2月27日，AI初创公司Deepnight宣布获得550万美元融资。这家由两位前谷歌软件工程师创立的公司，是首个也是唯一一家将AI软件用于军用夜视的公司。
Deepnight的创新点在于：用低光摄像机+AI图像处理算法，实现了优于L3Harris等行业现有企业创建的军用夜视系统的低光成像性能，还极大压缩了设备成本。
左侧为普通相机夜间成像，右侧为公司AI模型处理效果 | 图片来源：Deepnight
用AI算法驱动的数字摄像头，取代模拟夜视技术
Deepnight的联合创始人Lucas Young和Thomas Li是童年好友，后来两人又同在谷歌担任软件工程师。
Lucas拥有加州理工计算摄影学位，他花了五年时间研究智能手机相机软件。他曾编写的代码弥补了手机中50美元廉价摄像头的小光圈缺陷。Thomas则专攻AI技术，尤其是计算机视觉领域。
某天，Lucas偶然看到了一篇2018年的科学论文——《Learning to See in the Dark》（学会在黑暗中看东西）。该论文讨论了使用AI进行低光成像，这给Lucas带来了启发，但由于当时设备端的AI芯片速度还不足以支持实时观看所需的90帧/秒（fps），只得作罢。
真正的转折点发生在2024年，彼时运行在片上系统 (SoC) 上的AI加速器已经可以支持90 fps。Lucas决定采取行动，他说服朋友Thomas辞去工作，共同创办了Deepnight。并且很快，他们就加入了硅谷顶级创业加速器Y Combinator（YC）。
Deepnight的目的是要解决数字夜视技术难题，这是军事技术中的一个长期挑战。
目前大多数夜视技术仍采用模拟系统。Lucas透露，“夜视镜通过光学透镜和化学工艺将夜间微弱光线转换为图像。”这类设备从L3Harris和Elbit America等军事承包商采购，单价高达1.3万至3万美元。
因此多年来，美国陆军一直在尝试将这项技术数字化，一个典型案例是高达220亿美元预算的“集成视觉增强系统（IVAS）”项目，该项目近期刚从微软转交给美国国防技术公司Anduril。
成立一年拿下军方客户，签订460万美元订单
对Deepnight而言，军方是一个重要的目标客户。为了建立联系，Lucas选择参加有美国陆军夜视实验室人员出席的行业活动，并在现场分发白皮书，书里阐述了“夜视是一个软件问题”。
一位陆军上校对此很感兴趣。Lucas回忆，“那只是一次走廊谈话，我甚至没穿正装，只穿了件T恤。”而正是这次的交集，促成了日后他们与陆军C5ISR中心的正式接触。
为了证实概念可行性，他们开发了一款夜视手机应用，并做了一个简陋的演示设备，这为他们赢下了首笔订单。
“2024年2月，加入YC一个月后，陆军基于我们演示的概念验证和白皮书，与我们签订了10万美元的合同，”Lucas表示。
后来，他们两人又飞往华盛顿特区，向更多人展示了他们的软件如何运作以及最先进的护目镜的效果，这次促成了更多交易。
演示技术的YouTube视频截图
如今，这家成立一年的初创公司已经签订了约460万美元的订单，包括联邦政府（包括美国陆军和空军）以及美国夜视技术公司Sionyx和国际斯坦福研究所等机构。
同时，Deepnight也迅速吸引了投资者。在YC项目结束时，他们获得了由Initialized Capital领投的550万美元融资，Y Combinator也是参投方。更有趣的是，撰写了启发该公司论文的知名科学家Vladlen Koltun也成为其天使投资人，Koltun目前就职于苹果公司。
Deepnight提供软件解决方案，与硬件制造商（如护目镜制造商或军用头盔等其他产品）合作。“它只是一个软件程序，任何带摄像头的设备都能获得夜视能力，无论是汽车、安防系统、无人机、船舶电子设备还是导航摄像头。”Lucas表示。
他进一步强调，现在我们可以在黑暗中看到世界上的一切，而且这一切都依赖于现成的50美元智能手机摄像头，不需要昂贵的定制硬件。
如Initialized Capital合伙人Kim-Mai Cutler所言：“Deepnight团队利用AI取得的成果对夜视技术具有革命性意义，将对改善低光环境下的安全性产生广泛影响，无论是国防、农业还是环境研究领域。我们很高兴Deepnight使数字夜视设备更加实惠和普及。
Deepnight的崛起标志着AI在夜视技术领域的深度融合，也让人们感受到AI算法正在重新定义物理世界的感知方式。
