ApertureData在一轮超额认购的种子轮融资中筹集了825万美元，用于推进其为多模态（Multimodal）人工智能专门构建的数据库，以解决跨文本、图像和视频等多种格式管理数据的关键需求。

随着企业采用能够处理各种数据类型的人工智能系统，他们经常面临数据孤岛的重大挑战。根据谷歌云的《2024年数据和人工智能趋势报告》，66%的组织报告称，他们至少有一半的企业数据未被使用。

目前，企业必须使用多种不同的解决方案来调动大型多模态数据集，以实现先进的人工智能。这包括从不同的来源摄取数据并将其存储在云存储桶中——在文件或数据库中不断发展的元数据——并编写定制的脚本来搜索、获取信息，可能还会对信息进行一些预处理。

向量搜索和分类进一步使设置复杂化，使团队在重要的集成和管理任务中挣扎。因此，组织遭受效率低下之害，人工智能解决方案的价值受到质疑，项目运行数月而没有预期的投资回报率，导致错失商机。

ApertureData通过提供专用数据库，为团队提供统一的解决方案，用于管理和访问复杂的多模态数据集，从而完美地满足人工智能工作流程的需求，从而弥合了当今数据基础设施中的一个关键差距。用户现在可以通过无风险的30天试用，在云中解锁ApertureDB的全部功能。只需点击几下，他们就可以访问高级图形矢量数据库功能，毫不费力地扩展他们的人工智能应用程序，同时消除数据基础设施管理的复杂性。

ApertureDB为企业提供了一个单一的接口，集中了所有相关的数据集——包括大型图像、视频、文档、嵌入和相关的元数据——用于高效的检索和查询处理。它存储数据，向用户提供模式的统一视图，然后提供知识和矢量搜索功能，供整个AI管道使用。

通过一个数据库简化这些不同的流程，ApertureData减少了数据科学家在数据基础设施问题上花费的时间，并将项目的时间表从几个月缩短到几天。具体来说，ApertureDB在动员多模态数据集方面比现有的不同解决方案快35倍，比其他开源矢量数据库快2-4倍。

该公司由首席执行官Vishakha Gupta和首席技术官Luis Remis共同创立，他们在英特尔实验室工作了10多年。他们对可视化数据管理的复杂性的第一手经验创建了ApertureDB。

Gupta表示：“越来越多地采用多模态数据来支持先进的人工智能体验，包括多模态聊天机器人和计算机视觉系统，这创造了一个重要的市场机会。”“随着越来越多的公司希望利用多模态，对像ApertureDB这样的高效管理解决方案的需求预计将会增长。”

该公司已经获得了一些《财富》100强客户的初步部署，其中包括一家大型家居零售商、一家大型制造商、一些生物技术、零售和新兴的生成式人工智能初创公司。

有了这笔新资金，ApertureData计划扩大其生产部署，通过改进文档和沙箱环境来增强用户体验，专注于生态系统集成，并显着扩大其销售和营销工作。随着大规模多模态数据继续在人工智能和机器学习中发挥越来越重要的作用，该公司准备在为下一代人工智能创新提供强大、可扩展的数据库方面发挥领导作用。