{
 "about": "VC、研究机构、媒体和公司画的 AI 训练数据 / 具身数据 / 数据授权市场图谱：by 谁画的、d 日期、u 原文、cats 分了哪些类、g 对应本图谱 layers.json 的层（all = 全景）。",
 "maps": [
  {
   "by": "Menlo Ventures",
   "who": "Deedy Das",
   "t": "Every single startup selling AI Training Data (July 2026)",
   "d": "2026-07",
   "u": "https://x.com/deedydas/status/2076142677272441062",
   "type": "vc",
   "topic": "AI 训练数据与 RL 环境创业公司",
   "g": [
    "a1",
    "a2",
    "b1",
    "b2",
    "b3",
    "e2"
   ],
   "cats": "贴文原话：50 多家公司向大型 AI 实验室卖数据和 RL 环境，合计约 85 亿美元营收、约 1000 亿美元估值，其中 75% 以上在 Scale、Surge、Mercor、Handshake 四家。同日补充贴里列出「漏掉的」分组：数据市场（Kled、Luel）、电脑/浏览器使用（Chakra Labs、Habitat、Refresh、Cua、Originator、Dojo）、代码/SWE（Proximal、Idler、Calaveras、BenchFlow、Vmax）、长程推理（Andromede、Aviro、AIChamp、General Reasoning、Champ、Haladir、Hillclimb）、模型行为/评测（Gray Swan、Theta、Preference Model、Vals AI、Andon Labs、Verita、Good Start Labs）、垂直领域（Halluminate、Quesma、Phinity、Rise Data Labs、Kairos、TrainLoop、Huzzle Labs）。",
   "note": "贴文日期 2026-07-11。主图是 X 上的长图，抓不到预览图直链所以没放 img，图内逐行数字我没逐格核对；36氪转述称图中逐行列出的是 28 家可估算公司，与「50 多家」口径不同。Deedy 在贴中说营收多为公开来源（含传闻）、很多偏低，并写明 Arena 实际约 1 亿美元。本图 A、B 两框骨架出自这张图。"
  },
  {
   "by": "Menlo Ventures",
   "who": "Menlo Ventures（《2026: The State of Enterprise AI》报告团队）",
   "t": "AI Infrastructure Market Map（2026）",
   "d": "2026-11",
   "u": "https://x.com/MenloVentures/status/2118787401397231972",
   "img": "https://pbs.twimg.com/media/HWdxQdbbYAAU4pi.jpg",
   "type": "vc",
   "topic": "AI 基础设施全栈（四层），其中一格是训练数据",
   "g": [
    "a1",
    "a2",
    "b1",
    "b2",
    "b3",
    "c1",
    "c2",
    "e2"
   ],
   "cats": "四层：算力与基础模型 → … → agent 工具。和本图相关的是第 1 层「TRAINING DATA」一格：专家数据与评测（Scale、Surge、Mercor、Handshake、Turing、micro1）、RL 环境（Patronus AI、Fleet、Proximal、AfterQuery、Protege）、机器人（XDOF、Mecka）、基准（Arena、Artificial Analysis、Vals）。贴文原话：AI 原生公司现在拿走基础设施层 90% 的支出（去年 44%）。同一报告估计「训练数据与服务」市场 $15.3B（截至 2026-09）。",
   "note": "贴文日期 2026-11-06，配套报告 https://menlovc.com/perspective/2026-the-state-of-enterprise-ai/ （2026-11-03）。训练数据一格的 16 家，本图 11-06 前已收 14 家，补了 Patronus AI（b1）、Artificial Analysis（b2）。Menlo 投了 Mercor、Fleet（报告里带 * 号）。图中其他三层不在本图范围。"
  },
  {
   "by": "艺恩数据（ENDATA）",
   "who": "解读文章作者：鸿途（IT168）",
   "t": "《全球具身数据市场白皮书》· 全球约 50 家具身数据公司谱系图",
   "d": "2026-06",
   "u": "https://m.it168.com/article_6934119.html",
   "type": "research",
