📢 转载信息
原文链接：https://techcrunch.com/2025/10/09/datacurve-raises-15-million-to-take-on-scaleai/
原文作者：Russell Brandom
AI竞争加剧：高质量数据成为新战场，Datacurve崭露头角
随着人工智能公司的不断成熟，获取高质量数据的竞争已成为行业中最激烈的领域之一，催生了像Mercor、Surge以及最著名的Alexandr Wang（现任Meta AI负责人）的Scale AI这样的公司。然而，随着Wang转投Meta领导AI工作，许多投资者看到了市场缺口，并愿意为拥有全新数据收集策略的公司提供资金。
Y Combinator 毕业公司 Datacurve 就是这样一家专注于为软件开发提供高质量数据的公司。周四，该公司宣布完成1500万美元A轮融资，由Chemistry的Mark Goldberg领投，DeepMind、Vercel、Anthropic和OpenAI的员工参与投资。此轮融资紧随其270万美元的种子轮融资之后，种子轮投资方包括前Coinbase CTO Balaji Srinivasan。
“赏金猎人”模式：吸引顶尖工程师参与数据采集
Datacurve采用了一种“赏金猎人”（bounty hunter）系统，旨在吸引熟练的软件工程师来完成最难获取的数据集。到目前为止，该公司已通过支付赏金的方式，向贡献者分发了超过100万美元的奖金。
但联合创始人Serena Ge（上图与联合创始人Charley Lee合影）表示，最大的驱动力并非单纯的经济回报。对于软件开发等高价值服务而言，数据工作的薪酬始终远低于传统就业机会——因此，该公司最重要的优势在于提供积极的用户体验。
“我们把这视为一个消费级产品，而不是一个数据标注操作，”Ge说。“我们花大量时间思考：如何才能将其优化到我们期望的人员感兴趣并愿意加入我们的平台？”
这一点尤为重要，因为后训练数据的需求正变得日益复杂。早期的模型依赖于简单的数据集，而如今的AI产品则需要依赖复杂的强化学习环境（RL environments），这些环境需要通过特定和策略性的数据收集来构建。随着环境变得越来越复杂，对数据在数量和质量上的要求都变得更加严苛，这可能为Datacurve这样提供高质量数据收集的公司带来优势。
作为一家初创公司，Datacurve目前专注于软件工程领域，但Ge表示，其模式可以很容易地扩展到金融、营销甚至医疗等领域。
“我们目前正在做的是为后训练数据收集创建一个基础设施，该基础设施能够吸引并留住其领域内能力非常强的专业人才，”Ge总结道。
🚀 想要体验更好更全面的AI调用？
欢迎使用青云聚合API，约为官网价格的十分之一，支持300+全球最新模型，以及全球各种生图生视频模型，无需翻墙高速稳定，小白也可以简单操作。
青云聚合API官网https://api.qingyuntop.top
支持全球最新300+模型：https://api.qingyuntop.top/pricing
详细的调用教程及文档：https://api.qingyuntop.top/about
评论区