Labelbox huy động hơn 100 triệu USD trong vòng Series E, đạt định giá 1,25 tỷ USD để thúc đẩy học tăng cường và các tác nhân AI

Ngày 14 tháng 10 năm 2026, Labelbox cho biết công ty đã huy động hơn 100 triệu USD trong vòng gọi vốn Series E, với mức định giá trước đầu tư là 1,25 tỷ USD. Vòng gọi vốn do Infinitum Partners dẫn đầu, kết hợp vốn cổ phần với một hạn mức tín dụng.

Wipro Ventures, Andreessen Horowitz (a16z), B Capital, Tau Ventures và Snowpoint Ventures cũng tham gia, cùng một số nhà đầu tư khác. Giám đốc điều hành kiêm đồng sáng lập Manu Sharma trình bày chi tiết các điều khoản trong bài đăng trên blog của công ty. Công ty cho biết khoản vốn này sẽ hỗ trợ hoạt động nghiên cứu và kỹ thuật liên tục cho hai sản phẩm cốt lõi là Horizon và Recursion Managed Agents, đồng thời mở rộng các nhóm đưa những sản phẩm đó đến với khách hàng. Sharma viết rằng khả năng tiếp cận năng lực tính toán sẽ đóng vai trò then chốt trong giai đoạn phát triển tiếp theo của công ty, đồng thời lưu ý John Yetimoglu của Infinitum từng là nhà đầu tư ban đầu vào Groq và hiện tham gia xây dựng hạ tầng tính toán quy mô lớn tại GroqCloud.

Vị thế và lịch sử công ty

Labelbox cho biết công ty đã đạt lợi nhuận vào năm 2026, đồng thời tăng trưởng hơn 5 lần so với cùng kỳ năm trước. Công ty cho biết có hơn 400 khách hàng, trong đó có hơn 90% các phòng thí nghiệm AI hàng đầu của Mỹ, và phục vụ nhiều nhóm khách hàng gồm các phòng thí nghiệm AI tiên phong, các nhà cung cấp dịch vụ đám mây quy mô siêu lớn, startup và các công ty thuộc Fortune 500.

Sharma, Brian và Dan thành lập Labelbox vào năm 2018. Trong ghi chú của nhà sáng lập, Sharma viết rằng ông đến Mỹ để học thiết kế và chế tạo máy bay, tên lửa, đồng thời làm việc về động lực học chất lưu tính toán và mạng nơ-ron. Ông cũng cho biết những vị trí sau này tại DroneDeploy và Planet Labs đã giúp ông nhận ra phần lớn tiềm năng trong lĩnh vực học máy nằm ở dữ liệu.

Bài đăng mô tả lịch sử công ty qua ba giai đoạn: phần mềm dữ liệu huấn luyện dành cho những người xây dựng AI; các môi trường học tăng cường được phát triển sau thời điểm mà Sharma gọi là “bước ngoặt ChatGPT”, khi những mô hình có năng lực cao nhất bắt đầu cải thiện bằng cách thực hành các công việc thực tế; và các tác nhân, ban đầu được công ty xây dựng để sử dụng nội bộ trước khi mở hệ thống cho khách hàng.

Sharma cũng viết rằng Labelbox tự xây dựng mọi lớp trong nền tảng của mình: bộ khung tác nhân được thiết kế cho các tác nhân có chân trời hoạt động cực dài; hạ tầng hộp cát có thể chạy hàng triệu máy ảo; hạ tầng hậu huấn luyện bằng học tăng cường do công ty tự phát triển; và mạng lưới chuyên gia gồm hơn 4 triệu người.

Các môi trường học tăng cường của Horizon

Theo công ty, hệ thống WorldSim của Horizon tạo ra các doanh nghiệp mô phỏng với mã nguồn, bảng điều khiển, bảng tính, bản trình bày và tài liệu chứa dữ liệu kinh doanh thực tế. Trong đó, mô hình thực hiện từ đầu đến cuối một nhiệm vụ khó gồm nhiều bước, đồng thời mọi bước đều được ghi lại thành một quỹ đạo. Các bộ xác minh mang tính xác định chấm điểm từng quỹ đạo theo cùng một cách trong mỗi lần chạy; nếu hai quỹ đạo đều chính xác, lựa chọn ưu tiên của chuyên gia sẽ giúp mô hình học được điều Sharma gọi là “gu”. Công ty mô tả hệ thống vận hành ở quy mô hàng nghìn thế giới và hàng triệu quỹ đạo được chấm điểm, được tinh chỉnh theo các mục tiêu pass@k của phòng thí nghiệm trong những lĩnh vực như lập trình, sử dụng máy tính, nghiên cứu, công việc đa phương thức và xử lý giọng nói.