   "topic": "具身数据（按「数据怎么来」分五条路线）",
   "g": [
    "c1",
    "c2",
    "c3",
    "c4"
   ],
   "cats": "IT168 解读文章列出的五条路线与代表公司：真机遥操与触觉（帕西尼感知、诺亦腾机器人、智元机器人、星海图、千寻、自变量）；便携采集（灵初智能、石智航、鹿明机器人）；仿真合成（光轮智能、群核科技、银河通用、World Labs）；视频蒸馏（枢途科技、较好视界、星动纪元）；数据基础设施层（简智机器人、光轮智能、觅蜂科技、诺亦腾机器人）。",
   "note": "白皮书正文在发现报告等转载页（页面日期 2026-06-03），谱系图原图没取到，路线与公司名取自 IT168 对白皮书的解读文章（2026-06-11）。另有三个皮匠报告称白皮书把四范式（真机遥操、便携采集、仿真合成、视频蒸馏）放进 2×2 矩阵，给 18 家公司归类，与「约 50 家」的谱系图是两张不同的图，本条指后者。本图 C 框骨架出自这份白皮书。"
  },
  {
   "by": "互联网周刊 / eNet硅谷动力",
   "t": "2026中国具身智能数据服务商TOP30",
   "d": "2026-05",
   "u": "http://enet.com.cn/article/2026/0601/A202606011275808.html",
   "type": "research",
   "topic": "中国具身智能数据服务商榜单",
   "g": [
    "c1",
    "c2",
    "c3",
    "c4",
    "a4"
   ],
   "cats": "30 家排名表（企业、所在地），前五为光轮智能、灵初智能、博登智能、觅蜂科技（智元）、帕西尼感知科技；其中也有海天瑞声（第 9）、景联文科技（第 10）、数据堂（第 16）、诺亦腾机器人（第 28）、枢途科技（第 30）。没有给分类，只是榜单。",
   "note": "eNet 页面日期 2026-06-01，景联文官网 2026-05-22 的新闻说《互联网周刊》「近日」已发布，故 d 写 2026-05。榜单评选方法页面里没写；入选公司既有数据服务商也有整机、互联网大厂（京东、百度、网易伏羲、四川长虹），不全是数据公司。"
  },
  {
   "by": "亿欧智库",
   "who": "周慧慧（亿欧网解读文章作者）",
   "t": "《2026中国具身智能数据采集与数据产业发展展望》",
   "d": "2026-06",
   "u": "https://www.iyiou.com/analysis/202606291133936",
   "img": "https://diting-hetu.iyiou.com/PVegCSBPz9xBXQhW1hd4.png?imageView2/1/w/900/h/600/format/jpg",
   "type": "research",
   "topic": "中国具身数据采集与数据产业",
   "g": [
    "c1",
    "c2",
    "c3",
    "c4"
   ],
   "cats": "解读文章的章节：四类数据采集路线（遥操作、第一人称 EGO/便携 UMI、合成/仿真、动作捕捉）；四层产业链（基础设施、数据采集、数据加工、数据应用）；落地案例。数据堂官网称自己入选该报告的优秀案例（2026-07-06）。",
   "note": "亿欧网解读文章日期 2026-06-29/30，报告全文在东方财富、发现报告等转载页（2026-07）。img 是亿欧网解读文章的预览图，不一定是报告里的产业图。报告里的公司归类没有逐家核对。"
  },
  {
   "by": "中国人工智能产业发展联盟（AIIA）· 中国信通院 · 沈阳市数据局",
   "t": "人工智能数据标注产业图谱（2026年）",
   "d": "2026-02",
   "u": "https://www.qdn.gov.cn/zwgk_5871642/zfjg_5871644/qdnzjyj/zfxxgk_5877843/fdzdgknr_5877846/fggw/zcjd_5930509/202602/t20260224_89571422.html",
   "type": "research",
   "topic": "中国数据标注产业链",
   "g": [
    "a4",
    "c4",
    "e3"
   ],
   "cats": "页面称汇聚数据标注产业链上下游企业 1000 余家、覆盖 14 个重点行业；四维架构：上游（数据资源提供和应用：通识数据、行业通识数据、行业专识数据）、中游（通用数据标注服务商、行业数据标注服务商）、下游配套（人力、交易、生态、标准四类服务）、地方（国家数据标注基地与产业集聚城市）。",
   "note": "来源是黔东南州政府网站转载国家数据局页面（2026-02-24），图谱本体要按页面「获取方式」申请，我没拿到图，所以没有 img，也没逐家核对。这是 2024-12 版图谱的迭代升级版。"
  },
  {
   "by": "IDC",
