“过去积累的数据已经消耗完了”，上海这家公司如何攻关AI时代新胜负手？

在西岸的一间办公室里，王长冕的桌上摊开着一份关于“具身智能数据合成”的报告，这是他与团队近期攻关的关键领域之一。2025年5月，这位在AI领域深耕多年的技术专家选择加入一家成立仅一年的年轻公司——上海库帕思科技有限公司，担任首席技术官。他看到了AI时代的趋势：数据，正成为新的胜负手。

当下，大模型的竞争已从“拼算法”转向“拼数据”。模型能力的提升、行业应用的落地，越来越离不开高质量的语料。而王长冕团队面对的，正是这个核心而棘手的“数据瓶颈”。他们立足国家战略需求，努力构建覆盖语料全生命周期的综合性解决方案。

“人类互联网过去二三十年积累的数据，基本上已被大模型‘消耗’得差不多了。”王长冕坦言。更关键的是，随着大模型、多模态模型、智能体的发展，AI对数据的需求正在从过去“给人看的数据”，转向“给AI用的数据”，也就是更适合模型训练和推理的AI Ready语料。

库帕思的诞生，恰逢其时。2024年3月，这家人工智能语料数据平台型企业正式成立，成为中国首家专业AI语料公司。王长冕加入后，带领团队攻关“三个重构”：一是重构语料供数据方法体系，依靠语料魔方；二是重构语料基础设施，以AI Ready为导向；三是以供需闭环，重构语料行业生态。

挑战巨大，但进展迅速。2025年11月，库帕思连续申请了“具身智能数据合成与标注方法”等多项专利。他们与智元机器人合作，完成了“数千万真机数据采集和数千万仿真数据合成”。库帕思还中标了临床医疗领域的人工智能语料集项目，为医疗AI模型构建高质量语料基座。

“一些关键性的数据，比如医疗领域的数据，会交给我们去运营。”王长冕透露。这些天然稀缺的数据，经过库帕思的处理，能直接赋能前沿科研。他们与将加工后的高质量数据用于肠胃镜模型的训练，“让模型效果的表现非常惊艳”。

在上海发展这项事业，王长冕觉得“天然具有优势”。上海不仅是AI企业和人才的聚集地，更重要的是政府对人工智能非常重视，且高瞻远瞩地早早布局。作为国有控股企业，库帕思承担了部分公共数据运营的职能，这为其提供了宝贵的数据资源和项目参与机会。同时，上海活跃的创新创业生态，尤其是大量涌现的OPC（一人公司），成为了库帕思服务的新对象。

2026年3月，库帕思牵头发布了“模塑申城语料普惠计划2.0”，宣布将免费向中小企业、高校师生和创新创业者提供语料数据服务。计划到2027年底，链接500个创新主体，打造300个稀缺数据集，普惠提供价值不少于1.5亿元的语料。“这有助于带动整个上海AI产业的发展。”王长冕说。

眼下，AI模型的迭代速度以月甚至以周计，让从业者都感到“很吃力”。但王长冕坚信，无论模型如何演进，高质量的数据需求是永恒且日益增长的底层动力。他与团队正继续以“全流程覆盖、多模态处理、高度自动化与智能化”为核心战略，努力推动人工智能产业数据基础设施建设，为上海打造国家级人工智能创新发展高地提供核心技术支撑，增强上海在人工智能数据要素领域的竞争力和话语权，助力构建具有全球影响力的人工智能产业生态。

原标题：《“过去积累的数据已经消耗完了”，上海这家公司如何攻关AI时代新胜负手？》

栏目主编：张骏 题图来源：上观题图

来源：作者：解放日报 胡幸阳