Unsiloed 获 $7.5M 种子轮融资,将扫描文档转为 AI 智能体可用的结构化数据
Unsiloed nabs $7.5M to turn scanned documents into structured data for AI agents - SiliconANGLE
Unsiloed 获得 $7.5 million 种子轮融资,拟将 PDF 等复杂文档转换为 AI 智能体可读的 Markdown 或 JSON。其解析器在 olmOCR-Bench 获 88.0 分,并支持私有云、本地及完全隔离环境部署。
正文 · AI 翻译
文档扫描公司 Unsiloed Inc. 今日宣布,已完成 750 万美元种子轮融资,旨在将 PDF 和其他复杂文档转化为可供人工智能智能体使用的结构化、可读数据。
本轮融资由 Felicis 领投,参投方包括 Y Combinator、Orange Collective、Uncorrelated Ventures、Aarthi Ramamurthy 和 Beth Turner。
各种文档往往采用非纯数据或文本的格式。财务报表、保险理赔材料、合同、临床记录和业务表单共同构成日常商业与运营所需的关键信息。这些信息可能以图像、PDF 或其他格式存储,并包含图表、版式及其他无法直接转换为文本的元素。
确定图表中的哪一列或哪条坐标轴对应哪一行、哪个标题统领哪个条款,或者醒目引文是打断了正文行文还是位于文档末尾,都涉及如何存储这些信息的问题。
Unsiloed 采用智能化的视觉优先扫描方式解析 PDF 等文档,以理解结构化表格、章节以及文本之间的父子关系。该公司将自身技术描述为“智能驱动、视觉优先”,能够把表单、演示文稿、Word 文件和图像扫描并转换成 Markdown 或 JSON;JSON 即 JavaScript 对象表示法,是一种大型语言模型易于读取的标准格式。
联合创始人兼首席执行官 Aman Mishra 表示:“我们相信,人工智能智能体最终读写的文档将比人类更多。这些智能体需要的不仅仅是更好的 OCR,还需要一个动态界面,以读取、更新非结构化数据并据此采取行动。”
OCR(即光学字符识别)是一项标准技术,用于将扫描纸质文档或 PDF 等实体或图像形式的文本转换为数字文本。然而,OCR 无法识别表格、图形或版式;它只是对文档进行预处理以识别其中的文字,完成文字识别后,再根据所看到的内容输出具有上下文的文本流。
Unsiloed 更进一步,将页面布局和格式纳入考量,并生成继承原文档特征的结构化、机器可读文档。这意味着,如果演示文稿中包含标题、图表或其他彼此关联的部分,这些关系也会被纳入数据之中。
OCR 是目前企业数字化文档最常用的方式;Unsiloed 相信自己能做得更好。
该公司的解析器在 olmOCR-Bench 基准测试中获得 88.0 分。该基准由 Allen Institute for AI 发布,能够以严格且可复现的方式评估现代人工智能模型应对现实 OCR 挑战的能力。Unsiloed 表示,与其他服务相比,其表现极为出色;例如,Anthropic PBC 的 Claude Opus 4.7 得分为 81.9,OpenAI Group PBC 的 GPT 5.5 得分为 84.6,Google LLC 的 Gemini 3 Pro 得分为 77.7。
联合创始人兼首席技术官 Adnan Abbas 表示:“我们将确定性的计算机视觉算法与双流视觉模型相结合,构建了一个供人工智能智能体与非结构化数据交互的界面,并在 olmOCR-Bench 的 19 个系统中排名第一。”
该公司表示,其双流视觉架构能够同时处理内容和视觉布局。开发者可以上传自定义模式来提取字段、对文档进行分类和拆分,并在保留文档格式的同时更新文本和图像。
该公司表示,它已为各行业组织处理了数百万页文档,客户涵盖从早期人工智能初创公司到银行、上市保险公司和律师事务所。该平台支持私有云、本地部署以及完全物理隔离的机器,使企业能够将 Unsiloed 集成到其文档处理流程中,并在自有基础设施上完成处理。
为印度各地所用语言开发语音智能体的公司 Bolna AI 的创始人兼首席技术官 Prateek Sachan 表示:“在所有由知识库驱动的对话中,我们都显著提升了准确性、上下文理解能力和回复质量。”
图片:SiliconANGLE/Microsoft Designer
AI 热点