ARTICLE SIGNAL
00后创办千亿AI独角兽Mercor,英伟达参投,最新AI资讯
最新AI资讯,00后创办千亿AI独角兽,Mercor获英伟达参投,估值200亿美元,AI新闻,大模型数据工厂,为OpenAI提供训练数据,LLM后训练基础设施,AI门户带你解读AI变现与AGI未来趋势。
type
status
date
slug
summary
tags
category
icon
password
网址
在人工智能技术狂飙突进的今天,底层基础设施(AI Infra)正在成为资本市场最炙手可热的赛道。近日,一家名为Mercor的美国AI训练数据企业宣布完成7.5亿美元的D轮融资,估值直接飙升至200亿美元(约合人民币1343亿元)。令人惊叹的是,这家千亿级别的独角兽企业,竟是由三位年仅19岁的00后辍学生在2023年刚刚创办的。
作为OpenAI、Anthropic等顶尖AI实验室背后的“数据工厂”,Mercor的崛起不仅代表了资本对人工智能赛道的狂热,更揭示了通往AGI(通用人工智能)道路上的一个核心痛点:高质量专业数据的极度稀缺。本文将深入解读Mercor的成功密码,并探讨这一事件对整个AI行业的深远影响。获取更多前沿的AI资讯与深度解读,欢迎访问专业的AI门户 AIGC.BAR。
00后天才辍学创业,打造大模型的“数据工厂”
Mercor的创始团队充满了传奇色彩。CEO布伦丹·福迪(Brendan Foody)、CTO阿达什·海尔马斯(Adarsh Hiremath)和COO苏利亚·米达(Surya Midha)三人在高中辩论队结识,随后分别进入哈佛大学和乔治城大学就读。2023年,年仅19岁的他们毅然选择辍学,在旧金山创立了Mercor。
短短不到两年时间,这家初创公司就构建了一个覆盖超过500万人的全球专家网络。他们的核心业务是为科技巨头提供高质量的训练数据和模型评估服务。目前,全球排名前五的AI实验室(包括openai和研发claude的Anthropic)都是Mercor的忠实客户。
在大模型(LLM)的训练过程中,基础的网络爬虫数据已经无法满足模型向专业领域进阶的需求。Mercor通过连接各行各业的顶尖专家,将人类的专业知识转化为模型可以理解的训练素材。例如,资深医生可以帮助AI识别复杂的早期疾病信号,银行家可以训练智能体进行深度的财务分析,而律师则能优化模型在法律判例上的逻辑推理能力。这种将人类智慧与机器算力深度结合的模式,正是当前chatGPT等顶级大模型持续进化的关键燃料。
资本狂欢背后的硬逻辑:高质量数据是AGI的燃料
资本的嗅觉总是最敏锐的。Mercor本轮7.5亿美元的融资由多家顶级机构参与,包括英伟达(Nvidia)、Zoom以及Benchmark等。更令人瞩目的是,根据Sapphire Ventures披露的数据,Mercor的年化总收入已经突破了惊人的20亿美元,并且实现了正向的自由现金流。
这种强劲的AI变现能力,证明了Mercor并非仅仅是资本吹起的泡沫,而是切中了行业的刚需。在当前的AI新闻和AI日报中,我们经常看到关于“数据墙”(Data Wall)的讨论。公开网络上的高质量文本数据即将被消耗殆尽,尤其是在法律、金融、医疗等垂直领域,专业数据的稀缺直接限制了人工智能在企业端的落地应用。
Mercor瞄准的正是这一痛点。他们不仅提供数据,更专注于“后训练基础设施”(Post-training Infrastructure)的建设。企业需要AI掌握特定的行业知识、遵守内部的合规规则,并能按照特定的业务逻辑完成工作。通过Mercor的专家网络,企业可以定制化地评估和训练AI智能体,确保其在真实业务场景中的表现达到预期。
从招聘工具到AI基础设施的华丽转身
有趣的是,Mercor最初的定位并非数据服务商,而是一家利用AI帮助企业招聘人才的初创公司。在发展过程中,他们敏锐地察觉到了大模型训练对专业人才知识的巨大需求,从而果断转型,将原本用于筛选人才的AI面试系统,转化为筛选“数据标注专家”的利器。
在日常的Prompt(提示词)工程和模型微调中,专家的反馈至关重要。Mercor目前依然使用AI主导的面试来筛选全球专家,确保只有具备真才实学的人才能参与到核心的训练任务中。这种以AI管理人类、再由人类训练AI的闭环模式,极大地提高了数据生产的效率和质量。
CEO布伦丹·福迪指出,目前公司用于运行AI模型推理的算力支出,已经达到了员工薪资的三倍。但这笔巨大的投入是完全值得的,因为AI在改善团队工作流程、提高筛选效率方面带来的收益,已经远远覆盖了成本。这为整个行业提供了一个极佳的AI变现和降本增效的成功案例。
行业启示:后训练时代的AI生态机遇
Mercor的千亿估值神话,给整个AI创业生态带来了深刻的启示。随着基础大模型格局的逐渐稳定,未来的巨大机会将涌现在“后训练”阶段和垂直应用层。
- 专业数据的价值重估:拥有特定行业知识壁垒的个人和企业,将迎来新的商业变现机会。提供高质量的行业数据和提示词模板,将成为一门利润丰厚的生意。
- 智能体(Agent)评测标准的建立:企业在采购AI服务时,越来越看重AI在具体业务中的实际表现。围绕企业实际工作流建立的定制化评测和模拟环境练习,将成为刚需。
- AI基础设施的细分化:从算力、算法到数据,AI Infra正在变得越来越精细。像Mercor这样专注于某一垂直痛点(专家数据与评测)的企业,极易获得巨头和资本的青睐。
在通往AGI的征途上,我们不仅需要英伟达这样的“算力卖水人”,同样需要Mercor这样的“数据炼金术士”。对于广大开发者和企业来说,紧跟行业趋势,掌握最新的AI资讯至关重要。
总结而言,Mercor的成功不仅是三个00后天才的胜利,更是整个AI产业走向深水区的标志。高质量的数据、精准的模型评估以及与实际业务流的深度融合,将是下一阶段人工智能发展的核心驱动力。想要第一时间获取更多关于大模型前沿动态、AI变现策略以及深度的AI新闻,请持续关注专业的AI门户 AIGC.BAR,与我们一起见证AGI时代的全面到来。
Loading...