Trajectory 融资 4500 万美元，让非技术专家也能进行 AI 模型训练
Trajectory raises $45M to make AI model training accessible to nontechnical experts
AI 摘要据TechCrunch在2026年11月2日报道，成立仅一年的AI初创公司Trajectory完成4500万美元融资，公司最新估值达到3亿美元。Trajectory的核心业务方向是降低技术门槛，让不具备编程或技术背景的非技术领域专家也能直接参与并进行AI模型训练。本轮融资标志着这家成立一年的初创企业估值快速攀升至3亿美元规模。
解读
发生了什么
据TechCrunch在2026年11月2日报道，成立仅一年的初创企业Trajectory完成4500万美元融资。在本轮融资完成后，该公司的市场估值已达到3亿美元。Trajectory致力于打破技术壁垒，让非技术专家也能开展AI模型训练工作。本次报道为单一消息来源，未披露领投机构及前期的历史融资数据。
为什么重要
当前大模型的基础底座能力已相对成熟，行业竞争焦点正转向垂类领域的专业落地与知识对齐。在医疗、法律、化工等高度专业化场景中，模型性能提升的关键在于稀缺的行业专识与真实业务逻辑。传统流程往往需要算法工程师在中间转译，不仅沟通成本高昂，还容易在数据清洗与提示工程中出现理解偏差。让一线非技术专家直接操作模型训练，能够打通行业知识与模型参数之间的传导链路，缩短垂类模型的构建周期。一家成立一年的初创企业获得3亿美元估值，反映出资本市场对解决行业专识落地痛点工具的高度认可。
影响谁
- 垂直行业专家与业务人员技术操作门槛降低后，专业人士能够直接基于自身工作经验训练与调试模型，减少对算法工程师的依赖。
- 企业数据科学与算法团队工程师可以从繁琐的领域规则转译与基础微调中解脱出来，工作重心转向模型底层架构与系统性能优化。
- 企业级AI解决方案服务商若客户具备自主训练模型的能力，传统定制开发外包需求可能受到挤压，促使服务商向提供底层基础设施与平台工具转型。
背景
伴随开源基础模型能力的提升，企业构建定制化AI的门槛显著降低。与此同时，通用预训练的边际收益逐渐放缓，基于高质量行业数据的后训练成为构建差异化优势的核心环节。然而，主流深度学习工具链长期由掌握代码能力的算法工程师主导，业务人员难以直接干预模型行为。这促使面向业务人员的低门槛模型训练与微调工具逐渐成为AI软件栈中的重要补充。
和中国的关系
中国在制造业、医疗、金融等领域拥有庞大的产业规模和深厚的行业专家资源，但同时具备行业专识与深度学习工程能力的复合型人才相对紧缺。若此类面向非技术人员的模型训练工具走向成熟，有助于国内实体企业降低AI落地的人力成本，加速业务专家经验向企业专属模型资产的转化。
接下来关注
- Trajectory具体产品形态与交互界面的公开测试，验证其实现非技术人员训练模型的技术路径。
- 本轮4500万美元融资的领投机构与参投机构名单公布，核查主要出资方背景。
- 首批垂直行业标杆客户的落地情况，检验非技术专家训练的模型在实际业务场景中的表现。
摘要和解读由 AI 根据公开报道整理，以原文为准。