選項
首頁
新聞
多模態AI數據基礎設施挑戰

多模態AI數據基礎設施挑戰

2025-08-27
125

多模態AI數據基礎設施挑戰

在Lyft自動駕駛部門擔任軟體工程師時,Eventual創始人Sammy Sidhu與Jay Chia發現了一個關鍵的數據基礎設施問題,隨著AI的興起,此問題將日益嚴重。

自動駕駛汽車產生大量非結構化數據,包括3D掃描、圖像、文本和音頻。Lyft工程師缺乏統一工具來同時處理這些多樣數據類型,被迫依賴耗時且不可靠的碎片化開源解決方案。

“我們看到傑出的博士和行業專家將80%的時間用於基礎設施,而非核心應用開發,”Eventual首席執行官Sidhu在近期TechCrunch採訪中表示。“大多數挑戰來自數據基礎設施。”

Sidhu與Chia在Lyft開發了一款內部多模態數據處理工具。當Sidhu探索新工作機會時,面試者多次對類似解決方案表現出興趣,激發了創立Eventual的靈感。

Eventual創建了Daft,一款Python原生的開源數據處理引擎,旨在高效處理從文本到音頻和視頻的多樣數據類型。Sidhu希望Daft能革新非結構化數據基礎設施,如同SQL改變表格數據一樣。

Eventual於2022年初創立,幾乎比ChatGPT亮相早一年,當年推出Daft的初始開源版本,並計劃在第三季度推出企業產品。

“ChatGPT的崛起凸顯了使用多樣數據類型的AI應用激增,”Sidhu指出。“隨著開發者融入圖像、文件和視頻,我們看到Daft使用量顯著增加。”

TechCrunch全階段通行證節省超過200美元

更智能創新、高效擴展,建立有意義的聯繫。與來自Precursor Ventures、NEA、Index Ventures、Underscore VC等的遠見者共聚一堂,參與策略洞察、工作坊和社交活動。

TechCrunch全階段通行證節省超過200美元

更智能創新、高效擴展,建立有意義的聯繫。與來自Precursor Ventures、NEA、Index Ventures、Underscore VC等的遠見者共聚一堂,參與策略洞察、工作坊和社交活動。

雖然Daft起源於自動駕駛汽車領域,但其應用涵蓋機器人、零售科技和醫療等行業。Eventual目前服務於Amazon、CloudKitchens和Together AI等客戶。

Eventual在八個月內獲得兩輪融資:由CRV領投的750萬美元種子輪,以及由Felicis領投、Microsoft的M12和Citi參與的2000萬美元A輪融資。

近期融資將增強Eventual的開源產品,並支持商業產品的開發,使客戶能使用處理後的數據構建AI應用。

Felicis普通合夥人Astasia Myers通過針對多模態AI模型的數據基礎設施市場分析發現了Eventual。

Myers強調Eventual在此領域的先發優勢,該領域可能變得競爭激烈,並指出創始人直接面對數據處理挑戰的經驗。她強調了對此類解決方案的日益增長需求。

根據MarketsandMarkets,多模態AI行業預計從2023年到2028年將以35%的年複合增長率增長。

“根據IDC,全球數據創造量在過去20年激增1000倍,其中90%是在過去兩年產生,且大多數是非結構化的,”Myers表示。“Daft應對生成AI的這一巨大趨勢,生成AI依賴文本、圖像、視頻和語音,需要多模態原生的數據處理引擎。”

相關文章
華納音樂收購AI歸因初創公司Sureel AI 華納音樂收購AI歸因初創公司Sureel AI 華納音樂集團(WMG)於週三確認,其正在收購Sureel AI,一家專注於人工智慧歸因的初創公司。Sureel的專有技術為音樂曲目生成“AI DNA”,將其分解為各個組成部分,以追蹤人工智慧模型如何利用這些元素。透過此次收購,WMG旨在增強其監控其藝術家和詞曲創作者的作品在人工智慧生成內容中被使用或用於訓練人工智慧模型的能力。“將Sureel整合到WMG中,增強了我們的保護、控制和變現能力,確保創意社羣保留對其智慧財產權、姓名、肖像、形象和聲音的控制權,”WMG執行長Robert Kync
前Meta研究人員旨在將視覺AI引入工廠車間 前Meta研究人員旨在將視覺AI引入工廠車間 人工智慧正在重塑我們的世界,但它主要仍侷限於數字邊界。如今,新一波初創企業正將這些能力帶入物理世界。由兩名前 Meta 研究人員創立的 Perceptron 正在引領這一轉變。該公司成立於 2024 年 11 月,致力於構建先進的視覺模型,使機器能夠更有效地與物理環境互動。本週,Perceptron 推出了 Isaac 0.5,這是一款旨在賦予機器在工業環境中“感知、推理和行動”能力的模型。該軟體賦能視覺引導機器人,使其能夠導航工廠和倉庫等複雜空間,同時允許企業從這些機器人捕獲的影片中提取有
Sequen 募得 1,600 萬美元,致力為消費品牌提供 TikTok 風格的個人化服務 Sequen 募得 1,600 萬美元,致力為消費品牌提供 TikTok 風格的個人化服務 Zoë Weil 透過優化 AI 排名系統,在一年內使 Etsy 的商品總交易額激增十億美元。如今,她與共同創辦人透過 Sequen,正將其豐富的 AI 研究與產品專業知識應用於賦能消費品企業。在成功取得 1,600 萬美元 A 輪融資後,Sequen 提供即時個人化與排名基礎架構。這項技術過去因需要龐大的資料集,僅有科技巨頭能運用,如今其他大型消費品企業也能加以運用。雖然一般大眾可能無法理解技術
相關專題推薦
迅速的 適用於 ChatGPT 工作流程的最佳 AI 提示詞庫
適用於 ChatGPT 工作流程的最佳 AI 提示詞庫

