25 亿美元投给一个考场：中国数商的牌桌摆开了

01牌桌上的四路玩家

第一路是模型公司前员工创业。UniPat 创始人李宽，北航本科、中科院计算所硕士、港科大博士在读，去年还是阿里通义 DeepResearch 项目的实习生、开源 Agent WebSailor 的项目负责人之一，2025 年 12 月注册公司，早期股东有 Monolith 和字节跳动的锦秋基金。Copula Lab 创始人梁丽此前负责 MiniMax 的 Agent 业务，技术合伙人蔡佳人做过 MiniMax 开源和 M2 系列的 Coding 后训练。智能知识的核心团队来自字节 Seed，6 月拿到锦秋基金和耀途资本的天使轮。

第二路是大厂自营专家平台。字节有 Xpert，腾讯 9 月 21 日推出混元智囊团：金融、法律、医疗、代码、翻译等十余个领域，专家线上接单、按质量动态评级，发腾讯官方认证的专家证书。模型公司不再只买数据，开始直接运营专家供给。

第三路是上市老数商转型。海天瑞声在定增材料里把募投方向写成「AI 大模型训练数据集建设项目」，并披露在论证评测服务能力，包括评测方案设计、评测数据获取和自动评测。靠语音采集标注上市的公司，现在要向市场讲考场的故事。

第四路是合成数据派。维纳智能让模型自己出题、自己生成推理过程和答案，做成 cQrA 四元组数据，联想创投投了千万美元种子轮。

02美国剧本在中国演不通

美国那桌牌的格局是第三方独立。Scale 向所有实验室卖数据，Mercor 向所有实验室卖专家，彼此不持股、不站队。Meta 入股 Scale 之后，Google 和 OpenAI 立刻收缩合作，这是独立性的价格。

中国这桌牌，三个位置都被模型公司自己占了。供给端，字节和腾讯自建专家平台，把专家的入口攥在手里。资本端，UniPat 的投资方名单里坐着阿里领投、腾讯跟投、字节锦秋是早期股东，红杉中国的 xbench 今年 1 月还和 UniPat 联合发布了 BabyVision 评测集——一家还没交割的公司，半个行业的巨头都已经是利益相关方。需求端，据行业报道，字节 2026 年给世界模型训练数据安排的预算是数千万元人民币，Coding 数据投入排第二，这类核心后训练环节，模型公司明确留在内部，外部团队能承接的是专家组织、任务生产和部分环境构造。

还有一个反向的事实。Dimension Capital 访华后给出资人的内部信里写到，Mercor、AfterQuery、Turing 这些美国数据公司，已经成了中国大模型公司的供应商。中国模型公司现阶段愿意向独立的海外数商下单，同时在国内用资本和自营平台把同赛道公司变成自己人。判卷权必须可控，这是国内牌局的底层规则。

03专家数量是通胀数字，壁垒在 failure mode

夹层里的公司，对外宣传的数字已经通胀。智能知识的一面千识说连接了 5 万多名领域专家，原壤智能的 TalentsAI 也说 5 万名专家入驻、覆盖 300 多个细分学科。两个 5 万摆在一起，这个数字就不再是壁垒，注册专家里有多少能稳定交付高难度任务，外人无从验证。

真正能拉开差距的是两样东西。

一样是对 failure mode 的知识。UniPat 的做法是先造足够难的任务找到模型的能力缺口，再围绕缺口生产数据和评分标准，然后实际训练模型，在留出集和外部基准上验证有没有提升。它的 ExpertEval 覆盖医疗、金融、法律，3213 个专家案例，平均每题配 21.83 条评分标准，重点盯「关键负面项」。Copula Lab 的出发点同样是从模型在真实任务里为什么失败反推任务、轨迹和 Rubric。这套「发现缺口—生产信号—训练验证」的流程，回答的是数据公司最难的问题：这批数据到底有没有让模型变强。

另一样是验证器的工程化。智能知识的 Terminal RL Data 不只交题目和答案，还交 Docker 环境、测试脚本、Oracle 参考解法和运行轨迹。有意思的细节是，它把数据生产平台 Xpert Studio 的会员价定到 3000 元一年——工具本身已经卖不上价，值钱的只剩工具里沉淀的质检协议和专家网络。

04考场的独立性

UniPat 既发布基准，又生产训练数据，还亲自训练模型。彭博的报道出来以后，不止一篇分析点到这个矛盾：一家公司如果参与某个模型的训练，又负责评价这个模型，外部客户会质疑它的结论。模型公司入股评测公司，评测的公信力怎么算，这在美国是 Meta-Scale 事件里已经吵过一遍的问题，中国现在轮到 UniPat 来回答。

考场自身的刻度问题，中国实验室自己心里也有数。腾讯混元、复旦和清华 10 月放出的 ExplorationBench，专门造了两个模型不可能备考过的「异星世界」测探索能力，论文里的诚实段落值得读：同一个系统同样预算重跑探索，Kimi K3 的终点从 5.7% 到 79.0% 都有；按三次最佳排名和按均值排名，名次会换位。发榜单的人自己承认单一分数会骗人，这是这个星期里最诚实的评测文本。

牌桌刚摆开，钱和人都已就位。接下来值得盯的不是谁家的专家更多、估值更高，是验收权落在哪：模型采购、企业部署和训练流程里，采信谁家的「这个模型能用」。UniPat 那 25 亿美元估值，买的正是这个位置。昨天的日报写过买方怎么变，今天这桌卖方怎么坐，是同一条产业链的两面。

05常见问题

中国会不会长出 Scale AI 那样的独立第三方数商？

短期不会。供给端字节和腾讯自建专家平台，资本端阿里、腾讯、字节基金都进了 UniPat 的股东名单，需求端核心后训练环节留在模型公司内部。第三方能占的是专家组织、任务生产和部分环境构造这个夹层，独立性让位于可控性。

看一家新数商靠不靠谱，该看什么数字？

别看注册专家数，家家都报 5 万。看三样：交付物里有没有可执行环境和验证器，而不只是题目和答案；能不能拿出训练前后的留出集对比，证明数据让模型变强；评分标准的密度，比如 UniPat 的 ExpertEval 平均每题 21.83 条。

模型公司投资评测公司，发布的分数还能信吗？

要打折看。UniPat 的股东里有阿里、腾讯和字节系基金，它既发基准又做训练，独立性天然受质疑。Meta 入股 Scale 后 Google 和 OpenAI 收缩合作，就是市场对这种结构的定价。用它的基准做决策时，要确认测试集与训练数据隔离，并保留第三方复测的权利。