FileAI表示,其已准备好通过全新的智能体人工智能平台为会计、数据收集、金融服务、法律和保险行业的工作流自动化提供强大支持,该平台能够自动化数百项人工和重复性任务。
这家初创公司,正式名称为Bluesheets Pte Ltd.,开发了一个智能体AI平台,专门用于收集和理解各种文件类型的业务数据,包括断开连接的数据库、非结构化格式和孤立系统。该平台将这些数据整合在一起,更好地理解数据并推动自动化发展。
FileAI联合创始人兼首席执行官Christian Schneider表示,能够理解和结合这些不同类型的数据至关重要,因为普通企业高达90%的内容都是非结构化的,分散在PDF、Excel文件、Word文档、电子邮件系统、在线资源等各处。由于这些数据如此分散,它成为业务自动化的主要障碍。FileAI通过将这些碎片化信息转换为清洁、可验证和结构化的数据来解决这个问题,让智能体能够理解这些数据。
"我们始终专注于基础——提供尽可能最清洁、最准确的数据,让AI工作流真正实现自动化承诺,"Schneider说。"我们调用确定性行为,消除幻觉,添加引用并验证每个数据点,超越人类准确性。这不仅仅是升级,而是重新定义文件智能的能力。"
FileAI的平台由多个智能体组成,共同执行各种业务任务,包括一个光学字符识别引擎,能够解析、提取、分类和验证合同、发票、财务报表和图像等数据访问文件,以及一个获取和检索智能体,能够定位和比较不同文件类型并验证其中的信息。
该公司还构建了一个类似ChatGPT的AI驱动答案引擎,使员工能够轻松查询其数据文件,以及一个具有强大访问控制的安全文档存储库,任何添加的文档都可以通过AI进行洞察分析。最后,还有一个推理模型,能够创建复杂的AI数据模式来支持工作自动化。
FileAI平台的综合能力支持智能体执行各种工作,如为保险公司提供索赔处理、保单验证和监管报告,为金融服务客户提供交易验证、客户身份验证检查、对账和风险管理。在供应链行业,其模型可以自动化采购和订单管理,而对于法律团队,它能够比较各种法律条款、审查合同并执行合规检查。
直到现在,FileAI一直在与早期采用者低调运营,但在过去一年中,它已经为这些客户创建了超过4亿个AI模式,总共节省了320万小时的工作时间和6000万美元的处理成本。
FileAI产品和工程主管Tim Prugar表示,公司的发展势头源于上述行业的组织面临着尽可能多地自动化工作的巨大压力。"FileAI为他们提供了访问、结构化和处理关键信息的工具,以推动成功的业务成果,而不是被过时的流程和碎片化数据所拖累,"他说。
好文章,需要你的鼓励
OpenAI首席执行官Sam Altman表示,鉴于投资者的AI炒作和大量资本支出,我们目前正处于AI泡沫中。他承认投资者对AI过度兴奋,但仍认为AI是长期以来最重要的技术。ChatGPT目前拥有7亿周活跃用户,是全球第五大网站。由于服务器容量不足,OpenAI无法发布已开发的更好模型,计划在不久的将来投资万亿美元建设数据中心。
阿里巴巴团队提出FantasyTalking2,通过创新的多专家协作框架TLPO解决音频驱动人像动画中动作自然度、唇同步和视觉质量的优化冲突问题。该方法构建智能评委Talking-Critic和41万样本数据集,训练三个专业模块分别优化不同维度,再通过时间步-层级自适应融合实现协调。实验显示全面超越现有技术,用户评价提升超12%。
英伟达推出新的小型语言模型Nemotron-Nano-9B-v2,拥有90亿参数,在同类基准测试中表现最佳。该模型采用Mamba-Transformer混合架构,支持多语言处理和代码生成,可在单个A10 GPU上运行。独特的可切换推理功能允许用户通过控制令牌开启或关闭AI推理过程,并可管理推理预算以平衡准确性和延迟。模型基于合成数据集训练,采用企业友好的开源许可协议,支持商业化使用。
UC Berkeley团队提出XQUANT技术,通过存储输入激活X而非传统KV缓存来突破AI推理的内存瓶颈。该方法能将内存使用量减少至1/7.7,升级版XQUANT-CL更可实现12.5倍节省,同时几乎不影响模型性能。研究针对现代AI模型特点进行优化,为在有限硬件资源下运行更强大AI模型提供了新思路。