   "t": "中国AI基础数据服务市场规模达62.62亿元，头部厂商格局初显（《中国人工智能基础数据服务市场研究报告，2025》）",
   "d": "2026-08",
   "u": "https://www.idc.com/resource-center/press-releases/%E4%B8%AD%E5%9B%BDai%E5%9F%BA%E7%A1%80%E6%95%B0%E6%8D%AE%E6%9C%8D%E5%8A%A1%E5%B8%82%E5%9C%BA%E8%A7%84%E6%A8%A1%E8%BE%BE62-62%E4%BA%BF%E5%85%83%EF%BC%8C%E5%A4%B4%E9%83%A8%E5%8E%82%E5%95%86%E6%A0%BC/",
   "type": "research",
   "topic": "中国 AI 基础数据服务市场规模与份额",
   "g": [
    "a3",
    "a4"
   ],
   "cats": "不是地图，是份额表：2025 年头部厂商为 Appen、百度、中国电信、海天瑞声、数据堂、景联文、云测科技，「其他」占 56.3%；市场规模 62.62 亿元、同比 +27.8%，预计 2026 年 78.34 亿元，2025–2030 年 CAGR 19.6%。",
   "note": "IDC 新闻稿页面日期 2026-08-31（多家财经媒体 08-24/25 已报道）。各家具体份额（如 Appen 11.5%）是我读页面时的摘要，写进站点前请对一次原文。IDC 未给厂商类型分类。"
  },
  {
   "by": "Enterprise DNA",
   "t": "AI Industry Map · Training data and experts: who makes money in AI models",
   "d": "未标日期",
   "u": "https://enterprisedna.co/resources/ai-map/data/",
   "type": "company",
   "topic": "训练数据与专家数据的赚钱方式",
   "g": [
    "a1",
    "a2"
   ],
   "cats": "这一页收 10 家公司、5 条资金流、4 个空位；引用 Sacra 的估算：头部公司各自约 10–20 亿美元年收入（未扣付给专家的钱）；Mercor 约 7.6 亿到 20 亿美元用了六个月（估算）；资金流条目如 Anthropic 经 Mercor 买专家数据、Meta 入股 Scale AI。「怀疑者的看法」：收入是支付专家之前的口径、几家实验室几乎是全部客户、Scale 在 Meta 交易后几周内丢大客户。",
   "note": "页面没有日期，只写「地图每周更新三次」，整张地图 241 家公司 25 个领域。这一页是文字加资金流，不是图；公司清单我没抄全。培训类网站，属于第三方整理，数字都转引 Sacra 与媒体。"
  },
  {
   "by": "Pebblous",
   "t": "From Data Labeling to RL Environments: The 2026 Market Map",
   "d": "2026-08",
   "u": "https://blog.pebblous.ai/blog/labeling-to-rl-environments/en/",
   "img": "https://blog.pebblous.ai/blog/labeling-to-rl-environments/en/image/index.png",
   "type": "company",
   "topic": "从标注到 RL 环境的策略分组",
   "g": [
    "a1",
    "b1"
   ],
   "cats": "策略表分五类：领域环境卖家（Mercor）、专门的环境小组（Surge AI）、开放生态（Prime Intellect）、小团队精英建造者（Mechanize）、标注龙头向上扩（Scale AI）；正文另提中立供应商 Snorkel AI、Toloka、AfterQuery。",
   "note": "页面没写日期和作者，被引用来源最晚到 2026-07，搜索结果日期 2026-08-01，故 d 写 2026-08。"
  },
  {
   "by": "Troveo",
   "who": "Troveo Team",
   "t": "RL Environment Companies in 2026: The Landscape",
   "d": "2026-08",
   "u": "https://www.troveo.ai/resources/rl-environment-companies",
   "img": "https://cdn.sanity.io/images/8xt89s38/production/d1da1c7677db554291286885f46e6b379eadffec-1600x660.png?rect=172,0,1257,660&w=1200&h=630&fit=crop",
   "type": "company",
   "topic": "RL 环境供应商",
