“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，一份关于“具身智能数据合成”的报告摊开在桌上。这不是一份普通的文件，而是王长冕与团队近期攻关的核心。2025年5月，这位在AI领域浸润多年的技术专家，做出了一个引人注目的选择：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，并担任首席技术官。这个决定背后，是对一个行业趋势的清晰判断：数据，正在成为AI时代新的胜负手。

如今，大模型的竞争格局已经悄然转变。从最初的“拼算法”，到后来的“拼算力”，如今已进入“拼数据”的深水区。模型能力的每一次跃升，行业应用的每一次落地，都越来越依赖于高质量语料的支撑。而王长冕团队所直面的，正是这个核心且棘手的“数据瓶颈”。他们的目标很明确：立足国家战略需求，构建一个覆盖语料全生命周期的综合性解决方案。

从“给人看”到“给AI用”：数据需求的根本性转变

“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。”王长冕的这句话，点出了行业的普遍焦虑。但这还不是全部。更关键的变化在于，随着大模型、多模态模型乃至智能体的快速发展，AI对数据的需求性质正在发生根本性转变——从过去“给人看的数据”，转向“给AI用的数据”。换句话说，市场需要的是更适合模型训练和推理的、真正“AI Ready”的语料。

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，成为中国首家专业的AI语料公司。王长冕加入后，带领团队着手攻关“三个重构”：一是重构语料供给的方法体系，这依赖于他们核心的“语料魔方”技术；二是以“AI Ready”为导向，重构语料的基础设施；三是以供需闭环为目标，重构整个语料行业的生态。

攻坚“数据瓶颈”：从具身智能到临床医疗

挑战固然巨大，但进展却相当迅速。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，标志着其在核心技术上的突破。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”的艰巨任务。不仅如此，库帕思还成功中标了临床医疗领域的人工智能语料集项目，旨在为医疗AI模型构建一个高质量、高可信度的语料基座。

“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、获取门槛极高的数据，经过库帕思的专业化处理，能够直接赋能前沿科研。例如，他们将加工后的高质量数据用于肠胃镜AI模型的训练，结果“让模型效果的表现非常惊艳”。这证明了高质量专业语料对垂直领域模型性能的决定性影响。

上海的土壤与生态：优势与责任

在上海发展这项事业，王长冕觉得“天然具有优势”。这并非虚言。上海不仅是国内AI企业和高端人才的聚集地，更重要的是，地方政府对人工智能产业高度重视，且布局高瞻远瞩。作为国有控股企业，库帕思还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参与重大项目的契机。

与此同时，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兴对象。为了回馈这片土壤，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。该计划目标宏大：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。”王长楠如此展望。

永恒的底层动力

眼下，AI模型的迭代速度已经快得以月甚至以周计，这让许多从业者都感到“很吃力”。然而，无论上层的模型架构如何风云变幻，一个底层逻辑始终稳固：对高质量数据的需求是永恒且日益增长的。正是基于这一判断，王长冕与团队继续以“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的建设。他们的工作，不仅是为企业提供解决方案，更是为上海打造国家级人工智能创新发展高地提供核心支撑，旨在增强其在全球人工智能数据要素领域的竞争力与话语权，最终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