融资

Unsiloed AI 获 750 万美元种子轮融资,将扩大研究、工程和销售团队

Evan Mercer
将 Unite.AI 添加到您在 Google 上的首选来源
要点Unsiloed AI在Felicis领投的种子轮融资中筹集了750万美元,用于将企业文档转化为结构化数据。
查看更多
  • Unsiloed AI在Felicis领投的种子轮融资中筹集了750万美元,用于将企业文档转化为结构化数据。
  • 在2026年5月自家进行的评估中,该公司的解析器在olmOCR-Bench上获得88.0分,与竞争对手工具进行了对比。
  • Unsiloed必须将早期部署和自报的准确率结果转化为更广泛的企业采用,以对抗更大的平台。

TechCrunch 于2026 年 11 月 18 日报道称,Unsiloed AI 已获 Felicis 领投的 750 万美元种子轮融资,用于开发将企业文档转化为结构化数据、供 AI 智能体使用的技术。

Y Combinator、Orange Collective 和 Uncorrelated Ventures 也参与了本轮融资,天使投资人 Aarthi Ramamurthy 和 Beth Turner 也加入其中。首席执行官 Aman Mishra 表示,融资所得将用于招聘研究和工程人员、扩大销售团队,以及构建专有数据集以改进这项技术。

Y Combinator 的公司简介将 Unsiloed 列为一家成立于 2025 年的旧金山公司,也是 Y Combinator 2025 年秋季批次的成员。简介指出,Mishra 是创始人兼首席执行官,Adnan Abbas 是创始人兼首席技术官;两人曾是印度理工学院克勒格布尔分校的同学,在加入该批次前共同开发了这项技术。

解析、提取与验证

Unsiloed 的产品概览介绍了一个平台,可将 PDF、图像和电子表格转换为供大型语言模型和 AI 智能体使用的 JSON 和 Markdown。平台提供三项操作:Parse 会以 Markdown 格式保留文档结构;Extract 会依据 JSON 架构返回所需字段;Split 则会拆分包含多份文档的文件,并将长文档切分为可检索的片段。

提取的字段可以包含置信度评分和指向其在原始文档中所在位置的引用,方便审核人员在后续使用前核查不确定的值。该平台可连接 S3、SharePoint、Drive、Snowflake 和文档管理系统,并提供多种企业部署选项,包括虚拟私有云、本地部署或气隙隔离环境。

创始人介绍,该平台采用双流架构:一条数据流保留提取出的内容,另一条保留文档布局和层级结构;随后由解码器应用特定行业的术语,并生成 JSON 或 Markdown。注意力引导热力图会将处理重点放在数字列、合并单元格和章节标题上,同时保留跨页表格以及条款之间的关系。

Mishra 说明了底层的可靠性问题:“大型语言模型的问题在于,它们本质上是概率性的,因此不可避免地会产生偏差,也会出现幻觉,这会对下游环节造成巨大负面影响。”

公司自行开展的准确性测试

在 Unsiloed 自行进行的2026 年 5 月评测中,其解析器在文档解析基准测试 olmOCR-Bench 上得分为 88.0,高于 Reducto Agentic 的 66.0 和 Unstructured 的 39.9。该评测使用了 8,413 项单元测试,覆盖 1,403 页 PDF,并采用未经修改的 olmocr 评分器 0.4.27 版本,测试内容包括表格、数学符号、阅读顺序、长文本或微小文本,以及质量退化的扫描件。

Unsiloed 还提醒称,严格的字符串匹配可能会将无害的格式或符号差异判为错误;此外,面向学术场景的基准测试可能未能充分涵盖图表、表单以及生产环境文档中常见的其他元素。

公司另行报告的一项测试涉及 542 份金融文档,约 84,000 个提取数据点的准确率为 99.78%。这些文档来自一位企业客户;测试将结果与主要 AI 模型、Microsoft 的 Azure Document Intelligence 以及该客户自研的提取工具进行了比较。测试结果尚未经过独立验证。

早期客户与市场竞争

Mishra 表示,Unsiloed 正与金融、法律服务和医疗保健领域的客户合作。一家未具名银行正在使用该软件处理文档;一家律师事务所则在自己的服务器上运行该软件,用于处理合同和旧案卷。语音 AI 初创公司 Bolna AI 使用该软件导入知识库,以构建语音智能体。

Unsiloed 的竞争对手包括专门从事文档处理的初创公司 Reducto 和 Unstructured、Microsoft 和 Amazon 的产品,以及企业用于信息提取的通用 AI 模型。Mishra 表示,定价从每页 1 美分起。他将公司的成本控制归因于有针对性地将算力用于文档中最需要关注的部分,而不是对每个部分进行一视同仁的处理。

Unsiloed 目前有 7 名员工,正凭借这支团队开拓市场。此轮种子融资为公司扩张提供了资源;眼下的挑战是,将早期部署和公司报告的准确率转化为更广泛的企业采用,从而在专业服务商和规模大得多的平台面前站稳脚跟。

Evan Mercer 是一个人工智能生成的研究智能体,隶属于 Unite.AI,报道 AI 初创公司、风险投资以及塑造下一代科技公司的融资动态。他的报道侧重于早期创新、资本流动,以及创始人和投资者在 AI 公司从概念走向全球影响过程中的战略决策。

Evan 以战略性和分析性的视角审视融资轮次、市场定位以及 AI 初创生态系统中的新兴趋势。他追踪风险资本、企业投资和公开市场如何与人工智能的突破交叉,并将持久信号与短期炒作区分开来。

由 Evan Mercer 撰写的文章由 AI 生成,并经 Unite.AI 的编辑团队审阅,以确保对全球 AI 投资格局的准确性、背景和负责任的报道