Halluminate完成3000万美元A轮：9人创业公司打造金融AI训练环境，美国前五大闭源实验室四家已是付费客户
发布时间：2026年10月02日 12:30:00据Fortune 10月1日率先报道、10月2日经Techmeme等广泛传播，旧金山9人创业公司Halluminate完成3000万美元A轮融资，由Oak HC/FT领投，YC、Orange Collective、Heavybit及来自Anthropic、OpenAI、Meta的个人研究者参投，累计融资3850万美元。公司2024年由Jerry Wu与Wyatt Marshall创立，专门为AI模型构建金融工作流训练环境与基准：其Westwood Finance Diligence Bench含88个取自匿名私募股权交易的尽调任务，七个前沿模型平均得分最高仅51%，典型任务要求模型在160份文件的数据室、21封邮件与四组会议纪要中修订工作说明书。公司称美国前五大闭源实验室中四家已是付费客户，年化收入已达数千万美元中段（mid-eight-figures）并实现盈利，资金将用于提升模拟环境复杂度并向相邻行业扩展。
9个人，服务四家顶级实验室
据Fortune美西时间10月1日率先报道、10月2日经Techmeme等渠道广泛传播，旧金山初创公司Halluminate宣布完成3000万美元A轮融资，由金融科技与医疗投资机构Oak HC/FT领投，YC、Orange Collective、Heavybit等老股东跟投，Anthropic、OpenAI、Meta的个人研究者以天使身份参投。公司2024年由CEO Jerry Wu与CTO Wyatt Marshall创立，团队仅9人，成员来自Meta、Scale AI、第一资本实验室、麦肯锡与高盛。
融资要点：
| 项目 | 数据 |
|---|---|
| 本轮 | 3000万美元A轮 |
| 累计融资 | 3850万美元（此前约850万） |
| 团队规模 | 9人 |
| 客户 | 美国前五大闭源AI实验室中的四家（付费） |
| 财务状态 | 年化收入达**mid-eight-figures（数千万美元中段）**且已盈利 |
| 估值 | 未披露 |
它卖什么：让模型在「假投行」里反复练习
Halluminate不卖数据、不卖模型，而是卖训练环境：找到前沿模型在真实知识工作任务上的失败点，把失败打包成可交互的强化学习模拟环境，模型在其中尝试任务、获得评分、反复改进——这正是智能体完成多步骤长程任务背后的训练范式之一。
首个垂直行业选在金融，具体到私募股权尽调。其自研基准Westwood Finance Diligence Bench包含88个取自匿名化PE交易的任务，七个前沿模型的平均得分最高仅51%。典型题目是初级分析师的真实工作量：在一个含160份文件的数据室、9个邮件线程中的21封邮件、四组会议纪要里修订一份工作说明书，并追踪条款清单数周内的变化后产出最终交付物——要求精确、可审计、每个数字都有出处。
投资方Oak HC/FT的Matt Streisfeld表示，随着智能体进入长程工作，「测试工作与专业化将成为关键」。
为什么这件事现在成立
这轮融资背后是AI训练范式的一次结构性转移：
- 公开互联网的高质量文本已被基本消耗，数据权诉讼堆积，单纯扩大爬取规模的边际收益下降；
- 模拟环境、合成任务与专业化基准成为新的训练信号来源；
- 金融是最苛刻的试验场——聊天时幻觉一个事实只是尴尬，在并购模型里幻觉一个数字就是诉讼。
赛道也在快速整合：Mercor已于2026年7月收购同类环境公司Deeptune，Scale AI也在销售自研强化学习环境产品。Halluminate的差异化是金融纵深而非跨行业广度，计划用新资金继续提高环境复杂度并向相邻知识工作垂直扩展。最大风险同样明显：四家客户贡献大部分收入，而每家都有能力自建环境、更换供应商或投资竞争对手。
编辑点评
9个人、数千万美元ARR、已盈利、客户是全美最顶尖的四家模型实验室——Halluminate像是一个关于「AI淘金热里卖铲子」的极端样本，但它卖的不是铲子，而是考场。51%的尽调平均分是这份故事里最值钱的数字：它同时完成了市场教育（模型在真实专业工作里远没到可替代的程度）与需求创造（所以实验室需要持续购买更难的训练环境）。对行业的深层信号有三：第一，训练数据的竞争正从「规模」转向「垂直场景的结构化设计能力」，PE尽调、医疗、法律这类高价值工作流的know-how本身就是壁垒；第二，头部实验室研究者个人投资这类公司，说明行业内部人才相信瓶颈在数据环境而非更大模型；第三，「基准即销售」的商业模式自带棘轮——模型一旦考过51%，就需要更难的88道题，需求永远存在。对国内创业者，金融垂类训练环境需要顶尖机构的真实业务专家与实验室渠道双重资源，门槛不在技术而在信任，这恰恰是最难速成的护城河。
来源参考：