当前位置: 首页 » 资讯 » 新科技 » 正文

哈佛辍学三兄弟,三年干出百亿独角兽!OpenAI、英伟达都是它客户

IP属地 中国·北京 智东西 时间:2025-09-16 22:29:48


智东西AI前瞻(公众号:zhidxcomAI)
编译|江宇
编辑|漠影

一家数据标注出身、靠“为AI模型训练招人”起家的初创公司,正在冲击百亿美元估值。

智东西9月15日消息,近日,AI训练服务平台Mercor正在推进C轮融资,目标估值已从原本讨论的80亿美元(约合人民币569亿元)上调至100亿美元(约合人民币712亿元)以上,已有VC主动提出SPV通道抢先入场,但当前尚未有正式授权SPV建立。

据TechCrunch援引多位知情人士披露,Mercor当前年化经常性营收(ARR)已逼近4.5亿美元(约合人民币32亿元)。此前3月,CEO Brendan Foody曾在X平台上透露其3月ARR为达1亿美元(约合人民币7亿元),半年内增长了约3.5倍。


▲Mercor CEO Brendan Foody

Mercor告诉投资人,其盈利能力优于Anysphere(AI编程工具Cursor母公司),今年上半年已实现600万美元(约合人民币4373万元)利润

一、为AI公司“找人训练模型”,Mercor卖的是专家网络而非算力

Mercor的核心业务并不生产AI模型,而是撮合模型训练所需的“高质量人类专家”

该公司通过平台为AI公司匹配专业训练人员,涵盖科学家、医生、律师等行业专家,收入模式为按小时计费的“人才匹配费+服务抽成”。据称,其主要客户包括OpenAI、meta、Google、Amazon、Microsoft、Nvidia等六大头部科技公司。

其中,OpenAI为其带来的营收占比被称为“相当可观”。

据Mercor对投资人的宣称,其数据标注及专家训练服务,已广泛应用于大模型精调、RLHF(人类反馈强化学习)等环节。

目前,Mercor正逐步将平台能力从“专家匹配”向强化学习训练软件工具拓展,未来还计划推出AI驱动的招聘平台

二、从2亿到10亿估值:成立不过三年,增长比肩Cursor

Mercor由三位蒂尔(Thiel)奖学金获得者、哈佛辍学生创办,分别是CEO Brendan Foody、CTO Adarsh Hiremath、COO Surya Midha,三人都仍在二十出头。


▲从左往右分别为:CEO Brendan Foody、COO Surya Midha、CTO Adarsh Hiremath

2023年成立后,该公司迅速获得Felicis、8VC等多家知名机构投资。

Mercor的融资历程如下:2024年2月,完成1亿美元(约合人民币7亿元)B轮融资,估值为20亿美元(约合人民币142亿元),Felicis领投;2025年9月,正在推进C轮融资,目标估值超100亿美元(约合人民币712亿元),部分投资人已试图以SPV形式抢先入股;

Mercor成立至今不到三年,估值已增长5倍,其ARR从去年年初的7500万美元(约合人民币5.3亿元)暴涨至4.5亿美元(约合人民币32亿元)

对比来看,曾以“上线一年破5亿美元ARR”著称的AI编码平台Anysphere仍在持续烧钱,而Mercor已实现盈利,这让它在投资人眼中脱颖而出。

近期,Mercor还引入Uber前首席产品官Sundeep Jain担任总裁。


▲Uber前首席产品官Sundeep Jain

三、训练数据市场重组,Mercor抢下流动订单

Mercor的估值上调除了自身营收增长和盈利能力外,另一重要因素是承接了大量原本由Scale AI服务的训练数据订单。

Scale AI曾是多家头部AI实验室训练数据的主要供应商,服务范围涵盖数据标注、RLHF(人类反馈强化学习)等模型训练任务。随着其创始人汪滔(Alexandr Wang)加入meta,包括OpenAI、DeepMind在内的多家实验室已终止合作。

Mercor则在此阶段承接了部分外溢订单。

近期,Scale AI还将Mercor告上法庭,指控其涉嫌窃取商业机密。起因是一名从Scale AI跳槽至Mercor的前员工带走了逾百份涉及客户策略与运营信息的内部文档。

目前案件仍在推进,Mercor方面暂无公开回应。

但Mercor面临的竞争不止于此。另一家聚焦人类训练数据的数据标注公司Surge AI,也正在以250亿美元(约合人民币1780亿元)估值寻求融资,体量已超过Mercor。

而OpenAI也在建设自有“专家招聘平台”,试图将模型训练流程中的人力环节收归内部,减少对第三方服务商的依赖。

结语:从外包专家到AI训练平台,Mercor要抢“数据服务”的先手

在AI模型规模越做越大、预训练数据日趋同质的当下,差异化的“人类训练数据”成为兵家必争之地。Mercor能快速成长,一定程度上是因为其卡住了大模型训练流程中最难以标准化、最依赖行业知识的一环。

Mercor也正试图从“专家派单平台”转型为训练服务基础设施,拓展到强化学习软件、招聘平台等AI企业人力闭环中。

TechCrunch

免责声明:本网信息来自于互联网,目的在于传递更多信息,并不代表本网赞同其观点。其内容真实性、完整性不作任何保证或承诺。如若本网有任何内容侵犯您的权益,请及时联系我们,本站将会在24小时内处理完毕。