Unsiloed AI 为 AI 文档处理筹集 750 万美元种子轮融资,由 Felicis 领投

关键要点

  • Unsiloed AI 在 Felicis 领投的种子轮融资中筹集了 750 万美元,旨在让 AI Agent 自动化处理复杂文档变得触手可及。
  • 在技术测试中,Unsiloed AI 从 542 份财务文件中提取了 84,000 个数据点,准确率达 99.78%。
  • Unsiloed AI 计划利用新资金招聘工程师、拓展销售业务并开发专有数据集。

Unsiloed AI 获得 750 万美元种子轮融资,由 Felicis 领投,助力企业让 AI Agent 能够访问复杂文档。这家总部位于旧金山的初创公司旨在解决企业日益依赖 AI Agent 实现自动化时面临的一项挑战:大量信息被锁在包含表格、图表和复杂布局的文档中,AI 系统难以准确解读。Felicis 领投本轮融资,Y Combinator、Orange Collective、Uncorrelated Ventures,以及天使投资人 Aarthi Ramamurthy 和 Beth Turner 参与投资。联合创始人 Aman Mishra 和 Adnan Abbas 曾是印度理工学院卡拉格普尔分校的同学,在开发出这项技术后加入了 Y Combinator 2025 年秋季批次。这家初创公司瞄准了对文档准确性要求极高的行业,包括金融、法律服务和医疗保健。

Unsiloed AI 获得 Felicis 领投的 750 万美元种子轮融资

硅谷风险投资公司 Felicis 领投了 Unsiloed AI 的 750 万美元种子轮融资。Y Combinator、Orange Collective 和 Uncorrelated Ventures 参与了本轮融资,天使投资人 Aarthi Ramamurthy 和 Beth Turner 也参与其中。联合创始人兼 CEO Aman Mishra 和联合创始人 Adnan Abbas 曾在印度理工学院卡拉格普尔分校一起学习。两人在开发出这项技术后,加入了 Y Combinator 2025 年秋季批次。

双流视觉模型与基于热力图的分块技术

Unsiloed AI 使用软件拆解复杂文档,从表格、图表和其他元素中提取信息,并将其转换为 AI Agent 可用的结构化数据。这项技术会标示出提取信息在原始文档中的对应位置,使企业能够核验结果。这家初创公司使用其称为双流视觉模型的技术,分别处理文本和图像数据。“其中一条流包含文本 token,另一条流包含精确的图像 token,”Mishra 在一次采访中说。“我们花了很多时间来设计这项技术。”这项技术采用一种基于热力图的分块方法,用来识别文档中最重要的部分,并将更多算力分配给图表、数字和图形等区域。Unsiloed AI 还使用专用解码器,将特定行业术语纳入考量,帮助区分在不同业务场景中可能含义不同的术语。Mishra 表示,大语言模型的问题在于其本质上具有概率性,因此会产生偏差和幻觉,并对下游环节造成负面影响。

金融、法律和医疗保健领域的客户采用情况

Mishra 告诉 TechCrunch,Unsiloed AI 正在与金融、法律服务和医疗保健领域的客户合作。Mishra 表示,一家银行正在使用其技术处理文档;一家律师事务所则将该技术部署在自有服务器上,用于处理合同和旧案卷,但他没有透露这两家客户的名称。Mishra 提到语音 AI 初创公司 Bolna AI 是其客户,并称 Bolna AI 使用 Unsiloed AI 导入知识库,以构建语音 Agent。

Unsiloed AI 在金融文档测试中达到 99.78% 的准确率

根据这家初创公司分享的一份技术简报,在一项涉及企业客户提供的 542 份金融文档的测试中,Unsiloed AI 在约 84,000 个已提取数据点上达到 99.78% 的准确率。该测试将 Unsiloed AI 与主要 AI 模型、微软的 Azure Document Intelligence 以及客户自研的数据提取工具进行了比较。测试结果尚未经过独立验证。在这家初创公司进行的测试中,Unsiloed AI 在由 Allen AI 开发的公开基准 olmOCR-Bench 上得分为 88.0,而 Reducto 的智能体系统得分为 66.0,Unstructured 得分为 39.9。该基准涵盖 1,403 页 PDF 文档,测试各系统处理表格、数学表达式、扫描文档和复杂布局的能力。

定价从每页 1 美分起,融资将用于支持扩张

Mishra 表示,Unsiloed AI 的定价从每页 1 美分起。Mishra 称,该公司的方案通过将算力集中用于文档中最需要关注的部分,而不是以相同方式处理每个板块,从而帮助降低成本。Unsiloed AI 目前有 7 名员工。Mishra 表示,这家初创公司计划将新融资用于招聘更多研究人员和工程师、扩大销售力度,以及开发专有数据集来改进技术。这家总部位于旧金山的初创公司进入了一个已有专业文档处理初创公司 Reducto 和 Unstructured,以及微软和亚马逊相关产品的市场。

常见问题

Unsiloed AI 获得了多少种子轮融资?
Unsiloed AI 获得了 750 万美元种子轮融资,由 Felicis 领投,Y Combinator、Orange Collective、Uncorrelated Ventures,以及天使投资人 Aarthi Ramamurthy 和 Beth Turner 参与投资。

Unsiloed AI 如何处理复杂文档?
Unsiloed AI 使用双流视觉模型分别处理文本和图像数据,并结合基于热力图的分块技术,识别文档中最重要的部分,将算力集中用于图表、数字和图形等区域。这项技术还使用专用解码器,将特定行业术语纳入考量。

Unsiloed AI 在金融文档测试中取得了怎样的准确率?
根据这家初创公司分享的一份技术简报,在一项涉及企业客户提供的 542 份金融文档的测试中,Unsiloed AI 在约 84,000 个已提取数据点上达到 99.78% 的准确率。测试结果尚未经过独立验证。

免责声明:本页面信息可能来自第三方,仅供参考,不代表 Gate 的观点或意见,亦不构成任何财务、投资或法律建议。数字资产交易风险较高,请勿仅依赖本页面信息作出决策。具体内容详见声明。
评论
0/400
暂无评论