VC 怎么看 AI 训练数据

同一个问题上，投资人说法不一样的地方。归纳是我们写的，不是 VC 原话；每条下面是对应原文。

没找到

2026-11-03 检索：投资人自己写的文章集中在专家数据（Mercor、Handshake、Turing 这类）、RL 环境和具身数据三块。传统上市标注公司、中国训练数据服务商、物理 AI 数据平台、授权中介与数据市场、中国数据交易所这几层，没找到投资人自己写的分析；国内投资人写具身数据采集的文章也没找到，这些层的观点多在媒体报道和公司自己的博客里，按规矩不收。

红杉、8VC 投 Mecka、XDOF 只有媒体的融资报道，没有投资人自己的备忘，没收。「观点打架」里引用的媒体报道、公司博客和论文标「非 VC 原文」，只作佐证。

怎么读

• 只收投资机构官网、官方博客、合伙人自己的博客、播客、Substack 和 X 长帖（「海外独角兽」是拾象的研究号，按投资机构收）；不收其他公众号、自媒体、媒体报道。每篇都打开原文核对过标题、日期、作者。
• 每张卡片的大字是这篇文章的核心观点，是中文转述，不是原文；「口径」写需要注意的数字来源（公司自述、作者引用、样本大小）。
• 「方向」是我们按文章讲的图谱层归的类，不是文章原话：专家数据 = 人类专家、标注众包；RL 环境与评测 = RL 环境、偏好评测、垂直专项数据；具身数据 = 机器人和物理世界数据；网页数据 = 抓取和开放语料；数据授权 = 内容授权和数据市场；全景 = 讲整个训练数据市场。
• 日期以原文页为准；页面没有日期的，取搜索索引日期，在「口径」里写明。
• ★ = 最值得先读：讲清整条赛道，或给出可以检验的判断。