- A+
有分析指出，
文 | 新质动能，作者 | 沐风，编辑 | 小峰
文 | 新质动能，作者 | 沐风，编辑 | 小峰
值得注意的是，
近日，扎克伯格砸出143亿美元（折合人民币约 1066 亿元），拿下了Scale AI 49%股权，豪赌其背后的华人天才Alexandr Wang。
这个华人有多牛呢？18岁从MIT辍学创业，22岁就登上《福布斯》封面，24岁成为世界最年轻的白手起家亿万富翁，25岁接下五角大楼的AI合同，现在28岁，他加入Meta，领导超级智能团队。
但实际上，
别人在卷大模型、算力和芯片，他就老老实实干了一件事：喂数据。更准确地说，是帮这些AI公司把海量原始数据清洗、标注、组织成能用的格式，然后送进训练系统。
来自XM外汇官网：
干的听起来不光鲜，像个“数据外包厂”。但就是这活儿，被他做到极致，客户里有OpenAI、Meta、微软、特斯拉，甚至还有美国军方。
XM外汇资讯：
而这一次，扎克伯格的天价收购背后也很多变：
来自XM外汇官网：
一边是自己AI进展不力，一边是OpenAI和谷歌越跑越快，Meta急了。与其自己一边烧钱一边出困扰，不如干脆把给大模型“供粮”的公司拉进来。
来自XM外汇官网：
困扰是，Wang真能扛得起Meta的重任吗？
XM外汇报导：
143亿美元押注“AI搬砖人”？
最近，一条消息在硅谷刷屏：Meta斥资143亿美元，与数据标注巨头Scale AI达成重磅合作。
但实际上，
这不是小打小闹的项目外包，而是Meta把自家AI大模型的训练、优化、数据管理，全面托管给了Scale AI。这笔交易金额刷新了近几年AI基础服务领域的记录。
XM外汇消息：
很多人好奇：一个做标注外包的，凭什么值这么多钱？
再看得细点各位就懂了——这是Meta的“救命钱”。
据业内人士透露，
2024年，Meta在AI赛道的表现兼容说是一喜一忧：
据业内人士透露，
喜的是，Llama 3开源后，一度带动开源圈爆发；
忧的是，Llama 4迟迟无法上线，内部训练团队进度落后，人才出走严重，顶级科学家LeCun孤掌难鸣，AI团队内部气氛极度拉扯。
与此同时，OpenAI发布GPT-4o，Google Gemini全面进化，连Anthropic都在加速商业化。Meta在AI主赛道上的“掉队感”肉眼可见。
然而，
扎克伯格这才意识到：与其自己拼命卷算法、造模型、炼数据，不如直接买那家所有AI公司都在用的服务传递商。
根据公开数据显示，
而Scale AI，就是这家数据商的幕后王者。
XM外汇财经新闻：
这家公司主要帮AI模型准备训练用的数据。听上去像是数据清洗+标注的外包服务，没技术含量。但就是这行低调、枯燥的活儿，成了AI时代的必争资源。
可能你也遇到过，
GPT、Gemini、LLaMA这类大模型，背后都要喂入上千亿Token的高质量训练数据。Scale AI就像一台“工业化数据提纯机”，把原始网页、文档、音视频切片处理、过滤噪声、手动标注，再分类输出到模型系统中。
这个过程，如果出错1%，模型质量就可能掉一大截。
据相关资料显示，
而Scale AI的标注系统，兼容做到：
尤其值得一提的是，
精度达99.7%，行业平均只有85%左右；
每日处理数据上亿条，涵盖217种语言、图像、动作、语音场景；
有分析指出，
后台由数万个外包“标注员”组成，分布在菲律宾、菲律宾、印度、肯尼亚、委内瑞拉……
据相关资料显示，
Meta过去两年自己尝试建立类似体系，发现成本高、出片慢、人力不稳定，干脆停掉自研训练数据团队，绑定Scale AI。
必须指出的是，
那么，这家被扎克伯格“豪赌”的公司到底是什么来头？它的创始人，又凭什么成了硅谷最值钱的年轻人呢？
尽管如此，
答案是：Alexandr Wang，年仅28岁、从MIT辍学的华裔天才，被誉为“硅谷最强数据商人”。
他用不到十年时间，把数据标注做成了一条全球AI公司都离不开的产业链，连五角大楼都成了他的客户，连OpenAI都在用他家的训练集。
尤其值得一提的是，
而扎克伯格这次，直接把Meta的AI命脉交到他手上。困扰是，Wang扛得住吗？他这套打法，又是怎么做出来的？
令人惊讶的是，
一路开挂的华裔天才少年
令人惊讶的是，
Alexandr Wang创业的起点，更像是“AI行业的数据搬砖人”。
尽管如此，
他出生在美国新墨西哥州的一个物理研究小镇，父母都是在国家实验室担任核物理学家。中学时他就爱上编程，没毕业就自学了斯坦福大学的计算课程。
据相关资料显示，
17岁进MIT，第一学期上的是研究生级别的机器学习课，还没上完就辍学了——不是缘于挂科，而是缘于他有个想法太想干。
起因也很容易：他想在自家冰箱上装摄像头，实时监控“牛奶有没有快喝完”。结果发现，根本无法获得足够的数据来训练系统。
于是他想明白了：未来 20 年的 AI 要想取得突破，数据将是关键障碍之一。
