安防行业最近风波不断。美国移民与海关执法局接入Flock摄像头网络监控民众，家用摄像头品牌Ring又因新增功能让执法部门能直接向屋主索要周边录像而挨批。安全、隐私、谁在看谁，这些话题吵得沸沸扬扬。
争议归争议，市场还在长。视觉语言模型越做越强，给那些想帮企业盯住自家场地的创业公司添了一把火。Conntour这家成立才两年的视频监控初创公司，联合创始人兼CEO Matan Goldner直言，伦理问题很重要，他们对客户挑得很严。听起来不像初创该有的生意经，可Goldner说他们挑得起，因为手里已经有几家大型政府和上市公司客户，其中一家是新加坡中央毒品局。
“有这些大客户撑腰，我们就能选客户、控使用场景，只接我们觉得道德且合法的单子。”Goldner在接受独家采访时说。他们会根据具体客户的使用意图下判断，而不是来者不拒。这份底气，让公司在种子轮融资时显得格外从容。700万美元到账，领投方包括General Catalyst、Y Combinator，还有SV Angel和Liquid 2 Ventures。整个过程只用了72小时。Goldner回忆，他排了大约90场会，从周一开始谈，周三下午就敲定。
Conntour的核心产品是一套AI视频平台，专为安防摄像头打造。保安人员用自然语言就能查询镜头：找人、找物、找场景，实时出结果，活像给监控视频装了个谷歌搜索。它还能按预设规则自动监测威胁，主动推送警报。
跟老一代系统不同，那些系统靠固定参数抓特定物体、动作或行为，灵活性差。Conntour靠视觉语言模型，弹性大得多。你可以问“找出大厅里穿运动鞋的人递包的画面”，系统立刻在所有录像或实时流里翻，甩出相关片段。结果不光是视频，还配文字解释，甚至能一键生成事件报告。
真正拉开差距的是扩展性。Goldner强调，他们的系统能高效处理几千路摄像头。单块消费级GPU，比如Nvidia RTX 4090，就能同时管50路视频。他们用多个模型和逻辑系统，根据每条查询智能挑最省资源的组合，既保证效果，又把算力压到最低。
部署方式也灵活：全本地、全云端，或者混合都行。可以直接插进现有安防系统，也能当完整监控平台用。平台还贴心给出置信分数。如果摄像头光线差、分辨率低、镜头脏，搜索结果就会标低置信度，避免误导。
行业老毛病一直有：监控质量取决于原始画面质量。昏暗停车场、低清脏镜头，细节根本看不清。Conntour用分数机制对冲这个风险。往前看，Goldner说最大技术难题是同时满足两件事：一边要给用户接近完整大模型的自然语言灵活度，想问啥问啥；另一边还要极致省资源，因为处理几千路视频的算力消耗会疯掉。这对矛盾，正是他们在死磕的点。
公司目前客户以政府和大企业为主，新加坡中央毒品局的案例显示，他们的工具已经帮警方快速定位关键时刻，节省人力也可能救命。YC Winter 2025批次出身，团队15人，还入选了Palantir首届fellowship，顾问里有前CIA CTO Bob Flores，技术背书不弱。
眼下加密市场整体承压，BTC现报$69,789（24h -2.56%），ETH现报$2,089（24h -4.45%），但AI应用层的需求没停。安防这个垂直赛道，隐私争议和实际需求并存，Conntour用挑客户和强扩展性给自己留了余地。接下来他们要继续攻那个效率与灵活性的死结，至于市场会不会因为争议而收缩，谁也说不准。现实是，摄像头越来越多，AI搜得越聪明，有人就越愿意付钱。