谷歌DeepMind后训练新方案：印度AI创企融资2500万美元
智东西
编译 陈佳
编辑 程茜
智东西3月26日消息，据外媒TechCrunch昨日报道，提供训练后数据和评估工作的印度创企Deccan AI完成2500万美元（约合人民币1.73亿元）A轮融资。Deccan AI成立于2024年10月，在过去一年业务规模实现10倍增长，年化营收已达数千万美元量级。该公司已服务约10家客户，客户名单中包括谷歌DeepMind和云数据平台Snowflake，约80%的收入来自前五大客户。
Deccan AI的核心定位，是填补前沿AI实验室自研能力之外的后训练空白。该公司创始人鲁克什·雷迪（Rukesh Reddy）说，后训练阶段对错误的容忍度接近于零，任何失误都会直接影响模型在生产环境中的表现。这使得后训练这一环节比早期训练阶段更难规模化。
本轮融资全部以股权形式完成，由A91 Partners领投，Susquehanna国际集团和普罗斯风投（Prosus Ventures）跟投。
Deccan AI总部位于旧金山湾区，在印度海得拉巴设有大规模运营团队，目前员工约125人，背后依托超过百万名贡献者组成的任务网络，每月活跃贡献者在5000至10000人之间。
Deccan AI创始人Reddy毕业于印度顶尖院校印度理工学院孟买分校（IIT Bombay），拥有印度管理学院艾哈迈达巴德分校（IIM Ahmedabad）MBA学位，此后在花旗银行、摩根大通和咨询公司Monitor Group从事金融和管理咨询工作超过15年。
▲Deccan AI创始人鲁克什·雷迪（Rukesh Reddy）（图源：Deccan AI）
一、后训练需求快速外溢，模型落地能力开始依赖外部服务商
包括OpenAI与Anthropic在内的头部AI实验室仍将基础模型训练牢牢掌握在内部，但围绕模型落地的大量工作正在向外转移。从数据生成、结果评估到强化学习优化，后训练逐渐从附属环节变为决定模型可用性的关键步骤。随着企业推动大模型进入真实业务场景，对稳定性、准确性和可控性的要求显著提高，这一阶段的复杂度与成本同步上升，外部服务商开始承接越来越多任务。
Deccan AI正是在这一趋势中切入市场。该公司提供从代码能力提升、智能体训练到模型调用API等外部工具的一整套服务，使模型能够与真实软件系统交互并完成复杂任务。相比早期以文本处理为主的模型应用，当前行业正在向“世界模型”演进，涉及机器人与视觉系统，对数据质量和评估体系提出更高要求，这也进一步放大了后训练的需求。
该公司与谷歌DeepMind等前沿实验室合作，参与专家反馈生成、评估流程设计以及强化学习环境构建，同时向企业客户提供评估工具Helix和运营自动化平台。Deccan AI的客户还包括云数据平台Snowflake，目前已服务约10家客户，并在同一时间运行数十个项目。
伴随大模型商业化推进，围绕后训练形成的服务市场正在快速扩张。AI数据服务公司Scale AI与其竞争对手Surge AI，以及AI训练服务商Turing、AI人才平台Mercor等公司均在提供数据标注、评估与强化学习相关服务。与传统数据标注不同，这一阶段更依赖高学历专家参与，对数据的专业性与一致性要求更高，同时交付周期往往被压缩至数天之内，速度与质量之间的矛盾成为行业普遍挑战。
二、后训练质量容错率接近为零，速度与精度之间的矛盾加剧
在后训练阶段，数据质量直接决定模型在真实环境中的表现。Deccan AI创始人Reddy说，这一环节对错误的容忍度“接近于零”，任何标注偏差或评估误差都可能在上线后被放大，影响模型稳定性与安全性。这使后训练不再是简单的数据加工，而是需要高度专业知识参与的精细化过程。数据往往必须具备明确的领域属性，例如编程、金融或工程等专业场景。
这种高要求也带来了规模化难题。相比早期以图像识别为代表的标注任务，当前大模型后训练更依赖具备硕士、博士背景的知识型劳动者。Deccan AI的贡献者网络超过100万人，其中约10%拥有高等学位，在实际项目中这一比例会进一步提高。平台每月活跃贡献者在5000至10000人之间，覆盖学生、行业专家与研究人员，但即便如此，高质量数据供给仍然受到限制。
Reddy说，AI实验室往往要求在数天内完成大规模高质量数据交付，这意味着企业需要在极短周期内完成任务拆解、专家匹配与质量控制流程。对服务商而言，既要保证数据准确性，又要满足快速迭代节奏，是运营上的核心挑战。
