Skip to content

搞英语 → 看世界

翻译英文优质信息和名人推特

Menu
  • 首页
  • 作者列表
  • 独立博客
  • 专业媒体
  • 名人推特
  • 邮件列表
  • 关于本站
Menu

Pixxel 的高光谱轨道图像吸引了谷歌的投资

Posted on 2023-06-01

高光谱图像初创公司Pixxel已完成 3600 万美元的融资,因为它准备向客户推出新的遥感和分析功能。

这家位于洛杉矶和班加罗尔的初创公司还获得了新的战略投资者:谷歌,这家科技巨头以其地图产品和搜索引擎而闻名。虽然谷歌领导了 B 轮融资,但这并不标志着它与 Pixxel 关系的开始,首席执行官 Awais Ahmed 在最近的一次采访中说。

“在此之前,我们已经作为客户与他们合作,”他解释说,谷歌的人工智能研究团队在农业应用中使用 Pixxel 的高光谱数据。谷歌去年还推出了 Earth Engine,这是一款功能强大的工具,可让政府和企业访问来自轨道上数百个传感器的大量地球观测数据。 Ahmed 说,Pixxel 的许多用户单独使用 Earth Engine,最终目标是将初创公司的数据集成到该服务中。

高光谱成像使用光谱仪来识别物体的光谱特征。从太空拍摄,这种类型的成像开启了对我们星球的巨大洞察力——从检测气体泄漏到识别特定类型的矿物或植物。 Pixxel 自 2019 年以来一直在开发这项技术,并于去年将三颗示范卫星送入轨道。

这家初创公司一直在向包括美国国家侦察办公室在内的许多客户出售数据。但是“为了增加容量并真正达到我们可以通过收入自给自足的程度,”Ahmed 说,Pixxel 的团队现在正专注于推出其下一代 Firefly 星座。这些卫星将能够在地球的大部分地区提供 5 米的分辨率,而不是距离演示卫星 10 米的分辨率。 (艾哈迈德指出,即使是 10 米也是有史以来在太空中运行的最高分辨率的高光谱传感器。)

萤火虫的寿命也更长:从两年到七年。它们也更重——50 公斤对 15 公斤——可能是由于增加了机载推进力。三颗 Firefly 卫星将于 2024 年初与 SpaceX 一起发射,Pixxel 计划在不久之后发射另外三颗卫星。该公司打算到 2025 年再发射 18 颗卫星。

Pixxel 的另一个主要重点是开发 Aurora 分析平台,该平台将允许客户通过单击按钮来识别物体的光谱特征。该平台将内置不同的模型工具,例如作物物种识别模型、云移除模型和气体泄漏通知模型。客户可以使用 Aurora 跟踪一段时间内的特定区域,并生成有关这些时间段内变化的每周报告。

这是我们的地理空间分析数据平台“Aurora”的第一眼预览,这是一个高度直观的平台,用于访问端到端分析并从地球观测数据集中提取见解。立即访问我们的 alpha 测试社区: https://t.co/bPA4qYqmId pic.twitter.com/f3wS6SnAWo

– Pixxel (@PixxelSpace) 2023 年 5 月 8 日

“对我们而言,重要的是不要只是将数据转储给我们的客户并让他们自己解决,”Ahmed 说。 “世界上很少有人具备真正分析高光谱数据的技能,所以我们意识到要真正向更多的客户开放它,而不是没有它,我们将构建并推出 Aurora 平台。”

艾哈迈德说,至关重要的是,新资本为 Pixxel 提供了足够的跑道,使其能够专注于执行和创收,而不是陷入摧毁许多初创公司的“死亡之谷”。这笔 3600 万美元将用于制造前六颗萤火虫卫星和明年的首次发射,以及极光平台的开发。

艾哈迈德还透露,部分现金将用于开发其下一代名为 Honeybees 的卫星,该卫星将更大,分辨率更高。除谷歌外,现有投资者 Radical Ventures、Lightspeed、Blume Ventures、GrowX、Sparta 和 Athera 也参与了此轮融资。迄今为止,Pixxel 已经筹集了 7100 万美元。

艾哈迈德说,他可以预见未来,普通人可以像今天的光学卫星图像一样获得高光谱。

“现在,你去谷歌地球看看你的房子和道路,”他说。但在未来,人们可能能够轻松访问高光谱数据以“前往特定区域,查看有多少金属发生了变化或森林减少了多少,或者能够将鼠标悬停在某物上并识别[它]。”

“我认为这就是未来。”

Pixxel 的高光谱轨道图像吸引了 Google 的投资,作者Aria Alamalhodaei最初发表于TechCrunch

原文: https://techcrunch.com/2023/06/01/pixxels-hyperspectral-orbital-imagery-attracts-google-cash/

本站文章系自动翻译,站长会周期检查,如果有不当内容,请点此留言,非常感谢。
  • Abhinav
  • Abigail Pain
  • Adam Fortuna
  • Alberto Gallego
  • Alex Wlchan
  • Answer.AI
  • Arne Bahlo
  • Ben Carlson
  • Ben Kuhn
  • Bert Hubert
  • Big Technology
  • Bits about Money
  • Brian Krebs
  • ByteByteGo
  • Chip Huyen
  • Chips and Cheese
  • Christopher Butler
  • Colin Percival
  • Cool Infographics
  • Dan Sinker
  • David Walsh
  • Dmitry Dolzhenko
  • Dustin Curtis
  • eighty twenty
  • Elad Gil
  • Ellie Huxtable
  • Ethan Dalool
  • Ethan Marcotte
  • Exponential View
  • FAIL Blog
  • Founder Weekly
  • Geoffrey Huntley
  • Geoffrey Litt
  • Greg Mankiw
  • HeardThat Blog
  • Henrique Dias
  • Herman Martinus
  • Hypercritical
  • IEEE Spectrum
  • Investment Talk
  • Jaz
  • Jeff Geerling
  • Jonas Hietala
  • Josh Comeau
  • Lenny Rachitsky
  • Li Haoyi
  • Liz Danzico
  • Lou Plummer
  • Luke Wroblewski
  • Maggie Appleton
  • Matt Baer
  • Matt Stoller
  • Matthias Endler
  • Mert Bulan
  • Mind Matters
  • Mostly metrics
  • Naval Ravikant
  • News Letter
  • NextDraft
  • Non_Interactive
  • Not Boring
  • One Useful Thing
  • Phil Eaton
  • Product Market Fit
  • Readwise
  • ReedyBear
  • Robert Heaton
  • Rohit Patel
  • Ruben Schade
  • Sage Economics
  • Sam Altman
  • Sam Rose
  • selfh.st
  • Shtetl-Optimized
  • Simon schreibt
  • Slashdot
  • Small Good Things
  • Steph Ango
  • Stephen Wolfram
  • Steve Blank
  • Taylor Troesh
  • Telegram Blog
  • The Macro Compass
  • The Pomp Letter
  • thesephist
  • Thinking Deep & Wide
  • Tim Kellogg
  • Understanding AI
  • Wes Kao
  • 英文媒体
  • 英文推特
  • 英文独立博客
©2025 搞英语 → 看世界 | Design: Newspaperly WordPress Theme