AI的热钱与未来，此刻属于中国版Alexandr Wang们

作者｜黄小艺
微信 ｜H997Hbiu

一家成立约一年的公司，被放到了25亿美元估值的谈判桌上。

9月，外媒报道称，阿里拟领投AI训练与评测公司UniPat的一轮3亿美元融资，本轮估值约25 亿美元，腾讯、红杉中国等投资者也传出参与意愿。

这个数字，曾经属于前两轮AI创业热潮中的明星项目：Kimi背后的月之暗面，在成立约一年时达到了约25亿美元的估值；AI编程工具Cursor背后的公司，则在成立约两年时进入这一估值量级。

一个造大模型，一个则是过去几年最热的能力方向。而这一次，是一家为模型提供训练数据和评测服务的公司。

此前，UniPat创始人李宽在阿里通义AI实验室从事过后训练分析、数据合成和强化学习工作。

这个组合有意思的地方在于：从模型团队出来的人，开始为模型团队生产训练材料，大厂则出现在投资者名单里。

美国已经出现过一个“逆向”的标志性人物。2016年，Alexandr Wang与Lucy Guo共同创办Scale AI，从自动驾驶数据标注做起，逐步进入大模型训练数据和评测业务。2025年，Meta入股时，Scale的估值超过290亿美元，Wang也加入Meta。他已经展示过，数据供应商能够走到离模型核心多近的位置。

中国当然有数据公司，海天瑞声等企业早已提供采集、标注和大模型数据服务。如今出现的新变化是，直接参与过模型后训练、Agent产品和内部评测的人，开始出来做这门生意。

UniPat之外，前MiniMax成员创办了Copula Lab；智能知识的核心团队则来自于字节Seed。

他们共同看见的机会，是模型越接近真实工作，训练所需的数据就越难从现成的互联网内容里找到。

智能的生产制造，正在向数据公司延伸。大厂带着采购需求而来，投资人热切寻找标的，模型团队里的人则走出来创业。

1

基座模型内部的“考官”们，陆续创业了

从UniPat团队此前的研究里，可以看见这门生意的来处。

在成为创始人之前，李宽在通义AI实验室从事后训练、数据合成和强化学习工作，已经开始研究怎样给模型出难题。

2025年7月发表的WebSailor论文中，他是列名第一的作者，也是三位项目负责人之一。团队合成复杂搜索任务，让模型学习查找证据、调用工具、连续推理，探索怎样通过强化学习，提高Agent执行任务的能力。

同为WebSailor项目负责人的尹汇锋，后来也成为了UniPat的成员。

联合创始人兼CTO陈亮则曾在Qwen、Moonshot多模态团队从事研究，其个人学术主页在2025年8月就记录了启动Agent数据与强化学习环境公司的消息。

这支团队熟悉的，是怎样围绕模型欠缺的能力设计任务，再用这些任务训练和检验模型。成立公司之后，这些研究经验通过一系列公开评测呈现出来。

今年1月，UniPat发布BabyVision，检验模型的基础视觉推理能力。5月，Terminal-X测试编程Agent解决复杂工程任务、应对多轮需求变化和完成版本升级的能力；ExpertEval评价医疗、金融和法律场景中的专业判断；SaaS-Bench则检验Agent能否跨越多个业务软件，完成一整套工作流程；7月发布的Vibe-Coding Arena进一步引入真人专家，在多轮编程协作中，评价Agent怎样理解需求、接受反馈和修正错误。

考题从“答得对不对”，走向“多元的真实工作任务”。

论文和 benchmark 在很长一段时间是外界认知 UniPat 的唯一路径。

这种低调也是这一波数据创业公司的共同倾向：愿意交流技术，却很少谈及具体业务。毕竟，研究成果可以公开，但为谁补什么能力、怎样生产数据、如何验收，已经涉及客户研发方向与自己的商业壁垒。

一位相关从业者告诉我们，尽管最近才被爆融资消息，但UniPat实际上已融多次，阿里作为此次披露的领投方，同时提供资金与算力支持，后者一年约为数千万元人民币级别。

另一位从业者介绍，UniPat和阿里的合作，以强化学习后训练数据为主，包括不同Agent运行框架下的编程轨迹和多工具任务，先在较小模型上做低成本训练实验，筛选出有效的数据方案，再扩大生产与交付，在大模型上训练验证。

这是一种深度合作定制：客户买的不只是材料，还包括寻找有效材料的实验过程。公开Benchmark只是切口，水面之下，UniPat试图成为模型方的外部数据研发来源。

不同于UniPat，同样面对模型厂的数据需求，智能知识把重心放在了专家知识怎样被组织起来、持续生产上。

创始人兼CEO汪涉洋此前负责字节Seed模型数据工程架构，也做过抖音医疗大模型数据工程；CTO李宽野是前字节跳动基座模型数据工程师，做过强化学习数据合成与环境搭建。

