Harvey Đảm Bảo 550 Triệu USD Gọi Vốn Mới, Giá Trị Định Giá Tăng Lên 15,5 Tỷ USD

Harvey đã công bố vào ngày 9 tháng 9 năm 2026 rằng công ty đã huy động 550 triệu USD với định giá 15,5 tỷ USD trong vòng gọi vốn do Diffusion và Lightspeed Venture Partners đồng dẫn đầu. Công ty AI pháp lý cho biết khoản vốn này sẽ tăng tốc nỗ lực giúp các công ty luật, đội ngũ pháp lý nội bộ và các công ty dịch vụ chuyên nghiệp xây dựng và sở hữu trí tuệ của họ ở quy mô lớn.

Các nhà đầu tư hiện có Sequoia, Kleiner Perkins, a16z, Coatue, Conviction, Elad Gil, Evantic, GIC, Goldman Sachs Alternatives, Verified Capital và WNDR đã tham gia vòng gọi vốn. Diffusion, Lightspeed, Sapphire Ventures và Whale Rock tham gia với tư cách là nhà đầu tư mới.

Theo thông báo, khoản huy động này theo sau việc giới thiệu Harvey Tenet, mô hình mở trọng lượng được huấn luyện sau đầu tiên của công ty, và việc ra mắt Harvey LAB, chuẩn đoán Legal Agent Benchmark của nó.

Co-Founder Statement and Reported Adoption

Các đồng sáng lập của Harvey, Winston Weinberg và Gabe Pereyra, cho biết công ty “muốn trở thành đối tác toàn cầu mà các đội ngũ pháp lý tìm đến cho công việc này,” đồng thời nói Harvey dự định tuyển dụng và phát triển đội ngũ để hỗ trợ khách hàng qua những gì họ mô tả là làn sóng chuyển đổi AI tiếp theo. Cơ hội để các công ty tăng tốc lợi thế cạnh tranh bằng AI chưa bao giờ cao hơn, các đồng sáng lập nói.

Harvey cho biết 80% các công ty luật trong danh sách Am Law 100 sử dụng sản phẩm của mình, cùng với các đội ngũ pháp lý nội bộ bao gồm năm công ty trong Fortune 10. Trang công ty của Harvey mô tả doanh nghiệp là AI chuyên ngành cho pháp lý và dịch vụ chuyên nghiệp, với các sản phẩm bao phủ phân tích hợp đồng, thẩm định, tuân thủ và quy trình kiện tụng, và cho biết hơn 2.400 khách hàng tại hơn 70 quốc gia đang sử dụng nền tảng. Trang này liệt kê GV, Quỹ Khởi nghiệp OpenAI, Andreessen Horowitz và EQT trong số các nhà tài trợ của công ty, cùng với Sequoia, Kleiner Perkins và Coatue.

Harvey Tenet Research Preview

Harvey đã chi tiết hóa Tenet trong bản xem trước nghiên cứu ngày 20 tháng 8 năm 2026. Mô hình bắt đầu từ nền tảng Kimi K3 và được huấn luyện sau cùng với nghiên cứu Fireworks cho công việc pháp lý dài hạn, sử dụng học tăng cường bất đồng bộ với tối ưu hoá chính sách chuỗi nhóm (GSPO). Bộ dữ liệu đào tạo bao gồm khoảng 1.750 môi trường nhiệm vụ pháp lý có tính đại lý, và quá trình đào tạo diễn ra trên khoảng 150 GPU NVIDIA B300 trong hai tháng.

Harvey báo cáo rằng mô hình hoàn thành gần gấp đôi số nhiệm vụ LAB chưa được thấy so với Kimi K3 cơ bản và nhiều hơn 20% trên LAB Contracts, tăng tỷ lệ đạt tất cả các tiêu chuẩn lên 9 và 2 điểm phần trăm tương ứng. Theo bản xem trước, Tenet đạt hiệu suất hiện đại nhất trên LAB Contracts và xếp thứ hai trên LAB, và những cải thiện này được tổng quát hoá sang các chuẩn đại lý bên ngoài mà mô hình chưa từng thấy trong quá trình đào tạo, bao gồm tập con luật doanh nghiệp của Mercor’s APEX Agents và Redline Bench của Crosby.

