City Detect是一家利用视觉AI技术帮助地方政府监控建筑和社区健康状况的公司,于周五宣布完成了由Prudence Venture Capital领投的1300万美元A轮融资。
这家初创公司成立于2021年,剩余的联合创始人加文·鲍姆-布莱克担任首席执行官。他表示,公司的成立部分原因是城市在应对"城市枯萎和衰败"方面面临困难。公司的想法是使用先进的计算机视觉和AI技术来帮助城市跟踪和解决此类问题。
City Detect在垃圾车和街道清扫车等公共车辆上安装摄像头,当这些车辆经过时捕捉周围建筑物的照片,然后使用计算机视觉来分析图像。这本质上是一个谷歌街景地图,但专注于确保建筑物符合规范。
"这些问题可能是涂鸦、非法倾倒、路边的垃圾,"鲍姆-布莱克告诉TechCrunch。然后,City Detect与地方政府合作解决这些问题,这个过程通常涉及当地官员派遣工作人员出去清理一切。
目前,追踪破旧建筑是非常手动的过程,所以鲍姆-布莱克认为他的竞争对手是"现状"。
"他们一周能够处理50个,"他谈到负责跟踪衰败建筑的人类时说,"而我们一周能够处理数千个。"
这个产品已获得鲍姆-布莱克的专利,具有一些有趣且重要的功能。重要的是,出于隐私原因,面部和车牌总是被模糊处理;有趣的是,City Detect的技术可以区分街头艺术和破坏行为。它还帮助政府跟踪房东是否没有适当维护他们的建筑。
"我们能够看到是否存在结构性屋顶问题,或者我们能够识别是否有风暴损害,"鲍姆-布莱克继续说道。
City Detect目前在至少17个城市运营,与达拉斯和迈阿密等地的地方政府合作。该公司迄今为止已筹集了1500万美元的资金,是政府AI联盟的成员,符合SOC 2 Type II标准(意味着它在隐私方面获得独立认证),并遵循自己的负责任AI政策。
"我们发布负责任AI政策是为了回应一个地方政府联盟的要求,他们表示正在寻求供应商实际愿意承诺的内容的明确性,"鲍姆-布莱克说。"我们承诺遵循这项政策,以便我们的地方政府合作伙伴知道对我们的期望。"
鲍姆-布莱克表示,新资金将用于雇佣更多工程师并推进一些风暴检测损害技术。公司还希望在美国全国范围内扩张。
"我们看到与我们合作的部门在效率方面取得了巨大提升,我们看到更多的枯萎实例在没有任何人收到传票的情况下得到解决,我们看到轮胎和垃圾以及非法倾倒被更快地减少和检测,"他说。"看到技术先进的市政当局倾向于像City Detect模型这样的预测性AI令人兴奋。"
Zeal Capital Partners、Knoll Ventures和Las Olas Venture Capital也参与了这轮融资。
Q&A
Q1:City Detect是什么?它能做什么?
A:City Detect是一家利用视觉AI技术帮助地方政府监控建筑和社区健康状况的公司。它在垃圾车和街道清扫车等公共车辆上安装摄像头,捕捉周围建筑物的照片,然后使用计算机视觉分析图像,识别涂鸦、非法倾倒、垃圾等问题,帮助城市跟踪和解决这些问题。
Q2:City Detect相比人工监控有什么优势?
A:City Detect在效率方面具有显著优势。传统的人工追踪破旧建筑方式一周只能处理50个,而City Detect的AI系统一周能够处理数千个。它能够自动识别结构性问题、风暴损害,还能区分街头艺术和破坏行为,大大提高了监控效率。
Q3:City Detect如何保护用户隐私?
A:City Detect在隐私保护方面采取了严格措施。所有捕获的图像中的面部和车牌都会被自动模糊处理。公司符合SOC 2 Type II标准,意味着在隐私方面获得了独立认证,并且遵循自己制定的负责任AI政策,确保数据处理的透明度和安全性。
好文章,需要你的鼓励
企业AI搜索公司Glean宣布年度经常性收入(ARR)达3亿美元,较15个月前的1亿美元增长三倍。尽管谷歌、微软、OpenAI等科技巨头纷纷入局企业AI搜索市场,Glean凭借"上下文图谱"技术深度理解企业业务需求,并帮助客户显著降低AI计算成本。该公司提供按用量计费和混合定价两种模式,客户涵盖Databricks、Reddit、Pinterest及三星等企业。Glean上轮融资后估值达72亿美元。
香港中文大学与MiniMax提出ClaimDiff-RL框架,将图像描述的AI训练从整体打分升级为逐条核查,有效解决了传统方式导致AI"少说保平安"的问题,同时在多项基准测试上超越Gemini-3-Pro-Preview。
杰夫·贝索斯旗下的蓝色起源公司在佛罗里达卡纳维拉尔角进行静态点火测试时,新格伦重型火箭发生爆炸。这是美国历史上最大规模的火箭爆炸之一,也是蓝色起源公司遭遇的最严重失败。所有人员安全,但该事故可能导致新格伦火箭项目长期暂停。此前该火箭已成功完成三次发射,并实现了助推器回收和重复使用。
ParaVT是一个由南洋理工等多校联合提出的并行视频工具调用框架,通过让AI同时分析多段视频并引入PARA-GRPO算法解决训练中的格式崩溃与工具跳过问题,在六项长视频理解测试中平均提升约7.9%。