2025年5月，汪涉洋已公开提出，高质量专家数据越来越重要，但好用的生产工具仍集中在大厂内部。智能知识因此用“一面千识”寻找、筛选和组织专家，再用Xpert Studio支持任务生产与质检。今年6月，公司宣布获得锦秋基金、耀途资本投资。

从这两家公司的切入点，可以看到模型内部经验的不同去向：UniPat更靠近模型实验，而智能知识更靠近生产场景。

今年从MiniMax出来创业的Copula Lab，团队也带有类似的经验背景。

一位接近人士提到，创始人梁丽今年上半年离职创业，此前负责MiniMax Agent业务、搭建内部评测；技术联合创始人蔡佳人曾任 MiniMax 开源负责人及后训练数据算法，参与了 M2 系列模型 Coding 方向的后训练数据构造。

两人的经验连接了产品与模型：一端要判断用户的工作有没有完成，另一端要把这种判断转成训练目标。据我们了解，Copula Lab也已获得投资。

模型背景、后训练场景、融资火爆，构成了当下新型数据公司的三个特点。

它也提供了一种新的行业分工可能：模型厂保留核心训练，把跨场景、需要持续更新的数据生产交给亲手“培养”起来的外部伙伴；创业者则将服务一家Lab的经验，转化为服务多家的产品。

1

模型开始“买能力”，数据生意变了

这一现象背后，有一个更大的背景，即模型公司购买数据的逻辑正在发生改变：过去主要采购训练材料，现在希望直接买到能力的提升。

一位负责模型评测、也参与后训练的研究员，给我们举了一个例子：如果一批数据不需要改模型架构，拿去做后训练，就能让编程榜单的成绩涨三个点，“你买不买？你肯定买。”

这三个点，既是向外界展示的成绩，也是内部自己衡量研发效果的依据。

举个例子，模型团队会建立一棵“能力树”，把模型需要发展的能力、要打的榜单列出来，再寻找对应的训练材料。公开数据覆盖不了的部分，就购买或自己生产：找出模型失败的任务，围绕欠缺的能力设计新的、更难的题目，再训练、再评测。

榜单因此同时成了成绩单、训练计划和采购指南。

这也是为什么，Benchmark会成为这一波数据公司的重要切口。一项评测揭示出共同短板，一个模型在某类任务上明显进步，都可能让其他团队开始寻找能够带来类似提升的数据。

但要接住这种需求，数据供应商需要做的事情，也变复杂了。

Agent要学的是怎样完成工作。互联网有大量代码，却不会自动附赠一次软件故障的完整处理过程：怎样定位问题、调用工具、修改失败、重新尝试，最后又凭什么确认修好了。

新的数据产品因此开始同时包含任务、操作轨迹、运行环境和评分标准。以智能知识公开的Terminal RL Data为例，它交付的就不仅是题目，还有软件环境、测试脚本与参考解法，让模型能够实际执行任务，并由测试验证结果。

海外公司的动作也已经显示出这种变化。

2026年2月，Scale AI称，接近一半的新数据训练项目涉及强化学习环境；7月，Mercor宣布将收购Deeptune，把自己的专家网络与后者重建企业软件、搭建训练环境的能力结合起来。

这种数据需求，解释了两件事：为什么这一波创业者集中来自模型公司，以及为什么模型厂商会需要一个外部数据供给层。

“UniPat们”的优势不只是认识采购方，而是自己做过需求方：知道模型的短板怎样被发现，一项任务怎样转成训练材料，以及怎样设计实验判断效果。

与此同时，进入的行业越多，各家重复组织专家、搭建系统的成本就越高。相比于模型内部，外部公司则有机会复用工具、专家网络和环境，把一次项目积累的能力带到下一次交付中，并多次售卖分摊。

眼下，各个大厂对后训练数据的需求增长速度，远快于优质供给的生产速度。

多位从业者用“暴利”形容这门生意：预训练语料虽然量大，后训练中能够直接补上模型短板的数据却更加稀缺。在他们的经验中，针对某项能力，一万到十万条高质量数据就可能给后训练带来明显改善。

这也让数据公司的产品定价、公司估值，越来越靠近研发价值。

Alexandr Wang带来的启示，也来自于此。Scale AI已经说明了，组织数据生产本身，可以成为模型公司之外的一项重要能力；而当它足够深入研发，双方的关系也会从采购，走向长期合作与资本绑定。

中国这批创业者走的是另一条起点不同的路。他们先在模型内部学会了怎样发现短板、设计任务、验证效果，再把这些经验变成外部服务。

模型研发越来越需要专业分工，而一家公司即使不拥有基座模型，也有机会成为“让模型变强”这件事的重要参与者。

点个“爱心”，再走 吧