Trang sản phẩm Horizon liệt kê các lĩnh vực bao gồm nghiên cứu AI tự động, lập trình tác nhân và kỹ thuật phần mềm, công việc tri thức đa phương thức, giọng nói kết hợp với khả năng sử dụng công cụ theo hướng tác nhân, sử dụng máy tính và an ninh mạng. Sharma viết rằng hiện nay Labelbox hợp tác với 90% các phòng thí nghiệm AI tiên phong hàng đầu và các nhà cung cấp dịch vụ đám mây quy mô siêu lớn.

Recursion Managed Agents

Thông báo huy động vốn cho biết Labelbox đã mở Recursion Managed Agents cho khách hàng doanh nghiệp vào đầu tháng 10 năm 2026. Theo thiết kế của sản phẩm, một Managed Agent nhận mục tiêu, một yếu tố kích hoạt như lịch trình, cảnh báo, tin nhắn Slack, webhook hoặc lệnh gọi API, cùng một bộ tiêu chí xác định thế nào là công việc đạt yêu cầu. Một tác nhân chấm điểm riêng sẽ đánh giá từng lần chạy theo từng dòng trong bộ tiêu chí và chỉ ra bằng chứng cho mỗi nhận định; nếu kết quả chưa đạt yêu cầu, tác nhân sẽ chỉnh sửa lại.

Các tác nhân có thể hoạt động ở ba chế độ: đa tác nhân, trong đó một bộ điều phối kết nối các tác nhân chuyên biệt, mỗi tác nhân có mô hình, hướng dẫn, công cụ và quyền riêng; nhóm, trong đó các bản sao của một tác nhân phân chia công việc trên một bảng dùng chung và kiểm tra kết quả của nhau; và tự động, là chế độ mặc định, trong đó tác nhân tự quyết định khi nào công việc cần đến các chuyên gia hoặc một nhóm.

Công ty cho biết các tác nhân hoạt động trên hơn 100 ứng dụng doanh nghiệp và mọi máy chủ MCP; từng công cụ được giới hạn ở quyền chỉ đọc, quyền thay đổi dữ liệu hoặc quyền phá hủy, còn thông tin xác thực được lưu trong kho bảo mật để mô hình không bao giờ nhìn thấy. Các phiên hoạt động chạy trong những hộp cát biệt lập, và Labelbox cho biết nền tảng duy trì chính sách không lưu giữ dữ liệu tại mọi nhà cung cấp LLM. Chương trình tuân thủ được công ty liệt kê bao gồm SOC 2 Type II, GDPR, CCPA, NIST 800-171 và PCI DSS. Giá được tính theo giờ hoạt động của mỗi phiên tác nhân, trong đó chi phí tính toán và chi phí mô hình được gộp vào một mức ước tính; khách hàng doanh nghiệp hiện tại của Labelbox được nhận khoản tín dụng một lần trị giá 100 USD.

Trong bài đăng giới thiệu sản phẩm ngày 8 tháng 10 năm 2026, khi mô tả quá trình triển khai nội bộ, Labelbox viết: “Điều bất ngờ không phải là các tác nhân có thể làm được việc. Mà là tốc độ chúng tiến bộ.” Công ty cho biết đang vận hành 51 tác nhân trên 11 nhóm, hoạt động trong các lĩnh vực kỹ thuật phần mềm, độ tin cậy, an ninh, nghiên cứu học máy, đánh giá, sản phẩm, tài chính, bán hàng, chiến lược và mua sắm.

Trong một ví dụ nội bộ, Labelbox cho biết tác nhân đánh giá yêu cầu kéo đã thực hiện 39 lượt đánh giá được chấm điểm trên cùng một phiên bản tác nhân và mô hình; trong số 33 lượt vượt qua khâu chấm điểm, chi phí trung vị giảm từ 13,15 USD cho 11 lượt đầu xuống còn 8,90 USD cho 11 lượt cuối, tức giảm 32% cho mỗi lượt đánh giá, trong khi bộ nhớ của tác nhân được cập nhật 15 lần và thời gian cho mỗi lượt vẫn ở mức khoảng 27 phút. Theo cơ chế bộ nhớ của sản phẩm, khi có năm báo cáo phiên mới, và tối đa một lần mỗi giờ, một tác nhân quản lý sẽ đọc các báo cáo đó rồi cập nhật bộ nhớ của tác nhân; khách hàng có thể xem những gì tác nhân đã học và xóa bất kỳ bài học nào không còn đúng.