首页 时政热点 科技头条 智能AI 安全攻防 数码硬件 开发者生态 归档 标签 关于

Felicis 在 Unsiloed AI 上领投 750 万美元,旨在让 AI 代理可以使用企业文档

2026-11-18 1 阅读 约5分钟阅读 Jagmeet Singh
分享:
字号:
随着企业越来越多地转向人工智能代理来实现工作自动化,复杂文档中锁定的大量信息仍然是一个挑战。 Unsiloed AI 已筹集了由 Felicis 牵头的 750 万美元种子资金来解决这一问题,旨在帮助企业通过专业技术让 AI 代理更容易访问其文档。硅谷风险投资公司 Felicis 领投,Y Combinator、Orange Collective 和 Uncorlated Ventures 跟投。天使投资人 Aarthi Ramamurthy 和 Beth Turner 也参与其中。商业文档通常包括表格、图表和复杂的布局,人工智能系统很难准确解释这些布局。但错误的信息可能会给企业带来代价高昂的错误,对于银行、医院或律师事务所来说,影响可能会很严重,因为他们依赖这些文件进行日常工作。 Unsiloed 旨在通过软件来解决这个问题,该软件可以分解复杂的文档,从表格、图表和其他元素中提取信息,并将其转换为人工智能代理可以使用的结构化数据。该技术还显示了提取的信息在原始文档中的来源,因此企业可以检查结果,而不是仅从表面上理解人工智能的输出。 Unsiloed 联合创始人兼首席执行官 Aman Mishra(上图右)在接受采访时表示:“法学硕士的问题在于它们本质上是概率性的。” “这将会引发一些偏差。这将会涉及到一些幻觉,这会对下游产生巨大的负面影响。” Mishra 与他在印度理工学院 (IIT) Kharagpur 的前同学 Adnan Abbas(上图左)共同创立了 Unsiloed。在花了一些时间开发该技术后,两人加入了 Y Combinator 的 2025 年秋季批次。 Mishra 告诉 TechCrunch,Unsiloed 已经在与金融、法律服务和医疗保健领域的客户合作。他说,一家银行正在使用其技术来处理文件,而一家律师事务所已将其部署在自己的服务器上来处理合同和旧案件文件,但没有透露任何客户的名字。然而,Mishra 将语音 AI 初创公司 Bolna AI 列为客户,称该公司使用 Unsiloed 提取知识库来构建语音代理。这家总部位于旧金山的初创公司已经进入了一个已经很拥挤的市场,其中包括专门的文档处理初创公司,例如 Reducto 和 Unstructed,以及微软和亚马逊的产品。企业有时还会使用通用人工智能模型从文档中提取信息,这给 Unsiloed 带来了另一组竞争对手。 Mishra 告诉 TechCrunch,Unsiloed 的优势在于它处理复杂文档的方式。该初创公司使用所谓的“双流”视觉模型,分别处理文本和图像数据,以及一种称为“基于热图的分块”的技术,帮助识别文档​​中最重要的部分。 “在其中一个流中,您拥有文本标记,在另一个流中,您拥有确切的图像标记,”米什拉说。 “这是我们花了很多时间设计的东西。”然后,该技术将更多的计算能力引导到图形、数字和图表等领域。 Unsiloed 还使用专门的解码器,将行业特定术语考虑在内,帮助区分在不同业务环境中可能表示不同含义的术语。米什拉指出,一项涉及企业客户提供的 542 份财务文件的测试支持了这些说法。根据该初创公司分享的一份技术简介,Unsiloed 在大约 84,000 个提取的数据点上实现了 99.78% 的准确率。该测试将 Unsiloed 与主要人工智能模型、微软的 Azure 文档智能以及客户的内部提取工具进行了比较。然而,结果尚未得到独立验证。 Unsiloed 还声称,在 olmOCR-Bench(Allen AI 开发的公共基准)上,其性能优于竞争对手的人工智能文档处理工具。在该初创公司进行的测试中,Unsiloed 得分为 88.0,而 Reducto 的代理系统得分为 66.0,Unstructed 得分为 39.9。该基准测试涵盖 1,403 个 PDF 页面,并测试了系统处理表格、数学表达式、扫描文档和复杂布局的能力。米什拉说,Unsiloed 的定价为每页 1 美分。他声称,该初创公司的方法还有助于降低成本,因为它可以将计算能力引导到文档中最需要关注的部分,而不是以相同的方式处理每个部分。目前,Unsiloed 拥有七名员工。米什拉表示,这家初创公司计划利用新资金聘请更多研究人员和工程师、扩大销售力度并开发专有数据集以改进其技术。
这篇文章对您有帮助吗?

订阅66必读

每日精选科技资讯,直达你的邮箱