最新报道 按发布时间持续更新

Latch获800万美元融资:把员工屏幕录制变成AI代理可执行的公司流程知识图谱,企业自动化能否从”看视频”转向”懂业务”? AI人工智能
2026.09.11 轮次未披露 · 800万美元

Latch获800万美元融资:把员工屏幕录制变成AI代理可执行的公司流程知识图谱,企业自动化能否从”看视频”转向”懂业务”?

当AI代理开始“上班”,它连公司怎么运转都不知道 西雅图连续创业者Stefan Kalb把这种现象概括为一句话:“人们极不擅长解释自己的工作,而且他们知道这一点。”据GeekWire报道,Kalb在2026年9月接受采访时说,当你要求某人把…

Charikaty 获 300 万欧元种子前轮:摩洛哥每年 9 万家公司注册,全数字化注册平台能否摆脱对登记机构的依赖? 金融科技
2026.09.11 种子前轮 · 300万欧元(另有来源称150,000美元/150万迪拉姆)

Charikaty 获 300 万欧元种子前轮:摩洛哥每年 9 万家公司注册,全数字化注册平台能否摆脱对登记机构的依赖?

在卡萨布兰卡,注册一家公司曾经是一段需要亲手丈量城市行政半径的旅程。创始人要在区域投资中心、公证处、税务机关和全国社会保障基金之间往返,抱着一叠纸质文件,等待数周才能拿到商业注册号。对于身处巴黎、马德里或蒙特利尔的摩洛哥侨民来说,这段旅程的…

Xapien获5600万美元B轮:AI能否颠覆436.5亿美元合规市场中缓慢、碎片化的第三方尽职调查? AI人工智能
2026.09.11 B轮 · 5600万美元

Xapien获5600万美元B轮:AI能否颠覆436.5亿美元合规市场中缓慢、碎片化的第三方尽职调查?

当一家律所的合规团队需要确认某个新客户是否与受制裁实体存在隐性关联时,摆在桌面上的通常不是一份简洁的结论,而是一堆来自不同数据库、格式各异、语言混杂的检索结果。分析师需要手动打开数十个网页,逐条比对姓名拼写、出生日期、注册地址和公司股权链…

Enigmata 完成 650 万美元种子轮:加密数据上直接训练 AI,能否解开敏感数据的合规死结? AI人工智能
2026.09.11 种子轮 · 650万美元

Enigmata 完成 650 万美元种子轮:加密数据上直接训练 AI,能否解开敏感数据的合规死结?

一家银行的机器学习团队想用真实交易记录训练反欺诈模型,但每一次把数据导出到训练环境,都意味着把数百万条客户隐私暴露在新的攻击面上。一家医院的影像科拥有足以改进早期癌症筛查的临床数据,却因为去标识化会“洗掉”关键信号而无法用于模型开发。一家出…

Graph AI 完成 1330 万美元 A 轮:AI 原生药物警戒能否替代靠加人加流程的旧模式 医疗健康
2026.09.11 A轮 · 1330万美元

Graph AI 完成 1330 万美元 A 轮:AI 原生药物警戒能否替代靠加人加流程的旧模式

当“三小时一份病例”成为药物安全的默认速度 一份药物不良事件报告从进入药企系统到完成初步处理,需要多长时间?在相当一部分制药公司的药物警戒部门,答案是三个小时以上。这不是某个边缘场景的偶发延迟,而是行业在病例量持续攀升与监管要求不断细化双重…

Epsilon Health 融资2760万美元:AI原生放射科能否缓解美国放射科医生短缺与诊断瓶颈 医疗健康
2026.09.11 轮次未披露 · 2760万美元

Epsilon Health 融资2760万美元:AI原生放射科能否缓解美国放射科医生短缺与诊断瓶颈

当 75% 的医疗决策卡在一张片子上 在美国医疗体系里,一个被广泛引用的估计是:约 75% 的医疗决策依赖放射学来诊断和治疗疾病。这意味着从急诊室的创伤评估到肿瘤科的化疗方案调整,从骨科的手术规划到心内科的血管介入判断,几乎每一条临床路径的…

QNu Labs获20亿卢比A1轮融资:量子安全从政策走向商业部署,印度能否借国家量子使命构建主权量子技术栈? 网络安全
2026.09.11 A1轮 · 20亿卢比(约合2100万美元)

QNu Labs获20亿卢比A1轮融资:量子安全从政策走向商业部署,印度能否借国家量子使命构建主权量子技术栈?

当加密体系开始倒计时,一家班加罗尔公司试图把“量子安全”变成可采购的基础设施 2026年9月,印度国家量子使命(National Quantum Mission)的一笔投资,让一个此前只在深科技圈层内被讨论的问题浮出水面:当量子计算机足以破…

Botsi 获 150 万美元种子前轮:订阅应用能否用 AI 个性化报价取代一刀切付费墙? 企业SaaS
2026.09.11 种子前轮 · 150万美元

Botsi 获 150 万美元种子前轮:订阅应用能否用 AI 个性化报价取代一刀切付费墙?

订阅应用的付费墙已经很久没有本质变化了。团队跑通一个A/B测试,把转化率最高的那个价格、那套试用方案、那组文案推给所有新用户,然后期待一个“平均最优”的结果。问题在于,用户从来不是平均的。一个刚下载完就打开三次的人,和一个注册后沉默两周才回…