最终解决多模态AI数据基础设施挑战

在Lyft自动驾驶部门担任软件工程师期间，最终公司创始人Sammy Sidhu和Jay Chia发现了一个关键的数据基础设施问题，这一问题随着AI的兴起而日益凸显。

自动驾驶汽车产生大量非结构化数据，包括3D扫描、图像、文本和音频。Lyft工程师缺乏统一的工具来同时处理这些多样化的数据类型，只能依赖耗时且不可靠的分散开源解决方案。

“我们看到优秀的博士和行业专家将80%的时间用于基础设施而非核心应用开发，”最终公司首席执行官Sidhu在近期TechCrunch采访中分享道。“大部分挑战源于数据基础设施。”

Sidhu和Chia在Lyft开发了一种内部多模态数据处理工具。当Sidhu探索新的工作机会时，面试官反复表达对类似解决方案的兴趣，激发了创立最终公司的想法。

最终公司创建了Daft，一个Python原生的开源数据处理引擎，设计用于高效处理从文本到音频和视频的多样化数据类型。Sidhu希望Daft能革新非结构化数据基础设施，就像SQL改变了表格数据一样。

最终公司成立于2022年初，ChatGPT发布前近一年，当年推出了Daft的初始开源版本，并计划在第三季度推出企业产品。

“ChatGPT的兴起凸显了使用多样化数据类型的AI应用的激增，”Sidhu指出。“随着开发者融入图像、文档和视频，我们看到Daft的使用量显著增加。”

在TechCrunch全阶段通行证上节省超过200美元

更智能地创新，高效扩展，建立有意义的联系。加入来自Precursor Ventures、NEA、Index Ventures、Underscore VC等的远见者，参与一天的战略洞察、工作坊和网络活动。

在TechCrunch全阶段通行证上节省超过200美元

更智能地创新，高效扩展，建立有意义的联系。加入来自Precursor Ventures、NEA、Index Ventures、Underscore VC等的远见者，参与一天的战略洞察、工作坊和网络活动。

虽然Daft起源于自动驾驶领域，但其应用涵盖机器人、零售科技和医疗保健等行业。最终公司现为Amazon、CloudKitchens和Together AI等客户提供服务。

最终公司在八个月内获得两轮融资：由CRV领投的750万美元种子轮和由Felicis领投的2000万美元A轮，Microsoft的M12和Citi参与投资。

近期融资将增强最终公司的开源产品并支持商业产品开发，使客户能够使用处理后的数据构建AI应用。

Felicis的普通合伙人Astasia Myers通过针对多模态AI模型数据基础设施的市场分析发现了最终公司。

Myers强调了最终公司在可能变得竞争激烈的领域中的先发优势，指出创始人直接面对数据处理挑战的经验。她强调了对这类解决方案的日益增长的需求。

根据MarketsandMarkets，多模态AI行业预计在2023至2028年间以35%的年复合增长率增长。

“根据IDC，过去20年全球数据创建量激增1000倍，90%的数据在过去两年产生，且大多是非结构化的，”Myers说。“Daft应对生成式AI的这一巨大趋势，依赖于文本、图像、视频和语音，需要一个多模态原生数据处理引擎。”