Mercor 正式官宣完成 7.5 亿美元 D 轮融资，这家主打专家网络、模型评测与后训练的 AI 数据服务平台，本轮投后估值达到 200 亿美元，英伟达、Zoom、Salesforce 等多家知名机构参与跟投，融资资金将用来扩充模型评测基础设施、AI 智能体训练环境，进一步服务头部大模型实验室和财富 500 强企业。AI 大模型发展到现阶段，算力供给持续提升，但高质量专业领域标注数据、真实场景下的模型效果评测变成了明显瓶颈，Mercor 的核心模式就是搭建覆盖医生、律师、工程师等群体的专家网络，给大模型做 RLHF、领域评测、专业任务标注，和普通通用数据标注平台形成差异化；它最早是 AI 招聘平台，后续转型聚焦 AI 数据与模型评估赛道，2025 年 C 轮拿到 3.5 亿美元、估值 100 亿美元，短短一年估值直接翻倍，也侧面反映行业对专业 AI 数据服务的需求爆发。想要看懂 Mercor 的业务模式，可以按这几步梳理，第一步区分它和普通标注公司的差别，Mercor 重点面向专业垂直领域，不是简单文本打标；第二步看懂资金用途，资金主要投向 APEX 评测基准、智能体仿真训练环境；第三步梳理客户群体，一边是前沿大模型实验室，一边是有内部流程数字化需求的大型企业；第四步看懂配套布局，今年收购 Deeptune 补齐强化学习仿真环境，同时在纽约、伦敦开设新办公室拓展客户。综合来看，Mercor 本轮大额融资代表高端 AI 数据、模型评测赛道持续受到资本追捧，它的专家网络 + 行业基准评测路线，瞄准的是 AI 智能体落地最难的专业场景验证环节。
一、Mercor D 轮融资核心信息清单
- 融资基础信息
- 融资金额：7.5 亿美元（750M USD）
- 轮次：D 轮
- 投后估值：200 亿美元
- 官宣时间：2026-11-10
- 包含条款：附带员工股权回购（员工投标）
- 主要投资方：Benchmark、Felicis、英伟达 NVIDIA、Zoom、Salesforce、Apollo、General Catalyst 等
- 公司基础信息
- 成立时间：2023 年，总部旧金山
- 业务定位：AI 数据服务、专家评测、大模型后训练、行业基准测试
- 专家网络规模：500 万 + 各行业专业人士（医疗、法律、工程、金融等）
- 核心产品：APEX 行业评测基准、企业数据脱敏变现、AI 智能体评估平台
- 资金投向
- 扩建模型评测、后训练基础设施
- 持续开发 AI 智能体学习企业复杂流程的仿真环境
- 拓展海外办公室、扩充专家网络、研发行业评测基准
- 重要过往动作
- 2025 年 10 月 C 轮 3.5 亿美元，估值 100 亿美元
- 2026 年收购 Deeptune，补强强化学习仿真训练环境
- 新增纽约、伦敦办公室，贴近企业客户与 AI 实验室
二、Mercor 与普通 AI 数据标注平台对比表
| 平台类型 | 标注人员 | 业务重点 | 客户 | 技术特点 |
|---|---|---|---|---|
| Mercor AI 数据服务平台 | 行业持证专家（医生 / 律师 / 工程师） | 专业任务评测、RLHF、行业基准、智能体效果验证 | 头部大模型实验室、大型企业 | APEX 评测体系、真实工作流任务、数据脱敏管控 |
| 通用标注平台 | 普通标注员 | 通用图文、简单文本分类、基础打标 | AI 创业公司、基础模型厂商 | 低成本、大批量基础数据生产 |
三、Mercor 业务落地实操流程
- 企业 / 实验室对接：客户提交自身业务流程、行业任务、验收标准
- 任务拆解：Mercor 基于业务搭建专属评测基准，生成标准化专业任务
- 专家执行：平台匹配对应领域专家，完成标注、打分、模型输出审核
- 数据脱敏与交付：自动脱敏 60 + 类敏感信息，企业保留数据控制权
- 迭代闭环：持续跑评测，输出模型性能报告，指导模型后训练优化
四、行业避坑要点
- Mercor 不是普通标注外包，它的核心壁垒是专业专家网络 + 可复现的行业评测基准，成本远高于通用标注。
- 200 亿美元是本轮融资投后估值，不代表营收，AI 数据服务行业人力成本占比很高，专家佣金是主要支出。
- 收购 Deeptune 重点是补齐智能体仿真环境，方便 AI 在虚拟环境反复练习复杂业务流程，降低专家人力消耗。
- 赛道竞争上，Mercor 直接对标 Scale AI 等头部模型评测服务商，竞争集中在高质量专业评测数据集。
【常见问题】
问题 1：拿到 7.5 亿美元 D 轮融资的 Mercor，作为 AI 数据服务平台主要做什么业务？
回答 1：拿到 7.5 亿美元 D 轮融资的 Mercor，作为 AI 数据服务平台，核心是运营 500 万以上行业专家网络，为大模型实验室和大企业提供专业领域标注、RLHF 人类反馈、行业基准评测、AI 智能体效果验证，同时配套企业数据脱敏与数据变现服务。
问题 2：Mercor 这轮 7.5 亿美元 D 轮融资，为什么英伟达、Zoom 这类企业会投资这家 AI 数据服务平台？
回答 2：Mercor 是 AI 数据服务平台，7.5 亿美元 D 轮融资吸引英伟达、Zoom 入局，一方面英伟达需要高质量评测数据验证模型在行业场景的落地能力，Zoom、Salesforce 等企业自身有大量业务流程 AI 化需求，需要 Mercor 的评测体系验证智能体可靠性。
问题 3：Mercor 这家 AI 数据服务平台，C 轮到 D 轮只用一年估值翻倍，核心原因是什么？
回答 3：Mercor 这家 AI 数据服务平台从 C 轮到 D 轮一年估值翻倍，核心是 AI 智能体落地浪潮下，专业垂直场景的高质量评测数据变成稀缺资源，它的专家网络、APEX 行业基准体系刚好匹配大模型厂商和企业落地的刚需，业务增速亮眼。
问题 4：Mercor 作为 AI 数据服务平台收购 Deeptune 之后，对 7.5 亿美元 D 轮融资后的业务有什么帮助？
回答 4：Mercor 作为 AI 数据服务平台收购 Deeptune，获得了强化学习仿真环境能力，搭配本轮 7.5 亿美元 D 轮融资的资金投入，可以搭建更多虚拟业务环境，让 AI 智能体在仿真环境反复训练，减少对高价行业专家的依赖，提升评测效率。
【参考资料】
[2026-11-11]（AI 企业 Mercor 完成 7.5 亿美元：估值 200 亿美元英伟达与 Zoom 跟投）网易
[2026-11-10]（Mercor Raises $750M Series D at $20B Valuation to Expand AI Training）Unite.AI
[2026-11-10]（Mercor 官方公告：D 轮 7.5 亿美元融资，拓展 AI 评测与智能体基础设施）Mercor 官网
[2026-09-28]（收入暴涨 16 倍，融资 23 亿：一家 AI 数据公司爆了）36 氪
【免责声明】
本文 Mercor 7.5 亿美元 D 轮融资、估值、业务信息来自官方公告与海外科技媒体报道；估值为融资阶段纸面估值，不代表企业实际营收与利润；AI 数据服务赛道业务效果、客户转化受行业需求、模型迭代影响存在不确定性；本文仅为产业资讯解读，不构成股权投资、商务合作建议。