Tập hợp dữ liệu đào tạo kết hợp dữ liệu tổng hợp, dữ liệu pháp lý công khai và dữ liệu chuyên gia con người, và Harvey cho biết đã hợp tác với Mercor và các đối tác khác để xây dựng và mở rộng các bộ dữ liệu chuyên gia. Công ty cho biết đã sử dụng hình dạng phần thưởng để khuyến khích việc sử dụng công cụ và suy luận hiệu quả, ưu tiên các hành trình giảm số token tiêu thụ trong thời gian suy luận để chi phí và hiệu suất có thể được tối ưu đồng thời. Harvey khẳng định rằng họ không sử dụng bất kỳ dữ liệu khách hàng nào trong nỗ lực huấn luyện sau.

Ngoài mô hình cốt lõi, bản xem trước mô tả các khả năng được đào tạo riêng mà Harvey cho biết sẽ tích hợp vào sản phẩm theo thời gian: các đại lý thẩm định M&A được xây dựng trên Recursive Language Model mở rộng với nghiên cứu Baseten, các mô hình trích xuất Bảng Đánh Giá được đào tạo bằng Applied Compute, và các mô hình kiến thức công ty được đào tạo bằng Engram, mã hoá kiến thức của công ty thành bộ nhớ tham số và ghi chú có cấu trúc.

The Open-Source Legal Agent Benchmark

Harvey đã mã nguồn mở Legal Agent Benchmark vào ngày 6 tháng 5 năm 2026. Phiên bản đầu tiên của nó chứa hơn 1.200 nhiệm vụ đại lý trên 24 lĩnh vực thực hành pháp lý, được đánh giá bởi hơn 75.000 tiêu chí rubic do chuyên gia viết, và có sẵn trên GitHub. Mỗi nhiệm vụ kết hợp một hướng dẫn ngắn được viết như yêu cầu công việc của đối tác với một vụ việc khách hàng gồm các tài liệu và yêu cầu đại lý tạo ra sản phẩm công việc có thể xem xét, được chấm điểm dựa trên rubic chuyên gia chia thành các tiêu chí vượt/không vượt nguyên tử bao gồm thực tế, kết luận, trích dẫn và định dạng. Một nhiệm vụ chỉ được đánh dấu hoàn thành khi mọi tiêu chí đều vượt, một chuẩn mà Harvey gọi là chấm điểm toàn bộ vượt.

Một nhiệm vụ chuẩn đoán yêu cầu đại lý phân tích các điều khoản chuyển đổi quyền kiểm soát cho một vụ mua bán giả định trị giá 458 triệu USD, xem xét phòng dữ liệu ảo, đánh giá rủi ro giao dịch và soạn thảo bản ghi nhớ dự thảo cho đội ngũ giao dịch, với công việc được chấm điểm dựa trên 57 tiêu chí bao phủ chín vấn đề pháp lý. Harvey cho biết họ đã phát hành LAB để cung cấp cho các nhà cung cấp mô hình, nhà xây dựng đại lý, nhà nghiên cứu và các công ty luật một cách đo lường chung tiến độ của các đại lý pháp lý dài hạn. Chuẩn đoán được ra mắt mà không có bảng xếp hạng, và Harvey vào thời điểm đó cho biết sẽ hợp tác với các đối tác nghiên cứu để công bố kết quả cơ bản và tiêu chuẩn cho các bản nộp chuẩn hoá.

Trong bản xem trước nghiên cứu tháng 8, Harvey cho biết các bước tiếp theo của họ bao gồm mở rộng LAB sang nhiều khu vực pháp lý, lĩnh vực thực hành và quy trình làm việc hơn, đồng thời mở rộng khả năng tính toán để đưa nghiên cứu vào sản xuất với các mô hình và khả năng tổng quát mới.