Mercor完成7.5亿美元D轮融资：估值200亿美元，把专家网络与评测基础设施卖给企业
核心概要
Mercor宣布完成7.5亿美元D轮融资，公司估值达200亿美元，本轮包含员工老股转让，Benchmark、NVIDIA、Salesforce等参与。此前两年，Mercor为前沿实验室在真实世界工作上训练和评测前沿模型搭建基础设施，依靠一个超过500万专家、按各自专业知识有偿训练模型的网络。现在它把这套专家网络、评测方法和后训练基础设施提供给大科技公司、开放模型开发者、应用层公司和财富500强企业，让企业基于能力较强的开放模型做后训练，并按自身真实工作流定制评测。
深度剖析
Mercor宣布完成7.5亿美元D轮融资，公司估值200亿美元，资金将加速其在评测与后训练基础设施及研究上的投入，并建设更多让智能体学习复杂工作流的环境。 此前两年，Mercor的工作重心是为前沿实验室在真实世界工作上训练和评测前沿模型搭建基础设施；现在它把这套能力扩展到整个经济中的企业客户。 本轮融资包含员工老股转让，参与方包括Benchmark、Felicis、Fundomo、Apollo关联基金、G Squared、General Catalyst、Glade Brook Capital、NVIDIA、Salesforce、Sapphire Ventures、StepStone Group、XTX Ventures和Zoom。
企业可以从一个能力较强的开放模型出发，用远少于前沿研发所需的资源做后训练，把模型变成自己的。 Mercor称，越来越多公司意识到拥有自己的智能能力至关重要，而行业里已经出现一条可见的路径：先建公开评测，再通过后训练降低成本，然后为客户训练模型。 Mercor表示，它为前沿实验室构建的能力正被大科技公司、开放模型开发者、应用层公司和财富500强企业采用。
专业工作依赖两类模型本身不具备的知识：一项任务如何完成，以及某家公司依据自身系统、政策和质量标准如何完成它；缺少任何一类，智能体在生产环境中都会失败。 美国有800多个不同职业，每个职业都包含模型尚未被评测过的工作流。 Mercor与企业及其领域专家合作，按公司真实工作流构建定制评测，结果显示模型在该公司要求下的表现，并帮助确定在何处补充训练或在仿真环境中练习能提升表现。
Mercor今年早些时候收购了Deeptune，其团队用两年时间重建了数百个企业应用，供AI智能体练习专业工作流。 这些重建的应用为智能体提供了在接近真实的企业软件环境中练习的场所，而不只是静态评测题目。 Mercor称其网络中有超过500万名专家按各自独特知识有偿训练前沿AI模型，并已开设纽约和伦敦办公室以贴近所服务的企业和实验室。
启示与展望
报道范围限于Mercor公布的本轮融资、专家网络规模、评测与后训练服务以及Deeptune收购，不涉及任何具体企业客户的部署结果或模型性能数字。
材料没有给出定制评测的具体指标、参与企业数量或后训练后的性能变化；关于未来五年接近两位数GDP增长的判断，是公司基于自身推理支出与员工薪酬3倍比例的外推，材料本身将其表述为条件性推测。