千亿AI Infra独角兽诞生！三个00后创办，英伟达参投
OpenAI、Anthropic背后的“数据工厂”。
智东西（公众号：zhidxcom）
编译 | 孙小雯
编辑 | 程茜
智东西11月11日消息，昨晚，美国AI训练数据独角兽Mercor宣布获得7.5亿美元（约合人民币50.38亿元）D轮融资，英伟达、Zoom以及Benchmark等参投。本轮融资后估值达200亿美元（约合人民币1343.34亿元），较去年10月C轮融资后的100亿美元（约合人民币671.67亿元）估值翻倍。据悉，本轮交易同时包含员工股份出售安排。
Mercor称，本轮资金将用于模型评估、后训练基础设施及相关研究，帮助客户测试模型能否完成工作，并通过进一步训练改进表现。该公司还计划建设更多供智能体练习复杂工作流程的环境，将此前为前沿AI实验室提供的训练与评估服务拓展至更多企业。
在同步发布的融资博客中，Mercor联合创始人兼联席CEO布伦丹·福迪（Brendan Foody）透露，该公司用于运行AI模型的推理支出已达到员工薪资的三倍，但AI改善团队工作表现带来的收益，已足以覆盖这笔投入。
Mercor成立于2023年，总部位于美国旧金山，通过连接各领域专家，为科技公司提供训练数据和模型评估服务，将专业人士的知识用于训练、测试和改进模型及智能体。据Mercor披露，其专家网络覆盖超过500万人，OpenAI、
Anthropic等世界前五大AI实验室都为其客户。
这些专家为模型提供具体工作中的经验及判断。据Mercor透露，医生可以帮助AI识别可能被忽略的早期预警信号，银行从业者可以训练智能体进行财务分析，律师则可以帮助模型改进对判例的推理。
Mercor由CEO布伦丹·福迪、CTO阿达什·海尔马斯（Adarsh Hiremath）和COO苏利亚·米达（Surya Midha）三位00后于2023年共同辍学创立，三人创业时仅19岁。三人在高中辩论队结为好友，海尔马斯曾就读于哈佛大学，福迪和米达曾就读于乔治城大学。
▲CTO希雷玛斯、CEO富迪、COO米德哈（从左到右）
本轮之前，Mercor累计融资约4.84亿美元（约合人民币32.48亿元）。2025年10月，该公司完成3.5亿美元（约合人民币23.51亿元）C轮融资，估值达100亿美元（约合人民币671.67亿元）；同年2月完成1亿美元（约合人民币6.72亿元）B轮融资，两轮均由Felicis领投。2024年9月，Mercor称已完成Benchmark领投的3000万美元（约合人民币2.02亿元）A轮融资；同年1月披露360万美元（约合人民币2418万元）融资，由General Catalyst领投。
11月10日，Sapphire Ventures在本轮投资公告中披露，Mercor年化总收入已突破20亿美元（约合人民币134.33亿元），并产生正自由现金流。
据Sapphire介绍，Mercor最初通过AI帮助企业招聘人才，后来转向为AI模型提供专家训练数据。该公司目前仍使用AI主导的面试筛选专家。
Mercor称，其目前正围绕企业实际工作建立定制评测，判断智能体能否遵守内部规则、完成具体任务，再据此开展后训练和模拟环境练习。福迪认为，各行各业都将需要能胜任具体工作的AI智能体，企业也需要用自己的业务任务来训练和评估它们。
结语：三季度AI创企吸金近7000亿，法律、金融等领域数据较为稀缺
据Crunchbase统计，2026年第三季度，AI创企共融资1020亿美元（约合人民币6851.03亿元），占全球风险投资总额的64%。在这轮融资热潮中，训练数据与模型评估等配套服务也获得了资本支持。Mercor瞄准了智能体在企业中的应用，为模型提供专业任务的训练数据和评测。企业要求AI掌握行业知识、使用内部系统，并按业务规则完成工作，这为专业数据服务带来了需求。
Mercor及投资方认为，公开网络数据难以充分覆盖法律、金融等领域的工作经验，也缺少企业内部的操作规范。专业人士可以据此设计任务、制作数据，并评价模型表现。不过，企业购买这些服务，最终还是要看AI能把工作做到什么程度。对Mercor而言，训练和评估不仅需要帮助客户提高任务完成质量、减少人工返工，还需要替客户考虑，AI获得的收益如何能够覆盖投入。
