一家创立仅十二个月的企业，如今正被置于估值高达二十五亿美元的谈判进程之中。

今年九月，有海外媒体报道指出，阿里巴巴计划领投人工智能训练与评估公司UniPat的一轮三亿美元融资，此轮融资的估值大约为二十五亿美元，包括腾讯和红杉中国在内的多家投资机构也传出有参与意向。

这一估值数字，此前曾属于前两轮人工智能创业热潮中的明星项目：例如Kimi背后的月之暗面，在成立约一年时便达到了约二十五亿美元的估值；而人工智能编程工具Cursor的母公司，则是在成立约两年后迈入了这一估值门槛。

一个是开发大模型，另一个则是近年来最受关注的能力方向。而这一次，主角变成了一家为模型提供训练数据和评估服务的公司。

在此之前，UniPat的创始人李宽曾在阿里巴巴的通义AI实验室从事后训练分析、数据合成以及强化学习方面的工作。

这个组合的特别之处在于：从模型团队走出来的人，现在开始为模型团队生产训练材料，而大型科技公司则出现在投资者的名单中。

美国已经出现了一位具有“逆向”特征的标志性人物。2016年，Alexandr Wang与Lucy Guo共同创立了Scale AI，从自动驾驶数据标注起步，逐步拓展到大模型训练数据和评估业务。到2025年，当Meta入股时，Scale的估值已超过二百九十亿美元，Wang本人也加入了Meta。他早已证明，数据供应商能够深入到与模型核心如此接近的位置。

中国当然也有数据公司，比如海天瑞声等企业早已提供数据采集、标注以及大模型数据服务。如今出现的新变化是，那些直接参与过模型后训练、Agent产品以及内部评估的人，开始出来创办这类业务。

除了UniPat，前MiniMax成员创立了Copula Lab；而智能知识的核心团队则来自字节跳动的Seed部门。

他们共同看到的机会在于：模型越接近实际工作，训练所需的数据就越难从现成的互联网内容中找到。

智能的生产制造过程，正在向数据公司延伸。大型科技公司带着采购需求而来，投资者热切地寻找目标，而模型团队内部的人则纷纷出来创业。

基座模型内部的“考官”们，陆续开始创业

从UniPat团队此前的研究中，可以窥见这门生意的起源。

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，已经开始研究如何给模型出难题。

在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。该团队合成复杂的搜索任务，让模型学习查找证据、调用工具、进行连续推理，探索如何通过强化学习提升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。

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

这支团队熟悉的是，如何围绕模型欠缺的能力设计任务，再用这些任务来训练和检验模型。成立公司之后，这些研究经验通过一系列公开评测展现出来。

今年一月，UniPat发布了BabyVision，用于检验模型的基础视觉推理能力。五月，Terminal-X测试了编程Agent解决复杂工程任务、应对多轮需求变化以及完成版本升级的能力；ExpertEval评估了医疗、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。七月发布的Vibe-Coding Arena进一步引入了真人专家，在多轮编程协作中评估Agent如何理解需求、接受反馈以及修正错误。

考题从“答得对不对”，转向了“多元的真实工作任务”。

论文和基准测试在很长一段时间里，是外界了解UniPat的唯一途径。

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，但为谁补充什么能力、如何生产数据、怎样验收，已经涉及到客户的研发方向以及自身的商业壁垒。

一位相关从业者告诉我们，尽管最近才被曝出融资消息，但UniPat实际上已经进行了多轮融资。阿里巴巴作为此次披露的领投方，同时提供资金与算力支持，后者一年大约为数千万元人民币级别。

另一位从业者介绍，UniPat与阿里巴巴的合作，主要集中在强化学习后训练数据方面，包括不同Agent运行框架下的编程轨迹和多工具任务。他们先在较小模型上进行低成本训练实验，筛选出有效的数据方案，再扩大生产与交付，在大模型上进行训练验证。

这是一种深度的合作定制：客户购买的不仅仅是材料，还包括寻找有效材料的实验过程。公开的基准测试只是一个切口，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，同样面对模型厂商的数据需求，智能知识将重心放在了专家知识如何被组织起来、持续生产上。

创始人兼首席执行官汪涉洋此前负责字节跳动Seed模型的数据工程架构，也做过抖音医疗大模型的数据工程工作；首席技术官李宽野是前字节跳动基座模型的数据工程师，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。因此，智能知识通过“一面千识”寻找、筛选和组织专家，再用Xpert Studio支持任务生产与质量检查。今年六月，公司宣布获得锦秋基金和耀途资本的投资。

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，其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的Agent业务并搭建内部评测；技术联合创始人蔡佳人曾任MiniMax的开源负责人及后训练数据算法，参与了M2系列模型在编程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是否完成，另一端要把这种判断转化为训练目标。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：模型厂商保留核心训练，将跨场景、需要持续更新的数据生产交给亲手“培养”起来的外部伙伴；创业者则把服务一家实验室的经验，转化为服务多家的产品。

模型开始“购买能力”，数据生意发生了变化

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修改模型架构，拿去做后训练，就能让编程榜单的成绩提升三个百分点，“你买不买？你肯定买。”

这三个百分点，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。

榜单因此同时成为了成绩单、训练计划和采购指南。

这也是为什么，基准测试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要学习的是如何完成工作。互联网上有大量代码，却不会自动附赠一次软件故障的完整处理过程：如何定位问题、调用工具、修改失败、重新尝试，最后又凭什么确认修复完成。

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”的优势不仅仅是认识采购方，而是自己做过需求方：知道模型的短板如何被发现，一项任务如何转化为训练材料，以及如何设计实验来判断效果。

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”来形容这门生意：预训练语料虽然量大，但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，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如何发现短板、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。

本文来自微信公众号“硅星人Pro”，作者：黄小艺，36氪经授权发布。