成立于2016年 亚历山德·王（Alexandr Wang），缩放AI专门研究 结构，注释和数据验证 旨在培训自动学习模型。与直接设计模型或材料基础架构的公司不同，比例尺在关键但经常被低估的层（即数据的质量和组织）上进行介入。
侧重于数据可靠性的定位
该公司提供涵盖整个数据处理周期的服务，从手动注释到针对特定用途的数据集优化。它的客户是开发大型人工智能系统的民用和公共参与者。其中包括 微软，，，， Openai，以及 美国国防部，特别是作为计划的一部分 利马特遣部队，致力于保护人工智能的军事用途。
规模不仅限于通才数据集的产生，还可以使其数据游戏适应特定的上下文，例如军事模拟，法律或医疗模型的培训，甚至是ON -Board Systems的验证。
高成长的演员
根据彭博社发布的数据，Scale AI已生成 2024年的8.7亿美元收入，预测 2025年20亿美元。这种进展是对注释数据的需求不断增长的一部分，以支持生成AI模型和自主剂的增加。
大写一方，该公司已被重视 140亿美元 在2024年的最后一轮融资期间。在2025年初，专业新闻界提到的次要行动表明，可以达成的估值 250亿美元。有关演员都没有正式对此信息发表评论。
AI中的主权问题
数据标记是人工智能系统开发的关键步骤。如果开源模型正在增加，并且计算提供商正在多元化，则专业，可靠和代表性数据语料库的构成仍然是一种罕见的能力。
在这种情况下， 缩放AI占据战略性中间位置， 模型的开发商也不是基础架构提供商，而是学习链中的基本联系。此功能使其与参与基于AI的技术开发或部署的制造商和公共机构的可见度越来越大。