围绕这一环节的用工模式也持续引发讨论。行业普遍依赖灵活用工来完成数据生产，不同平台的报酬差异较大。Deccan AI能给出的区间为每小时10美元至700美元（约合人民币69元至4834元）不等，顶级贡献者月收入最高可达7000美元（约合人民币4.83万元）。这一分布反映出后训练任务的分层结构，基础标注与高端专家任务在价值与门槛上差异明显。
结语：后训练外包市场成型，AI产业链分工格局初现
Deccan AI的融资是一个信号，说明围绕大模型落地形成的后训练服务市场已经具备独立规模。前沿模型的研发竞争仍在激烈推进，OpenAI、Anthropic、谷歌DeepMind与百度、阿里、DeepSeek等公司都在持续投入核心能力建设，但模型之外的后训练工作正在加速流向专业服务商。
这条产业链的分工逻辑已经清晰：谁来做模型、谁来做数据、谁来做评估，各自的位置正在成型。后训练不再是模型研发的尾声，而是决定模型能否真正落地的关键环节，围绕它形成的专业化分工，将是AI产业下一阶段竞争的重要变量。
来源：TechCrunch
相关攻略
近日，谷歌正式揭晓了2022年度博士奖学金（Google PhD Fellowship）的获奖名单。今年，众多华人学者再次表现亮眼，在获奖总人数中占比接近30%，展现出强大的科研实力。 仔细查阅获奖者的学术背景，可以发现多位学者在本科或硕士阶段均在中国顶尖高校打下坚实的学术基础。他们的母校包括清华大
谷歌同意支付1 35亿美元和解一桩集体诉讼。该诉讼指控安卓系统未经用户同意通过移动网络传输数据，甚至在设备闲置时仍持续收集。和解方案已获法院批准，符合条件的美国安卓用户可提交赔偿申请。赔偿总额在扣除相关费用后，将由最多约1亿名符合条件的用户分配。
谷歌健康应用将上线，整合并取代Fitbit。部分功能将移除或调整：睡眠档案、鼾声检测等将整合；有氧健身评分更名为VO2max，计算方式更新；每日目标改为个性化每周目标；勋章系统取消；社交功能简化，移除私信与群组，旧版社交将于2026年5月锁定。迁移后用户可管理好友并参与新排名。
谷歌推出全新笔记本电脑Googlebook，以Gemini为核心深度整合安卓与ChromeOS生态。产品与宏碁、华硕等五大厂商合作，配备标志性Glowbar发光条。其引入MagicPointer智能光标，能感知意图提升效率，并支持动态生成桌面小组件。设备可实现安卓应用在电脑端流式运行，并支持跨设备无缝访问手机文件。谷歌同时承诺现有Chromebook将继续获
近日，科技行业传出一则引人瞩目的动态：谷歌与SpaceX正在就一项前沿合作进行秘密磋商，计划将数据中心部署至太空轨道。 这一时机选择颇具深意。SpaceX目前正积极筹备其史上规模最大的首次公开募股，估值预计高达1 75万亿美元。为了向投资者展现更具想象力的增长前景，SpaceX将“太空数据中心”概念
热门专题
热门推荐
备受瞩目的MG07，现已正式登陆工信部新车公告目录。这标志着，这款全新轿跑距离正式上市发售，又迈出了关键一步。 仅从外观设计审视，MG07便展现出令人过目不忘的视觉冲击力。其造型极具张力与未来感，辨识度极高。前脸配备的锐利修长大灯组，造型已接近高性能跑车的经典风格，视觉攻击性十足。车身侧面，流畅而舒
5月15日，彭博社的一则爆料，给硅谷的科技圈投下了一颗不大不小的石子。据知情人士透露，苹果与OpenAI那场曾被视为“天作之合”的战略联姻，在持续两年后正面临破裂危机。核心矛盾点在于，OpenAI方面认为商业回报远未达预期，甚至已开始考虑采取法律手段。 由于相关讨论尚未公开，消息人士要求匿名。他们指
XPL币是Plasma生态系统的原生代币，主要用于网络治理、交易费用支付和节点激励。Plasma项目旨在构建一个高效、可扩展的区块链基础设施，其技术背景涉及分片与Layer2解决方案。XPL币的使用场景覆盖了网络治理投票、Gas费抵扣、节点质押奖励以及生态内服务支付，其价值与Plasma网络的实际采用率和生态发展紧密相连。
OpenAI成立独立咨询公司DeployCo，并获40亿美元投资。新公司将通过派驻前线工程师和收购等方式，帮助企业部署AI应用。此举标志着其战略重心从研发转向大规模企业赋能，旨在弥合AI能力与企业实际应用之间的差距。面对万亿美元规模的系统集成市场，OpenAI将与现有咨询机构形成竞合关系。
5月13日，全球跑车行业迎来战略级转向：英国传奇性能品牌路特斯（Lotus）正式公布其“Focus 2030”全新战略规划。核心决策引发广泛关注——品牌宣布调整此前激进的全面电动化路线，重启燃油及混合动力跑车的研发，未来将采取燃油、混合动力与纯电动“三线并行”的产品发展路径。 路特斯集团首席执行官冯