Eventual 完成3000万美元A轮融资，革新多模态数据处理技术

多模态数据处理初创公司 Eventual 宣布完成3000万美元A轮融资，其中包括由 Felicis 的 Astasia Myers 领投的2000万美元 A 轮融资，M12 Ventures 和 Citi 参投。此外，公司还披露了此前由 CRV 的 Brittany Walker 领投的1000万美元种子轮融资，Y Combinator、Essence VC 和 Array Ventures 共同参投。

Eventual 致力于成为多模态数据处理的基础设施支柱。公司开发的开源处理引擎 Daft 专门用于处理非结构化信息，能够高效处理数百 PB 级的图像、视频、音频文件、手写笔记和社交媒体评论等多种数据类型。目前，AWS、Essential AI Labs 和 Together Computer 等公司已在生产环境中使用 Daft，用于 AI 模型训练、自动驾驶和产品推荐系统等工作负载。

Eventual 的创始人 Sammy Sidhu 和 Jay Chia 在 Lyft 从事自动驾驶工作时，发现现有工具无法有效处理海量多模态数据，这促使他们开发了 Daft。该平台可以像处理 MB 级数据一样轻松处理 PB 级的非结构化数据，使 AI 团队能够将80%原本用于数据处理的时间转向核心业务开发。

公司目前已开放 Eventual Cloud 平台的候补名单，这是专为多模态 AI 应用设计的 Daft 企业级版本。本轮融资将用于扩充工程团队，特别是在分布式系统、产品工程和开发者布道等方面。

Saasverse Insights

在 AI 应用爆发的背景下，多模态数据处理成为基础设施的新战场。Eventual 的技术突破体现了新一代数据基础设施向 AI 原生演进的趋势，这对于想要构建复杂 AI 应用的企业和创业者具有重要意义。未来，类似 Eventual 这样的基础设施层创新将成为 AI 应用规模化的关键推动力。

#多模态数据处理 #AI基础设施 #Daft #非结构化数据 #数据处理引擎