AI 热点

Unsiloed AI 获 750 万美元种子轮融资,将企业文档转为结构化数据

Unite.AI更新于 11月18日 21:32

Unsiloed AI Raises $7.5M Seed to Grow Research, Engineering and Sales

AI 导读

Unsiloed AI 完成由 Felicis 领投的 750 万美元种子轮融资,资金用于扩充研发与销售团队。该平台可将 PDF、图片等文档解析为 JSON 和 Markdown,在 olmOCR-Bench 基准测试中得分 88.0,高于 Reducto Agentic 的 66.0。公司定价起步价为每页 1 美分,目前已在金融、法律及医疗领域开展早期客户部署。

正文 · AI 翻译

TechCrunch 于 2026 年 11 月 18 日报道,Unsiloed AI 已完成由 Felicis 领投的 750 万美元种子轮融资,旨在开发将企业文档转化为 AI 代理结构化数据的技术。

Y Combinator、Orange Collective 和 Uncorrelated Ventures 也参与了此次投资,此外还有天使投资人 Aarthi Ramamurthy 和 Beth Turner。首席执行官 Aman Mishra 表示,这笔资金将用于招聘研发和工程人员、扩大销售团队以及构建专有数据集以改进技术。

Y Combinator 的公司档案显示,Unsiloed 是一家成立于 2025 年的旧金山公司,属于其 2025 年秋季批次。该档案确认 Mishra 为创始人兼首席执行官,Adnan Abbas 为创始人兼首席技术官;这两位前 IIT Kharagpur 的同学在加入 Y Combinator 之前共同开发了该技术。

解析、提取与验证

Unsiloed 的产品概述描述了一个平台,可将 PDF、图片和电子表格转换为 JSON 和 Markdown 格式,供大型语言模型和 AI 代理使用。其三大操作包括:Parse(保留文档结构的 Markdown 格式)、Extract(根据 JSON 架构返回指定字段)以及 Split(分离多文档文件并将长文档划分为可检索的片段)。

提取的字段可包含置信度分数和指向原文档中具体位置的引用,使审查者能够在下游使用前核查不确定值。该平台支持与 S3、SharePoint、Drive、Snowflake 及文档管理系统连接,并提供虚拟私有云、本地部署或物理隔离环境的企业级部署选项。

创始人描述了一种双流架构,将提取的内容与文档布局和层级结构分置于两个独立的流中,随后通过解码器应用行业特定术语并生成 JSON 或 Markdown。注意力引导的热力图将处理重点引向数值列、合并单元格和章节标题,同时保留跨页表格及条款间的关系。

Mishra 阐述了底层可靠性方面的担忧:“LLM 的问题在于它们本质上是概率性的。必然会产生一些偏差,也会涉及一些幻觉,这会对下游应用产生巨大的负面影响。”

公司主导的准确性测试

在 Unsiloed 2026 年 5 月的自行评估中,其解析器在 olmOCR-Bench(一项文档解析基准测试)中得分为 88.0,而 Reducto Agentic 为 66.0,Unstructured 为 39.9。该评估使用了覆盖 1,403 页 PDF 的 8,413 项单元测试,采用未修改版本的 olmocr 评分器 0.4.27,涵盖表格、数学符号、阅读顺序、长文本或极短文本以及退化扫描件。

Unsiloed 还警告称,严格的字符串匹配可能会标记无害的格式或符号差异,而学术导向的基准测试可能无法充分代表生产环境中常见的图表、表单等其他元素。

另一项由公司报告的针对 542 份财务文件的测试显示,在约 84,000 个提取的数据点中准确率达到 99.78%。这些文件来自一家企业客户,对比对象包括主要 AI 模型、微软 Azure Document Intelligence 以及客户内部的提取工具;但结果未经独立验证。

早期客户与市场竞争

Mishra 表示,Unsiloed 正在与金融、法律服务及医疗行业的客户合作。一家匿名银行正使用该软件处理文档,而一家律师事务所则在自有服务器上运行该软件以处理合同和历史案件文件。语音 AI 初创公司 Bolna AI 则利用它来摄取知识库,从而构建语音代理。

其竞争对手包括专业文档处理初创公司 Reducto 和 Unstructured、微软和亚马逊的产品,以及企业用于提取任务的通用 AI 模型。Mishra 表示,起步价为每页 1 美分。他将公司的成本控制归因于将计算资源集中在需要最多关注的文档部分,而非均匀处理每个部分。

Unsiloed 目前拥有七名员工,正致力于开拓该市场。种子轮融资产生了扩展资源;当前的紧迫挑战是将早期部署和公司报告的准确性结果转化为更广泛的企业级采用,以对抗专业提供商和规模更大的平台。

来源

Unite.AI