativ lager som kan stödja både analytiker och AI-drivna arbetsflöden.

Enligt företaget kan plattformen ta in data från källor som inkluderar smartphones, sociala medier, kroppskameror, drönare, digitala forensiska system, fullrörliga videoströmmar, CCTV-infrastruktur och kundrepositoryer.

AI-System Utformade För Operativa Miljöer

Till skillnad från många AI-företag som utvecklar produkter främst inom kontrollerade testmiljöer, säger Airis Labs att deras teknik utformades genom tidiga fältutvecklingar under riktiga operativa förhållanden.

Företaget uppger att inom månader efter dess grundande, användes deras plattform redan i miljöer med fragmenterade video-flöden, stora datavolymer och tidskänsligt beslutsfattande.

Den där deployment-först-strategin verkar vara central för företagets positionering. I operativa underrättelsemiljöer är tillförlitlighet och kontextuell förståelse ofta viktigare än benchmark-prestanda eller smal objekterkänning.

Istället för att fokusera enbart på traditionella videoanalysuppgifter som rörelsedetektering eller objektklassificering, försöker plattformar som Airis Labs bygga system som kan förstå semantik över visuella miljöer. Detta inkluderar att identifiera relationer, avvikelser, förändringar över tid och operativt relevant kontext inom stora bild- och videoströmmar.

Denna bredare förändring återspeglar hur AI alltmer används inom försvars- och säkerhetsinfrastruktur. Medan visuell data volymer fortsätter att expandera, letar organisationer efter system som kan hjälpa analytiker att prioritera relevant information snabbare, snarare än att bara samla in mer rådata.

Försvars-AI-Investering Fortsätter Att Accelerera

Airis Labs finansieringsrunda kommer mitt i en växande investeringsintresse för försvarsinriktad AI-infrastruktur och intelligens-teknologier.

Regeringar världen över utökar snabbt sin användning av AI-system över övervakningsanalys, situationsmedvetenhet, cyberoperationer, autonoma system och intelligensarbetsflöden. I många fall är utmaningen inte längre tillgång till information, utan förmågan att bearbeta och tolka den tillräckligt snabbt för att stödja operativa beslutsfattanden.

Airis Labs valdes nyligen också ut för att gå med i Oracles Försvars-Ekosystem-initiativ, som stöder företag som utvecklar AI- och molnteknologier för regerings- och försvarsdistributioner.

(ORCL )

Företagets ledningsteam består av personer med bakgrund inom nationell säkerhetsoperation, underrättelsearbete, företagsteknologidistribution och regeringsinriktad fältoperation. Airis Labs säger att dessa operativa erfarenheter hjälpte till att forma plattformen kring verkligheten i fragmenterade, kaotiska och snabbt föränderliga fältmiljöer, snarare än idealiserade laboratorieförhållanden.

Idag sysselsätter företaget cirka 45 personer över operationer i Washington D.C.-området och Tel Aviv.

Att Gå Utanför Traditionell Videoanalys

Uppkomsten av multimodala AI-system förändrar hur organisationer tänker om visuell intelligens. Tidigare generationer av videoanalysplattformar fokuserade ofta på smala upptäcktsuppgifter, som att identifiera objekt eller utlösa larm baserat på fördefinierade regler.

Nya system försöker alltmer förstå kontext och relationer över stora visuella miljöer. Den utvecklingen blir särskilt viktig i underrättelse- och försvarsmiljöer, där analytiker kan behöva granska tusentals samtidiga dataströmmar över flera operativa teatrar.

Airis Labs hävdar att nästa generation av regerings-AI-system måste vara kapabla att förstå den fysiska världen på sätt som går utöver enkel bildigenkänning. Företaget säger att deras AI-infrastruktur är avsedd att hjälpa analytiker och operatörer att snabbare hitta meningsfulla insikter, samtidigt som de tillåter <g humana team att fokusera på högre nivåsbedömning och beslutsfattande. Den nyligen uppförda kapitalet kommer att användas för att expandera USA:s operationer, öka företagets arbetsstyrka och påskynda utvecklingen av dess intelligensplattform, eftersom efterfrågan på AI-drivna operativa system fortsätter att växa över regerings- och försvarssektorerna.

Antoine är en visionär ledare och medgrundare av Unite.AI, driven av en outtröttlig passion för att forma och främja framtidens AI och robotik. En serieentreprenör, han tror att AI kommer att vara lika störande för samhället som elektricitet, och han fångas ofta i att prata om potentialen för störande teknologier och AGI.

Som en futurist är han dedikerad till att utforska hur dessa innovationer kommer att forma vår värld. Dessutom är han grundare av Securities.io, en plattform som fokuserar på att investera i banbrytande teknologier som omdefinierar framtiden och omformar hela sektorer.