   "g": [
    "b1"
   ],
   "cats": "「三类卖家」：人力数据公司加做环境（Scale AI、Surge AI、Mercor、Turing）；环境原生创业公司（Mechanize、Fleet AI、HUD、Veris AI）；开放生态与基础设施（Prime Intellect、General Reasoning、Modal、E2B）。景观表用「数据巨头 / 环境原生 / 开放生态 / 基础设施」标签。",
   "note": "页面日期 2026-08-09（搜索结果 08-08）。Troveo 自己是视频授权数据商，属利益相关方。"
  },
  {
   "by": "Troveo",
   "who": "Troveo Team",
   "t": "Robotics & Physical AI Training Data Companies in 2026",
   "d": "2026-08",
   "u": "https://www.troveo.ai/resources/robotics-training-data-companies",
   "img": "https://cdn.sanity.io/images/8xt89s38/production/3ffc071d0a29f518cb86ebba08598b222c746c77-1600x660.png?rect=172,0,1257,660&w=1200&h=630&fit=crop",
   "type": "company",
   "topic": "机器人 / 物理 AI 训练数据供应商",
   "g": [
    "c1",
    "c2",
    "c3",
    "c4"
   ],
   "cats": "景观表六类：全栈物理 AI 数据（Scale AI）、托管数据服务/托管众包（Centific、Toloka）、仿真生态（NVIDIA Isaac、Omniverse）、标注基础设施（Encord）、专家市场（Mercor）、授权数据市场（Troveo）；正文还提到遥操作/示范采集、第一视角采集创业公司、RL 环境提供商，但未点名。",
   "note": "页面日期 2026-08-18。Troveo 把自己放进授权数据市场一类，属利益相关方；点名的公司很少，没有 Mecka、XDOF 等具身数据原生公司。"
  },
  {
   "by": "RL Research",
   "t": "RL environment companies and startups（RL Environments market map）",
   "d": "2026-11",
   "u": "https://www.rlresearch.ai/environments/",
   "img": "https://www.rlresearch.ai/og/rlresearch-default.png",
   "type": "company",
   "topic": "RL 环境公司名录",
   "g": [
    "b1"
   ],
   "cats": "按 S/A/B/C/D 五级排表，每行带融资和领域标签（编码、电脑使用、企业工作流、多领域等）；页面称已确认 73 家、另有 6 家待确认，表中 79 家，来自 115 条名录；S 级含 Scale AI、Snorkel AI、Prime Intellect、Mercor、Turing、Surge AI。",
   "note": "页面写数据快照 2026-11-02。分级标准我没读到；这是一家专做 RL 环境的名录站，非投资机构。"
  },
  {
   "by": "RL List",
   "t": "RL Environment Vendors: 2026 Directory & Rankings",
   "d": "2026-06",
   "u": "https://www.rl-list.com/",
   "img": "https://www.rl-list.com/og.png",
   "type": "company",
   "topic": "RL 环境供应商名录",
   "g": [
    "b1"
   ],
   "cats": "供应商逐家档案（融资轮、卖什么、是否开源、SOC 2 等），另有分页如「编码智能体用的 RL 环境」。",
   "note": "页面日期 2026-06-07。站主身份页面没写清，部分融资数字（如 Snorkel 2026-09 的 E 轮）看起来是后续更新的，写进站点前请回原始新闻核。"
  },
  {
   "by": "EnvIndex",
   "t": "RL environment platforms & companies（按领域分类）",
   "d": "2026-08",
   "u": "https://envindex.com/domain/multi-domain",
   "type": "company",
   "topic": "RL 环境 / RLHF 供应商目录",
   "g": [
    "b1",
    "b2"
   ],
