AI训练数据公司Mercor.io Corp.今日宣布,已完成对初创企业Deeptune Inc.的收购。Deeptune专注于构建用于训练AI智能体的模拟软件环境。双方未披露具体交易金额。
此次收购距Mercor首席执行官布兰登·富迪(Brendan Foody)以个人天使投资人身份参与Deeptune融资轮仅约四个月。今年3月,由安德森·霍洛维茨(Andreessen Horowitz)领投的Deeptune 4300万美元A轮融资中,富迪便已入股。他在接受《财富》杂志采访时透露,那笔投资本就以收购为目的。"从很多方面来说,这实际上是主要动机。"他说道。
Deeptune总部位于纽约,其首席执行官蒂姆·卢波(Tim Lupo)将公司的核心产品称为"训练健身房"——这是一种强化学习环境,能够模拟知识工作者日常使用的各类软件。AI智能体可在模拟的电子表格或Salesforce工作队列中执行任务,出错后反复尝试,而所有操作均不涉及真实系统。
卢波将这套机制类比为飞行模拟器。Mercor表示,该团队在过去两年内已重建了数百个企业应用程序,并已向前沿AI实验室提供训练环境,Mercor本身也曾是其客户之一。
富迪将此次收购定性为对模型训练瓶颈所在位置的一次战略押注。
他在宣布收购的博客文章中写道:"强化学习已发展到这样一个阶段——只要任务可以被清晰定义和评分,模型几乎可以学会任何任务。当前的约束已转移到环境本身:也就是模型在其中练习工作、并被评估完成质量的场所。"
Mercor在这一体系中负责构建人工层。其拥有逾500万领域专家的网络,这些专家负责编写任务内容并验证智能体是否正确完成任务;公司旗下的APEX基准测试则对模型在真实工作流程中的表现进行评分。而Deeptune则提供这些任务运行所需的软件环境。
此次收购正值Mercor新一轮融资推进之际。据彭博社报道,Mercor正处于早期谈判阶段,拟以约200亿美元估值融资,较其去年10月完成3.5亿美元C轮融资时的100亿美元估值翻倍。富迪在社交媒体X上表示,公司年化营收于今年6月突破20亿美元,在短短四个月内实现翻倍增长。
不过,Mercor这一年并非一帆风顺。今年3月,攻击者利用植入开源项目LiteLLM库中的恶意软件,入侵了Mercor的系统。黑客组织Lapsus$随后声称持有Mercor约4TB数据,涵盖源代码、用户数据库以及视频与身份验证文件。据报道,被盗数据还包括承包商的社会安全号码、护照扫描件、面试录音及面部生物特征信息。相关合同工已就此提起诉讼。
富迪告诉《财富》杂志,此次事件并未影响Mercor的业务拓展。"自数据泄露事件发生以来,每一家前沿AI实验室都扩大了与我们的合作。"他说。
卢波及Deeptune全体员工已加入Mercor纽约团队。
Q&A
Q1:Deeptune的"训练健身房"是什么?
A:Deeptune构建的"训练健身房"是一种强化学习环境,能模拟企业日常使用的各类软件,例如电子表格或Salesforce工作队列。AI智能体在这些模拟环境中反复执行任务、不断纠错,整个过程不涉及任何真实系统,相当于为AI提供了一个安全的练习空间。Deeptune在过去两年已重建了数百个企业应用程序,并向多家前沿AI实验室提供训练环境。
Q2:Mercor收购Deeptune的主要原因是什么?
A:Mercor认为当前AI模型训练的瓶颈已从算法本身转移到训练环境。Mercor CEO富迪表示,强化学习已能让模型学会几乎任何可被清晰定义和评分的任务,真正的限制在于模型练习和被评估的环境质量。Mercor本身拥有庞大的人工专家网络负责任务设计与验证,而Deeptune则提供任务运行所需的软件环境,两者结合可形成完整的AI智能体训练体系。
Q3:Mercor的数据泄露事件造成了哪些影响?
A:今年3月,攻击者通过开源项目LiteLLM中的恶意软件入侵Mercor系统。黑客组织Lapsus$随后声称掌握约4TB数据,包括源代码、用户数据库、社会安全号码、护照扫描件、面试录音及面部生物特征等敏感信息,相关合同工已对此提起诉讼。尽管如此,Mercor CEO表示事件并未影响业务,数据泄露后各大前沿AI实验室反而扩大了与Mercor的合作规模。
好文章,需要你的鼓励
英国国家医疗服务(NHS)正将无人机纳入常规医疗物流体系。自今年2月起,无人机每天在雷恩斯公园和圣乔治医院之间运送血液等诊断样本,飞行仅需3分钟,比公路运输快约85%,且碳排放减少高达98%。目前已有逾2000名患者受益。NHS计划将该服务扩展至圣赫利尔、克罗伊登等多家医院,最终惠及约180万名患者。该网络由英国医疗初创公司Apian与谷歌旗下Wing合作运营。
AgentLens是Explyt公司联合俄罗斯学术机构开发的AI编程助手评测基准,通过分析完整人机交互轨迹而非仅看最终结果,从五个维度评估代码智能体的真实表现。
边缘AI计算厂商Aetina宣布,将在其DeviceEdge AIE-KT风冷系列和新款AIE-PT无风扇平台上支持英伟达全新Jetson T3000和T2000模块。T3000基于Blackwell GPU,最高提供865 FP4 TFLOPS算力,功耗70W;T2000则提供400 FP4 TFLOPS,面向视觉AI代理和自主移动机器人等场景。两款模块预计2027年第一季度上市,支持Nemotron、Cosmos 3等英伟达AI软件生态。
韩国梨花女子大学提出Splash框架,通过识别AI模型中的"休眠参数"并只在其中训练触觉能力,让小型多模态AI在学会感知材质触感的同时,完整保留原有视觉语言推理能力。