2026 年最新、最受好評的 AI 提示詞庫,可優化各類 ChatGPT 工作流程。XIX.AI 精心蒐羅了一套強大且具革命性的精選集合,並經過嚴格的實際測試,以確保其表現卓越。 您可查閱詳盡的免費版與付費版比較分析,以及專家評比,助您挑選必試工具,從而提升工作效率並釋放您的 AI 優勢。立即探索!

11 個工具
xix.ai
教育與學習 面向教師、輔導老師和基於群體的學習專案的 AI 測驗構建平臺
面向教師、輔導老師和基於群體的學習專案的 AI 測驗構建平臺

2026年最新最佳AI測驗構建平臺,適用於教師、輔導老師和基於群體的學習專案!XIX.AI精心整理了一份頂級評分列表,包含經過現實世界測試的強力變革性工具,以提供準確的排名。這些必試平臺有助於提高寫作效率、簡化內容創作,並簡化各種學習場景中的測驗設計。立即探索,發現您解鎖教學AI優勢的理想工具!

13 個工具
xix.ai
代碼 適用於 GitHub 團隊處理重構、錯誤及安全漏洞的 AI 拉取請求審查工具
適用於 GitHub 團隊處理重構、錯誤及安全漏洞的 AI 拉取請求審查工具

2026 年最新、最優秀的 GitHub 團隊 AI 拉取請求審查工具,就在 XIX.AI!這份精選且評價極高的清單,展示了多款強大且能徹底改變遊戲規則的解決方案,可優化所有團隊工作流程中的重構、錯誤修復及安全漏洞偵測。 透過免費與付費版本的比較、實際測試結果以及詳細排名,協助您找到能顯著提升生產力的完美工具。立即探索,釋放您的 AI 競爭優勢!

12 個工具
xix.ai
文字轉語音 最適合製作自然語音旁白的頂尖 AI 文字轉語音工具
最適合製作自然語音旁白的頂尖 AI 文字轉語音工具

2026 年最新、最受好評的頂級 AI 文字轉語音工具,助您打造自然生動的配音,盡在 XIX.AI!這份精選清單收錄了強大且顛覆業界的選項,能為各種使用情境提供水晶般清晰的語音,並經由實際測試驗證,排行榜更每週更新。 立即獲取免費版與付費版的比較指南,找出能瞬間提升您工作效率的必試解決方案。現在就來探索,解鎖您的 AI 競爭優勢!

11 個工具
xix.ai
漫畫創作 適用於連載章節、封面及宣傳插圖的漫畫 AI 背景生成器
適用於連載章節、封面及宣傳插圖的漫畫 AI 背景生成器

2026 年最新最佳漫畫 AI 背景生成器排行榜:高評價精選!這份精心策劃的合集展示了強大且能改變遊戲規則的工具,非常適合製作高品質的章節背景、書封及宣傳插畫。每項選項都經過嚴格的實際測試,以確保其可靠性。 立即獲取免費版與付費版的比較分析及詳細評析。現在就來探索,找出最適合您的工具,並在漫畫創作中發揮 AI 的優勢。

6 個工具
xix.ai
圖像編輯 AI 物件移除編輯工具:讓人像照、旅遊照和產品照更清爽
AI 物件移除編輯工具:讓人像照、旅遊照和產品照更清爽

2026 年最新、最受好評的 AI 物件移除編輯工具,適用於人像、旅遊及產品攝影!XIX.AI 精心精選了一系列強大且顛覆業界的工具,並定期更新每週排行榜。這些工具經過實際測試,能協助您快速移除不需要的元素、提升內容品質,並在不影響成果的前提下節省大量時間。 對於任何希望發揮 AI 創作優勢的人來說,這絕對是必試之選。立即探索!

10 個工具
xix.ai
評論 (2)
0/500
StevenGonzalez
StevenGonzalez 2026-02-19 20:00:33

이 기사 읽고 AI 데이터 인프라 문제가 생각보다 훨씬 더 복잡하단 걸 깨달았어요. 멀티모달 AI가 발전할수록 데이터 관리가 핵심이 되겠네요. 실제 경험에서 나온 솔루션이라 더 믿음이 가는 것 같아요 🤔

KevinRoberts
KevinRoberts 2025-09-27 02:30:32

Interessant, aber ich frage mich, wie sich Eventual von bestehenden Lösungen wie Databricks unterscheidet. Multimodale Daten sind komplex - kann ihr Ansatz wirklich skalieren? 🤔 Der Hintergrund bei Lyft klingt vielversprechend.

OR