XM外汇专家观点：
2016年，他离开MIT，进入硅谷最火的创业孵化器Y Combinator，一边招人，一边搭平台，成立了Scale AI，使命很直接：为AI模型做标注和数据清洗的基础服务。
据业内人士透露，
说白了，就是搞“AI数据外包”。
早期团队不到10人，Wang自己白天谈客户，晚上搭系统，还要参与人工质检。
听着容易，干起来极其繁琐。但Wang对质量要求极高：一旦错误率超过1%，立即返工；只要客户体验不好，全部手动跟进。
靠这种“死磕式质量管理”，Scale AI慢慢拿下了越来越多客户：
请记住，
2018年，成为OpenAI的早期训练数据供应商；
站在用户角度来说，
2019年，特斯拉把FSD（自动驾驶）辅助数据标注外包给Scale；
很多人不知道，
2020年起，美国国防部向其采购了用于军事图像识别和卫星标注的服务；
根据公开数据显示，
截至2024年，客户覆盖OpenAI、Meta、微软、丰田、通用等数十家AI巨头和自动驾驶企业。
站在用户角度来说，
最狠的是，它不只是卖“数据”，而是把整个“数据链”变成了产品。
来自XM外汇官网：
Wang开发了一整套数据处理系统——包括数据采集、清洗、去重、标注、分类、上传、动态更新……而且全部自动化协同，最大程度减少人工干预。
值得注意的是，
这使得Scale成为了全球唯一一个能大规模、工业化传递高质量AI训练数据的平台型公司。
换个角度来看，
它不是“谁都能复制”的服务外包，而是“技术 + 系统 +规模”构成的壁垒。
XM外汇行业评论：
2021年，Scale AI完成最新一轮融资，估值飙升至70亿美元。Wang年仅25岁，就登上了《福布斯》“全球30位30岁以下科技人物”。
不妨想一想，
扎克伯格没时间等了
XM外汇报导：
如今，外界看这场Meta与Scale AI的绑定，很多人以为就是一次“高价外包”，但其实，它比各位想得更急。
过去几年，Meta在AI上的布局并不慢：
然而，
招来了图灵奖得主LeCun，主导AI实验室FAIR；
值得注意的是，
连续推出LLaMA 1、2、3，打入开源大模型圈子；
说出来你可能不信，
自研硬件（如MTIA AI芯片）、新算力基础设施也同步推进。
但困扰是——没一个成了主力。
大家常常忽略的是，
LLaMA虽然在圈内火，但在实际商用上远不如OpenAI的ChatGPT、Anthropic的Claude；
据业内人士透露，
FAIR团队内部学术氛围浓重，论文多、产品少，执行力拉垮；
Meta虽然有Facebook和Instagram的大量数据，但质量不稳定、版权风险高，不能直接用于训练。
到2024年初，扎克伯格发现：再这么搞下去，LLaMA 4根本来不及上线，Meta可能彻底错失AI窗口。
尤其值得一提的是，
这时候他终于做了一个决定：别再自研数据了，直接绑定最顶的那家数据厂——Scale AI。
很多人不知道，
这不是被逼疯，而是看清了趋势：
AI的胜负，关键早就不是谁的算法最巧，而是谁能喂得起大模型、谁能训得快；
说到底，
谁掌握数据入口，谁就掌握了AI战局的主动权。
XM外汇专家观点：
Scale AI恰好就是这个入口。
它能用最低的成本、最快的效率、最稳的质量，给模型传递训练所需的一切“数据燃料”。而Meta缺的，就是这个能力。
更关键的是，Wan&# XM官网 8203;g保留了运营权，也继续对外传递服务。
据业内人士透露，
换句话说，扎克伯格表面是绑定了个供应商，实际上是把AI战场的“加油站”收入自己地图范围内了。
尤其值得一提的是，
一旦Meta拿到了数据供应链的掌控权，LLaMA的训练节奏就不再被动了。
令人惊讶的是，
但这也意味着，战局要变了：
XM外汇用户评价：
谷歌计划终止与Scale AI的合作，OpenAI则加快扶持Scale对手Handshake的速度；其他大模型公司启动重新评估“数据依赖”，担心自己的燃料来源随时“被拔管”。
不妨想一想，
而这场合作背后的赢家，就是那个原本被叫做“AI搬砖人”的Alexandr Wang。
他现在在战场中处于一个独特地位：
能同时为OpenAI、Meta、美国国防部供数据；
必须指出的是，
拥有最完整数据清洗、标注、分发系统；
不可忽视的是，
能调动10万人力、上万台GPU的“数据调度指挥官”。
结语
值得注意的是，
这一次，扎克伯格豪赌Alexandr Wang，不只是买服务，是希望他救Llama；
但Wang想做的，可能是打造一套让巨头都得靠他活的“数据处理系统”。
概括一下，
一边是硅谷最急的买家，一边是最冷静的供货商。
请记住，
未来这场双人舞，是合力反击OpenAI，还是彼此角力，本站很快就会看到。
可能你也遇到过，
只不过，这次牌桌上的发牌人，可能不再是Altman，也不再是扎克伯格，而是那个从标注干起的华裔少年。返回搜狐，查看更多
