Felicis领投750万美元,Unsiloed AI让企业文档更适配智能体

Felicis领投750万美元,Unsiloed AI让企业文档更适配智能体

企业文档成AI落地瓶颈,Unsiloed AI寻求突破

随着企业越来越多地引入AI智能体来自动化日常工作,大量存储在复杂文档中的信息却成了难以逾越的障碍。这一问题正在被创业公司Unsiloed AI着力解决——该公司近日宣布完成750万美元种子轮融资,由硅谷知名风投机构Felicis领投。

豪华投资阵容背后

本轮融资汇聚了业内重量级玩家:除Felicis领衔外,Y Combinator、Orange Collective和Uncorrelated Ventures等机构均有参投,天使投资人Aarthi Ramamurthy和Beth Turner也加入了投资行列。

复杂文档是AI智能体的”天敌”

商业文档中往往充斥着密集的表格、图表以及复杂的版面布局,这些内容对现有的AI系统来说极难准确解读。一旦信息提取出现偏差,对企业造成的损失可能十分惨重——尤其是银行、医院或律师事务所这类高度依赖文档处理日常运营的机构,一个错误的数据引用就可能引发连锁反应。

双重流架构精准拆解文档

Unsiloed的解决方案基于独特的软件架构:它能将复杂文档逐层拆解,从表格、图表等各类元素中精准提取信息,并将其转化为结构化数据供AI智能体直接调用。更为重要的是,该技术能够标注每一处信息的原始来源位置,让用户可以追溯核查,而非盲目信任AI的输出结果。

“大语言模型的底层逻辑决定了其具有概率性特征,”Unsiloed联合创始人兼首席执行官Aman Mishra在接受采访时坦言,”这意味着必然会产生一定偏差和幻觉现象,而这些错误在下游环节会被放大,造成严重影响。”

核心团队来自顶尖学府

Mishra与联合创始人Adnan Abbas均为印度理工学院卡拉格普尔分校的同窗,两人在共同研发技术后加入Y Combinator 2025年秋季班。目前Unsiloed总部位于旧金山,是一支精简但专业的七人团队。

已有客户验证落地能力

据Mishra透露,Unsiloed目前已服务于金融、法律和医疗健康等多个领域的客户。其中一家银行正在利用其技术处理海量文档,某律师事务所则将系统部署于自有服务器上处理合同及历史档案。此外,语音AI创业公司Bolna AI也已确认成为其客户,使用Unsiloed的技术来构建知识库以支撑语音智能体的开发。

技术壁垒:双流视觉模型+热力图分块

面对Reducto、Unstructured等专业文档处理创业公司,以及微软、亚马逊等科技巨头的竞争,Unsiloed选择以差异化技术路线突围。

  • 双流视觉模型:一条流专门处理文本Token,另一条流独立处理图像Token,两者并行运作以实现更精准的信息解析。
  • 热力图分块技术:自动识别文档中的关键区域,将更多算力资源倾斜至图表、数字和高价值内容段。
  • 行业专用解码器:针对不同业务场景的术语体系进行优化,有效区分同一词汇在不同语境下的含义差异。

实测数据亮眼, benchmark表现优异

根据Unsiloed提供的技术简报,其在一家企业客户提供的542份财务文档测试中,从约8.4万个数据点中实现了99.78%的提取准确率。该测试对比了多家主流AI模型、微软Azure Document Intelligence以及客户自研工具,但结果尚未经过第三方独立验证。

在Allen AI开发的公开基准测试olmOCR-Bench中,Unsiloed同样展现出强劲实力:以88.0分的成绩领先于Reducto的66.0分和Unstructured的39.9分。该基准涵盖1,403页PDF文档,全面考察各系统对表格、数学公式、扫描件及复杂版面的处理能力。

亲民定价策略

Mishra表示,Unsiloed的服务起步价为每页一美分。这一成本优势源于其精准的算力分配策略——系统只对重点内容进行深度处理,而非对所有页面做无差别的均匀计算。

资金用途与发展规划

对于这笔新融资,Unsiloed计划将其用于扩大研发团队规模、加强市场拓展力度,并构建专属训练数据集以持续迭代优化技术性能。作为一家处于早期阶段的公司,这支年轻团队正试图在激烈的AI基础设施赛道中开辟属于自己的阵地。


关注微信号:智享开源 ,及时了解更新信息。

阅读原文

评论列表
发表评论
😀 😂 😃 😄 😅 😆 😉 😊 😋 😎 😍 😘 🥰 😜 😝 🤗 🤔 😭 😤 👍

为你推荐
Ta的个人站点

Mark Do发布文章3938篇

如我距离死亡还有45年,我还活着,该怎么度过现在。


公众号:智享开源

分类