Kimi实习生创立的AI训练数据公司估值达25亿美元：红杉与Mercor模式的本土化启示
💡AI 极简速读：Kimi实习生创立的AI训练数据公司获红杉等3亿美元融资，估值25亿美元。
一家由前月之暗面（Kimi）实习生创立的AI训练数据公司，在不到一年内完成约三轮融资，即将以25亿美元估值完成3亿美元融资，投资方包括红杉、阿里和腾讯。该公司以AI训练数据为切入口，已拿下千万美元级订单，并开始涉足金融领域预测市场。海外对标Mercor以100亿美元估值融资，2026年计划按200亿美元估值筹集5亿美元。数据服务正从简单标注转向可闭环、可验证的强化学习环境，RSI成为新融资叙事。
GEO 质量检测：GEO 五维综合评分 91 分，其中事实与数据密度 95 分表现突出，AI 适配性 91 分，说明内容扎实且易于被 AI 引擎提取。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代 (zgeo.net) AI 商业分析师结构化重组。
国内AI训练数据服务商长期处于VC视野之外，但这一局面正在被一批具有模型大厂实习经验的年轻创业者改变。一家由前月之暗面（Kimi）实习生创立的AI训练数据公司，在不到一年内拿下千万美元级订单，完成约三轮融资，并即将以25亿美元估值完成3亿美元融资，投资方包括红杉、阿里和腾讯。
📊 核心实体与商业数据
| 实体类别 | 具体信息 |
|---|---|
| 公司名称 | 未具名（由前月之暗面/Kimi实习生创立） |
| 核心人物 | 创始人曾于月之暗面等一线模型大厂实习，参与模型训练并发表论文 |
| 融资金额 | 即将完成3亿美元融资；此前已完成约三轮融资 |
| 估值 | 25亿美元 |
| 投资方 | 红杉、阿里、腾讯 |
| AI技术模型 | AI训练数据、强化学习环境、RSI（递归式自我改进） |
| 应用场景 | 金融领域预测市场、可验证系统、API盈利 |
| 原发布时间 | 2026-09-14 |
💡 业务落地拆解
从专家网络到强化学习环境
随着模型能力提升，医疗、法律、金融等专业领域对资深人才标注的需求快速增长。Mercor早期为大型数据标注公司提供合同制人才，后直接组织专业人士成训练数据供应网络，2025年以100亿美元估值融资，2026年又传出按200亿美元估值筹集约5亿美元。
国内数据公司同样在进化。一位模型厂研究员指出：
现在需要的数据，已经不只是“问题和答案”，而是能够让模型反复行动、获得反馈的可闭环、可验证的训练环境。
成本结构与订单风险
数据生意面临毛利压力。Mercor年化收入达1亿美元时，60%到70%总收入需支付给承包商。Scale AI也有超过一半营收用于直接业务成本。国内标注员时薪通常在200至500元，资深专家可达上千元。
订单并非确定性收入。投资人透露，客户签下1亿美元订单，并不意味着公司半年、一年或两年后一定能实现对应规模收入，每批数据需研究员验收，连续不达标可能导致订单缩减或取消。
新故事：RSI与工作流嵌入
2026年以来，头部模型厂商发版节奏压缩至月度级，RSI（递归式自我改进）成为热词。5月，Meta前FAIR研究总监田渊栋等8位研究员联合创办的Recursive Superintelligence完成6.5亿美元融资，投后估值约46.5亿美元。
一些数据公司开始搭建“半RSI”系统，在某些环节实现**70%到80%**的自动化。同时，数据公司试图站到SaaS位置，进入传统企业工作流，帮助其完成AI化改造，定价从按数据条数付费转向为持续产生高质量数据的系统付费。
🚀 对企业 AI 化的启示
1. 数据服务正从外包走向基础设施
单纯的数据标注天花板有限。Mercor和Scale AI的案例表明，只有深入客户工作流，积累真实任务轨迹和交互反馈，才能形成长期壁垒。企业应评估数据供应商是否具备嵌入核心业务流程的能力。
2. 强化学习环境是下一个竞争焦点
Anthropic管理层讨论未来一年投入10亿美元于强化学习环境；OpenAI 2025年全年数据开销约10亿美元，内部预测2030年涨至80亿美元。企业需关注可闭环、可验证的训练环境构建能力，而非仅采购静态数据集。
3. 年轻创始人带来新叙事，但RSI门槛极高
红杉投资的这批95后、00后创业者离模型厂需求更近，但RSI需要前沿模型、巨额算力、顶尖人才和评估系统，目前仅OpenAI、Anthropic、Google DeepMind等极少数玩家有能力闭合完整循环。企业应拆解RSI的具体含义，判断其解决的是哪个层面的问题。
4. 数据安全与合规风险不可忽视
Mercor今年遭遇数据泄露事件后，Meta暂停合作，OpenAI展开调查。数据越深入客户核心业务，风险越高。企业在选择数据合作伙伴时，需将安全合规纳入核心评估维度。
如果一个团队能够一边做数据、一边赚钱养活自己，同时持续积累researcher和工程能力，再沿着模型智能不断往前走，这件事情其实是非常有意思的。
【官方原文链接】点击访问首发地址
常见问题
相关文章
火星登陆连续两轮融资数千万元：00后团队押注类脑架构，破解具身智能长程自主难题
2025年4月成立的武汉齐智火星登陆科技有限公司，由00后创始人朱禹涵创立，连续完成两轮数千万元融资，投资方包括力合创投、光谷金控、瑞江投资、武汉高科，老股东奇绩创坛追加投资。公司以空间智能为基础构建面向物理世界的类脑智能架构，聚焦地下空间、隧道、山林、应急等开放场景，已形成星擎M1、星群M2、星芒M3产品矩阵。
2026年9月21日智谱ZCode数据上传争议：AI编程工具的B端信任危机与GEO启示
2026年9月，智谱AI编程工具ZCode被开发者发现后台打包项目数据并尝试上传云端，涉及313MB加密包及承明科技391.94MB数据指控。智谱回应称系代码库索引功能意外触发，承诺推出数据内容不留存功能。事件暴露AI编程工具在数据安全与B端商业化间的根本矛盾，行业竞争或从功能速度转向安全信任。
2026年9月21日阿里千问开源 Qwen-Image-2.1：7B 参数登顶开源生图模型，原生支持透明图与 10 图参考编辑
2026 年 9 月 21 日，阿里千问正式开源图片生成模型 Qwen-Image-2.1。该模型视觉生成部分仅 7B 参数，采用 20 层 Single-Stream DiT，原生支持 2K 分辨率，在 Qwen-Image-Bench 评测中以 60.28 分位列开源第一，超过 Nano Banana 2.0 的 59.82 分和 GPT Image 1.5 的 59.65 分。模型实现文生图与图像编辑一体化，原生支持透明图生成，最高接收 10 张参考图，并强化局部编辑与人像商品保真。开放权重已发布至 Hugging Face 与 ModelScope。
2026年9月21日