   "cats": "按领域分页：多领域（13 家公司、11 个收录的环境产物）、RLHF 供应商（11 家，含 Datacurve 等）、长程、企业等。每行有领域、类型、所在地、团队规模、融资、是否在融资。",
   "note": "页面写数据截至 2026-08-16。站主身份未标明，没查到更多说明。"
  },
  {
   "by": "Gradient Flow",
   "who": "Ben Lorica",
   "t": "25+ startups all solving the same missing piece",
   "d": "2026-07",
   "u": "https://gradientflow.com/theyre-literally-building-tools-to-catch-agents-cheating/",
   "img": "https://gradientflow.com/wp-content/uploads/2026/06/RL-startups-art.jpeg",
   "type": "research",
   "topic": "做强化学习的创业公司",
   "g": [
    "b1"
   ],
   "cats": "按目标分四组：给前沿实验室的 RL 环境与训练场、给专才模型公司的后训练平台、从线上轨迹持续学习、机器人/工控/物流；商业上两簇（编码与技术工作、电脑使用与企业工作）加物理等其他领域。",
   "note": "页面日期 2026-07-14。文章没有点名这 25 家公司，所以不能当公司清单；是行业观察文章，非严格意义的地图。"
  },
  {
   "by": "ipto.ai",
   "t": "The 2026 AI Data Vendor Landscape",
   "d": "2026-09",
   "u": "https://www.ipto.ai/guides/ai-data-vendor-landscape-2026/",
   "img": "https://ipto.ai/og/guides.png",
   "type": "company",
   "topic": "AI 数据采购的五类供应商",
   "g": [
    "a1",
    "e1",
    "e2",
    "d2"
   ],
   "cats": "五段：数据集市场（Protege、Troveo、Defined.ai、Wirestock、Luel、Shutterstock）；人力数据与标注（Scale AI、Surge AI、Mercor、Appen、iMerit）；内容授权网络与按爬取付费（TollBit、Cloudflare、微软出版商内容市场）；数据发现市场（Datarade、Nomad Data、Snowflake Marketplace、AWS Data Exchange）；给 AI 的网页搜索 API（Exa、Tavily、Parallel、Perplexity Sonar）。",
   "note": "页面日期 2026-09-22，v1.0，免费版只有摘要，完整版需要注册，我只读到摘要和目录。ipto.ai 自己也在这个市场里，页面承认。摘要提到 2026-01 Cloudflare 收购 Human Native、2026-02 Nebius 同意收购 Tavily。"
  },
  {
   "by": "CB Insights",
   "t": "The AI training data market map",
   "d": "2024-02",
   "u": "https://www.cbinsights.com/research/ai-training-data-market-map/",
   "img": "https://research-assets.cbinsights.com/2024/02/20152503/AI-Training-Data-MM-FI.png",
   "type": "research",
   "topic": "训练数据的创建、整理、管理",
   "g": [
    "a1",
    "a3",
    "d1",
    "c3"
   ],
   "cats": "摘要写「从合成数据到网页抓取服务」，拆成帮助创建、整理、管理 AI 训练数据的几类科技公司；图内具体分类和公司没有逐项核对。",
   "note": "发布于 2024-02-20，早于 Meta 入股 Scale、RL 环境兴起，只能当「旧版结构」参考。同站另有「Robot Demonstration Data Providers」ESP 页（https://www.cbinsights.com/esp/enterprise-tech/development/robot-demonstration-data-providers，未标日期，内容需订阅）。"
  },
  {
   "by": "LLM Pulse",
   "who": "Esteve Castells",
   "t": "Every AI Content Licensing Deal, Mapped (2023-2026)",
   "d": "2026-07",
   "u": "https://llmpulse.ai/blog/ai-content-licensing-deals/",
