Airis Labs 获得 3100 万美元 B 轮融资，将碎片化视频转化为任务就绪智能

人工智能国防技术公司 Airis Labs 已获得 3100 万美元 B 轮融资，这是政府和情报组织越来越难以管理现代运营中产生的海量视觉数据的背景下发生的。该轮融资由 PSG Equity 领投，现有投资者包括 TLV Partners、Stepstone Group、Redseed Ventures 和几位战略天使投资者。该公司表示，自 2023 年成立以来，已经总共获得了 6000 万美元的融资。

总部位于华盛顿特区的 Airis Labs 正在应对国防和情报环境中日益增长的挑战：大量视频和图像现在被来自智能手机、无人机、CCTV 系统、身体摄像头、社交媒体平台和数字法医工具的海量数据淹没，但这些信息中大部分仍然难以被搜索、分析或实时运用。

Airis Labs 试图通过一个视频优先的 AI 平台来解决这个问题，该平台旨在将碎片化的视觉源转化为结构化的智能，使分析师、调查员和 AI 系统能够搜索、推理和采取行动。

碎片化视觉数据日益增长的问题

现代情报和安全运营越来越依赖于跨分散系统收集的视觉信息。然而，虽然可用镜头的数量呈指数级增长，但处理能力却没有跟上。

许多机构仍然严重依赖人工分析师手动审查大量视频、图像和现场镜头。在高压环境中，这可能会产生运营瓶颈，重要信号被埋没在海量的无结构数据中。

Airis Labs 表示，其平台旨在将视觉信息转化为机器可读的智能。与简单地存储视频源不同，该系统尝试识别上下文信息，例如发生了什么、事件发生在哪里、什么变化了以及什么可能需要进一步的人工审查。

该公司将这一新兴类别称为“用户生成的现场智能”，将其定位为与传统的视频分析或开源情报平台不同的东西。其理念是将碎片化的视觉源统一为可搜索的运营层，以支持分析师和 AI 驱动的工作流程。

根据公司的说法，该平台可以从包括智能手机、社交媒体、身体摄像头、无人机、数字法医系统、全动态视频流、CCTV 基础设施和客户存储库在内的多个来源获取数据。

为运营环境设计的 AI 系统

与许多主要在受控测试环境中开发产品的 AI 公司不同，Airis Labs 表示其技术是在早期的实地部署中形成的，在现实的运营条件下。

公司表示，在成立几个月内，其平台已经被用于具有碎片化视频源、海量数据和时间敏感决策的环境中。

这种部署优先的方法似乎是公司定位的核心。在运营情报环境中，可靠性和上下文理解往往比基准性能或狭窄的物体识别能力更重要。

与其专注于传统的视频分析任务，如运动检测或物体分类，Airis Labs 等平台正在尝试构建能够在视觉环境中进行语义理解的系统。这包括识别关系、异常、随时间的变化以及在大规模图像和视频流中运营相关的上下文。

这种更广泛的转变反映了 AI 正在被越来越多地部署在国防和安全基础设施中的方式。随着视觉数据量的继续增长，组织正在寻找能够帮助分析师更快地优先考虑相关信息的系统，而不是简单地收集更多的原始数据。

国防 AI 投资继续加速

Airis Labs 的融资轮次发生在投资者对国防焦点的 AI 基础设施和情报技术日益增长的兴趣之中。

世界各地的政府正在迅速扩大其在监视分析、态势感知、网络运营、自主系统和情报工作流中使用 AI 系统的范围。在许多情况下，挑战不再是获取信息，而是能够快速处理和解释信息以支持运营决策。

Airis Labs最近还被选入Oracle 的国防生态系统 (ORCL ) 计划，该计划支持为政府和国防部署开发 AI 和云技术的公司。

该公司的领导团队包括具有国家安全运营、情报工作、企业技术部署和政府焦点的现场运营经验的个人。Airis Labs 表示，这些运营经验帮助将平台塑造成现实的、混乱的和快速移动的现场环境，而不是理想化的实验室条件。

如今，该公司在华盛顿特区地区和特拉维夫地区雇用了大约 45 人。

超越传统的视频分析

多模态 AI 系统的崛起正在改变组织对视觉智能的思考方式。早期的视频分析平台往往专注于狭窄的检测任务，例如识别物体或基于预定义规则触发警报。

新的系统正在尝试理解大规模视觉环境中的上下文和关系。这一演变在情报和国防环境中尤其重要，因为分析师可能需要同时审查多个运营剧场的数千个数据流。

Airis Labs认为，下一代政府 AI 系统必须能够以超越简单图像识别的方式理解物理世界。该公司表示，其 AI 基础设施旨在帮助分析师和操作员更快地发现有意义的见解，同时允许人类团队专注于更高层次的判断和决策。

新融资的资金将用于扩大美国运营，增加公司的员工数量，并加速其智能平台的开发，因为政府和国防领域对 AI 驱动的运营系统的需求继续增长。人工智能团队将能够让人类团队专注于更高层次的判断和决策。新融资的资金将用于扩大美国运营，增加公司的员工数量，并加速其智能平台的开发，因为政府和国防领域对 AI 驱动的运营系统的需求继续增长。