数据开发公司Snorkel AI完成3.5亿美元融资，估值提升至35亿美元，投资方包括Insight Partners与S32等。公司正从软件工具转向提供复杂训练数据、评测环境和智能体运行平台，新资金将用于研发与拓展企业业务，但估值能否被长期经营数据验证仍存在不确定性。
数据开发公司 Snorkel AI 完成3.5亿美元新一轮融资，投后估值达到35亿美元。公司首席执行官 Alex Ratner 向路透社透露，本轮融资由 Insight Partners 和 S32 领投，Addition、Greylock 以及 Wells Fargo 等现有投资者参与。
这笔融资显示，在生成式人工智能公司不断扩大模型规模的同时，围绕训练数据、评测数据和智能体运行环境的基础设施，也正在获得资本市场的更高定价。但 Snorkel AI披露的收入运行率、客户范围和今年盈利预期，主要来自管理层向路透社提供的信息，并非上市公司式的经审计财务数据。
估值较上轮融资接近增长两倍
路透社报道说，Snorkel AI此次融资对应的估值，接近公司2025年5月完成1亿美元融资、估值达到13亿美元时的三倍。当时，Snorkel AI完成由 Addition 领投的1亿美元D轮融资，并推出 Snorkel Evaluate 以及 Expert Data-as-a-Service 两项产品。
根据公司当时发布的官方公告，Snorkel Evaluate用于构建面向特定领域的模型和智能体评测，Expert Data-as-a-Service则为前沿模型开发者提供专家数据集。公司称，截至当时累计融资额达到2.37亿美元。
最新一轮融资的规模和估值来自公司管理层向路透社的披露。路透社同时报道，Snorkel AI的年化收入运行率已经从一年前约2000万美元升至约3.5亿美元，公司预计今年实现盈利。这些指标描述的是一段时间内的收入速度和管理层预期，不能直接等同于已经确认的年度收入或经审计利润。
从软件工具转向数据与环境供应商
Snorkel AI成立于2019年，源自斯坦福人工智能实验室。公司早期主要销售帮助客户管理和标注数据的软件，后来逐步转向直接提供完成的数据集，以及用于强化学习的环境。
这一变化对应着模型开发方式的转变。早期的大模型竞争更多依赖大规模互联网数据和通用人工标注；随着模型开始执行多步骤推理、调用工具和完成较长任务，开发者需要更加具体的数据来定义“什么是正确答案”，也需要能够反复运行的环境来检验模型在真实任务中的表现。
Snorkel在公司官网上将自身定位为面向前沿实验室和AI团队的数据开发平台。公司称，其服务包括专家示范、推理过程、工具调用数据、评价标准、可重复运行的评测环境，以及针对特定任务的智能体。官网内容属于公司自我介绍，所列能力和合作关系仍应与独立客户披露区分开来。
路透社称，Snorkel目前提供所谓“智能体数据开发平台”，把人类专家与数千个专用AI模型和智能体结合起来。专家负责设计场景、任务和评分标准，人工智能则承担部分质量检查和数据处理工作。公司的专家网络覆盖编程、法律、医疗等领域，规模达到数万人。
Ratner对路透社表示，Snorkel出售的是由专家网络生产的数据产品，而不是单纯按人力工时收费。他认为，在可预见的未来，训练数据仍需要人类参与，但也必须结合合成数据和自动化方法，才能跟上任务复杂度的上升。
训练数据的价值从“更多”转向“更难”
Snorkel的融资也反映出训练数据市场的一个变化：资本关注点正在从简单的数据标注，转向更难定义、更难验证的专业任务。
对于代码、法律研究、医疗判断或企业流程等场景，模型输出是否合格，往往不能由一个通用指标决定。开发者需要行业专家建立评分规则，再将规则转化为可重复的评测程序；如果模型需要使用浏览器、终端或企业内部工具，还需要一个能够模拟权限、状态和反馈的运行环境。
AI评测因此逐渐成为独立的基础设施赛道。AIFlux此前报道的DesignArena融资事件显示，围绕人类偏好建立评测和训练数据，已经成为另一类创业方向。两家公司业务并不相同，但都说明，模型能力的比较正从通用基准扩展到真实用户、专业领域和具体工作流程。
这也解释了为什么前沿模型公司、云服务商和企业会成为Snorkel的目标客户。模型训练不再只是一次性地扩大语料规模，而是要持续发现失败模式、增加困难样本、调整评分标准，并验证模型是否真的能够完成任务。
新资金将投向研发和企业业务
按照Ratner向路透社披露的信息，新资金将用于招聘研究人员和工程师，扩大企业及政府业务，支持第三方模型评估，并进入更多行业和数据模态。
路透社称，Snorkel的客户包括前沿AI实验室、超大规模云服务商、企业和美国联邦政府。编程数据是公司需求较大的领域之一。公司还计划扩大数据服务业务，该业务于2025年9月推出，被管理层视为收入运行率快速增长的主要来源之一。
不过，数据服务业务能否长期保持较高利润率，仍取决于几个因素：专家供给是否足以覆盖更多细分领域，自动化质量控制能否减少人工成本，客户是否会持续购买定制数据，以及模型公司能否证明这些数据确实带来更好的训练和评测结果。
资本涌入也带来验证压力
Snorkel AI获得新融资之际，训练数据和模型评测市场正受到更大范围的资本关注。路透社提到，Meta在2025年斥资143亿美元收购Scale AI 49%的股份，此后，Mercor和Surge AI等相关公司也获得投资者关注。
但融资额和估值本身并不能证明一家公司的产品已经形成稳定的长期优势。私人市场估值反映的是特定交易条件下投资者对未来增长的判断，而不是企业已经实现的收入、利润或社会价值。对Snorkel AI而言，接下来更重要的指标可能是客户续约、数据产品的可重复交付能力，以及第三方评测能否验证其数据和环境确实改善了模型表现。
在当前的AI产业链中，模型、算力和应用仍然是最受关注的环节。Snorkel AI试图占据的是中间一层：把专家知识转化为训练数据、评分标准和可运行的任务环境。随着模型从“回答问题”走向“完成工作”，这一层基础设施的重要性可能继续上升；但它最终能否支撑35亿美元估值，仍需要更长时间的经营数据和独立验证。
来源：