   "img": "https://llmpulse.ai/uploads/523/full/all-ai-publisher-partnerships.png",
   "type": "company",
   "topic": "AI 内容授权交易",
   "g": [
    "e1",
    "e2"
   ],
   "cats": "主表按买方分组（OpenAI、Google、Amazon、Meta、Microsoft、Mistral、Apple、Anthropic、Perplexity）；按交易结构分训练授权 / 展示或接地授权 / 二者捆绑；按出版商立场分授权、起诉、两者兼有；数据平台如 Reddit、Shutterstock 同时授权多家，Perplexity 用广告分成代替固定费用。举例：OpenAI × News Corp 约 2.5 亿美元五年、Google × Reddit 约 6000 万美元每年（均为报道值）。",
   "note": "发表 2026-07-09，2026-09-28 更新。LLM Pulse 是 AI 搜索监测工具，属第三方整理，金额均为报道值非官方；页面没有未披露金额的完整清单。"
  },
  {
   "by": "Forage AI",
   "who": "Sai Subramaniam",
   "t": "External Data Market Map 2026: 145 Companies, 4 Routes",
   "d": "2026-10",
   "u": "https://forage.ai/blog/external-data-market-map/",
   "img": "https://forage.ai/assets/blog/2026/10/external-data-market-map-featured.png",
   "type": "company",
   "topic": "外部数据（网页数据为主）",
   "g": [
    "d1",
    "d2"
   ],
   "cats": "标题给出 145 家公司、4 条路线；具体路线名我没逐条复核（沿用姊妹图谱「Agent 数据 API 图谱」对这张图的记录）。",
   "note": "页面日期 2026-10-08，来自 forage.ai（卖外部数据服务，利益相关方）。偏向企业外部数据，而非训练数据，只与本图 D 框交叉。"
  },
  {
   "by": "Presenc AI",
   "who": "Ramanath",
   "t": "AI Agent Evaluation and RLHF Startups Landscape May 2026",
   "d": "2026-05",
   "u": "https://presenc.ai/research/ai-agent-evaluation-startups-2026",
   "img": "https://presenc.ai/og-image.png",
   "type": "company",
   "topic": "评测、RLHF 与标注基础设施创业公司",
   "g": [
    "b2",
    "a1",
    "a2"
   ],
   "cats": "页面开头列出：Scale AI、Surge AI、Toloka、Argilla、Patronus AI、Confident AI 与「agent 评测供应链」；分类细节我没读完。",
   "note": "页面日期 2026-05-15，作者署名为 Presenc AI 联合创始人兼 CTO Ramanath。Presenc AI 是 GEO 工具公司，非投资机构，评测一栏偏软件工具，与卖评测数据的公司有出入。"
  },
  {
   "by": "AIData.Broker（经 Zenodo）",
   "t": "The AI training data market: prices, deals, buyers and cases（snapshot of 19 October 2026）",
   "d": "2026-10",
   "u": "https://zenodo.org/records/23464040",
   "type": "company",
   "topic": "AI 训练数据的价格、交易、买家与厂商表",
   "g": [
    "e2",
    "e1",
    "b3"
   ],
   "cats": "开放数据表（CC BY 4.0，DoltHub 也有镜像）：公开价格、买家与条款、厂商、案例；厂商行如 Polyshares（买企业工作记录、匿名化后供给未点名实验室，授权费区间 10 万到 200 万美元）。",
   "note": "Zenodo 页面直接请求返回 403，我通过搜索工具读到页面内容，没在浏览器里打开原页；DoltHub 说明页 https://www.dolthub.com/repositories/aidatabroker/ai-training-data-market 可打开。数据来自 AIData.Broker（一家找买家的撮合商，利益相关）。"
  }
 ]
}