
文档扫描公司 Unsiloed Inc. 今日宣布完成 750 万美元种子轮融资。本轮由 Felicis 领投,Y Combinator、Orange Collective、Uncorrelated Ventures 以及 Aarthi Ramamurthy 和 Beth Turner 等参投。资金将用于开发将 PDF 及复杂文档转化为结构化、可读数据的技术,以服务于人工智能代理。
突破传统 OCR 局限
财务报表、合同、临床记录等关键业务信息常以 PDF、图像等非纯文本格式存储,包含图表、版式等难以直接转换的元素。传统光学字符识别(OCR)技术仅能预处理并输出文本流,无法识别表格结构、图形关系或版式逻辑。
Unsiloed 采用“视觉优先”的智能扫描技术,解析文档中的表格、章节及文本间的父子关系。该技术可将表单、演示文稿、Word 文件及图像转换为 Markdown 或 JSON 标准格式,保留原始特征的同时,使大型语言模型更易读取和理解。
联合创始人兼 CEO Aman Mishra 指出,AI 代理不仅需要更好的 OCR,更需要一个动态接口来读取、更新并对非结构化数据采取行动。
基准测试表现优异
在 AI 艾伦研究所发布的 olmOCR-Bench 基准测试中,Unsiloed 解析器获得 88.0 分,在 19 个参与系统中排名第一。相比之下,Anthropic 的 Claude Opus 4.7 得分为 81.9,OpenAI 的 GPT 5.5 为 84.6,Google 的 Gemini 3 Pro 为 77.7。
联合创始人兼 CTO Adnan Abbas 表示,公司结合确定性计算机视觉算法与双流视觉模型,构建了供 AI 代理与非结构化数据交互的界面。该架构允许同时处理内容和视觉布局,支持开发人员上传自定义模式以提取字段、分类和拆分文档。
商业化进展与部署
目前,Unsiloed 已为跨行业组织处理数百万页文档,客户涵盖早期 AI 初创公司、银行、上市保险公司及律师事务所。平台支持私有云、本地部署和完全气隙隔离机器,允许企业在自身基础设施上整合文档处理管道。
Bolna AI 创始人兼 CTO Prateek Sachan 评价称,使用该平台后,其基于知识库的对话在准确性、上下文理解和响应质量上均有显著提升。