成立不到一年的AI数据公司UniPat正在洽谈一轮约3亿美元的融资，领投方为阿里巴巴，腾讯和红杉中国参与，投后估值达到25亿美元。这一估值水平与两年前月之暗面寻求B轮融资时相当——而后者如今估值已高达500亿美元。UniPat创始人李宽曾在通义千问负责模型训练和训练材料制作，与阿里关系密切，双方合作以强化学习后训练数据为主，阿里除资金外还提供算力支持，一年算力费用在数千万元人民币量级。

UniPat只是近期密集涌现的数据公司之一。智能知识、Copula Lab、Humanlaya等名字在VC圈迅速流传，部分业务激进的公司估值正逼近20亿美元。这股浪潮比硅谷晚约半年，但数字在硅谷更为夸张：Mercor去年10月融资3.5亿美元、估值100亿美元，今年8月又被曝在谈200亿美元估值的新融资，英伟达考虑入股；Scale AI去年接受Meta投资时估值已超290亿美元。

数据公司为何突然值钱？核心在于模型训练范式正在变化。预训练依赖海量公开文本，但进入后训练阶段，模型需要真实场景、复杂且未出现在互联网上的高质量数据来提升能力。据多位业内人士透露，带有用户行为轨迹的数据一条报价可达1000至3000元，带完整操作过程的工作场景数据甚至能卖到1万元左右。单笔订单做到百万、千万元已是常态。有模型训练团队表示，在垂直领域，1万到10万条足够好的数据就能把模型训练到相当好的水平。

数据供应商交付的并非简单标注，而是强化学习所需的“任务、环境和验证器”三件套：一个模型可尝试完成的任务、一套供其操作的系统（沙箱），以及判断完成质量的评分标准。复杂任务需要供应商搭建模拟企业邮箱、日历、订票系统等环境，并组织专家将要求拆成数十条甚至上百条评分条件。Mercor副总裁Chirag Mahapatra透露，前沿实验室整体需要的数据目前只完成了2%到5%，专家网络建设正变得极为困难。

模型公司内部也在调整。据知情人士称，DeepSeek九成研究员在做数据相关工作，字节已将多处采购、质检团队整合为一级部门“AI数据与安全”，腾讯让姚顺雨兼管AI Data部，阿里模型团队也完成数据相关业务“分权”。外部采购方面，DeepSeek已设专门数据采购岗位，Kimi很少对外采买，MiniMax近期才开始搭采购管线，字节、腾讯、阿里今年加大了外采。

商业化样板已经出现。据《福布斯》2025年采访，Surge AI创始人Edwin Chen披露公司2024年收入约12亿美元，且几乎从第一天就有利润。但数据公司并不甘于只做供应商，UniPat推出ExpertEval和SaaS-Bench等公开评测产品，Mercor也官宣成立研究部门，招募OpenAI等公司的研究员。许多投资人认为，这些数据公司最终都要面对是否成为研究型公司、甚至下一代模型诞生之地的抉择。