Hyperscience宣布推出Hypercell平台2026年秋季版本。此次更新旨在通过结合专用模型与前沿大语言模型，将复杂的企业文档转化为可信、可供AI消费的数据，以应对Agent AI时代对数据准确性、成本控制及治理的高要求。
随着生成式AI和智能体（Agents）进入生产环境，数据质量成为新的瓶颈。Hyperscience指出，大量高价值信息仍被困在非结构化文档中。企业需在准确性、成本、延迟和安全之间取得平衡，采用“多模型企业”架构，即根据任务特性路由至专用模型、前沿模型或人工审核，而非依赖单一模型处理所有负载。
一项近期调查显示，86%的组织表示数据质量问题损害了Agent AI性能，47%的组织因成本压力重新评估其AI战略。与此同时，89%的组织已在使用基于任务特征的工作流路由功能。
Hyperscience首席执行官Andrew Joiner表示：“企业AI的核心挑战在于数据而非模型。Hypercell通过将复杂文档资产转化为可信的企业智能，并结合适当的专用AI、前沿模型及人类判断，帮助企业从AI演示转向可靠的商业成果。”
五大核心能力升级
2026年秋季版在理解深度、信息安全、内容验证、访问扩展及数据创建效率五个维度进行了升级：
更深层的理解：视觉语言模型框架ORCA 2迎来演进，支持零样本表格提取，能从结构化、半结构化及非结构化文档中更准确地提取智能。ORCA 2还能为下游模型生成基准真实数据（ground-truth data），降低模型构建与维护成本。
信息保护：新增脱敏与掩码功能，提供专门界面用于审查和移除个人身份信息（PII），如姓名、社保号等。生成的可搜索渲染PDF确保敏感信息从底层移除，同时保留可索引性，支持检索增强生成（RAG）应用。
内容验证：推出地址验证与验证智能（AVVI）功能，提供与来源无关的地址解析服务。系统将复杂地址字符串转换为结构化组件，并可对接Google地址验证、企业参考数据或第三方服务，实现提取与验证解耦。
扩展访问：内置文档翻译功能，支持26种语言。组织无需部署单独的翻译基础设施，即可在处理客户回复时直接进行翻译，并将结果用于监督和质量保证流程，加速多语言工作流路由。
高效数据创建：自动标注和灵活提取功能结合ORCA分割模型与前沿模型，预标注文档并辅助提取。操作员可通过点击或套索选择快速填充字段，这种混合监督体验大幅减少手动标注工作量，加速新工作流部署。
Deep Analysis创始人Alan Pelz-Sharpe评价称，该版本反映了企业AI从“单模型通吃”向灵活组合模型的演变，为企业提供了在不增加运营复杂性的前提下，提升文档智能、保护敏感信息并加速生产级工作流落地的新路径。