据《福布斯》援引知情人士报道，成立约 18 个月的 AI 训练数据初创公司 AfterQuery 正在进行新一轮融资，估值达到 32 亿美元。相比 5 个月前 3 亿美元的估值，这家公司在短时间内迅速扩张。

估值五个月增长逾十倍

报道显示，AfterQuery 此前在 5 个月前完成 3000 万美元 A 轮融资，当时估值为 3 亿美元。最新一轮融资尚未最终完成，公司也未公布领投方。

《福布斯》称，一名消息人士表示，AfterQuery 已经实现盈利，并已为本轮融资找到领投投资者。对于这笔交易，公司未予置评。

• 最新估值：32 亿美元
• 五个月前估值：3 亿美元
• 此前 A 轮融资规模：3000 万美元

付费获取专业推理数据

AfterQuery 由 23 岁的 Spencer Mateega 和 22 岁的 Carlos Georgescu 创立。两人最初想做面向金融场景的 AI 代理，但在测试中发现，主流模型在复杂专业判断上仍表现不足。

此后公司调整方向，转向为 AI 实验室提供“推理数据”。这类数据并非普通文本，而是由医生、律师、工程师和金融分析师等专业人士，逐步写出自己处理问题的思考过程，用于训练模型学习判断方式，而不只是记忆事实。

Mateega 此前在 X 平台表示，公司年度经常性收入已升至“数亿美元”水平，高于今年 4 月时的 1 亿美元。

英伟达等机构已成为客户

报道提到，英伟达已使用 AfterQuery 的数据训练其开源 Nemotron 模型。AfterQuery 的客户还包括前 OpenAI 首席技术官 Mira Murati 创办的 Thinking Machines Lab，以及法律 AI 公司 Legora。

这一需求并非个别现象。随着开放互联网中可直接抓取的高质量训练文本逐渐被消耗，AI 公司对真实专家生成的数据需求正在上升。相比通用网页内容，这类数据更适合训练模型处理长链条、专业化的复杂任务。

训练数据赛道竞争升温

训练数据供给紧张，正在带动相关公司估值快速上升。报道提到，数据标注公司 Scale AI 联合创始人 Alexandr Wang 早在 2021 年就成为这一赛道的代表人物。另一家竞争对手 Mercor 目前也在与英伟达洽谈新一轮融资，估值据称可能达到 200 亿美元，较去年 10 月的 100 亿美元翻倍。

AfterQuery 认为，自身与同业的差异在于，它会先用自有软件筛选任务难度，再用自家模型验证数据效果，向客户证明这些材料确实能提升模型表现，而不只是单纯出售标注结果。