從農場到390億美元估值，他正在用AI重塑物理與數字世界

從一個美國農場少年，到執掌估值390億美元的AI獨角獸，這位創辦人正試圖用數據與模型，重新定義物理與數位世界的邊界。這家公司的崛起，不僅僅是矽谷又一則青年創業神話，更揭示了AI競賽從算力軍備競賽，轉向數據基礎設施的關鍵時刻。故事的主人公成長於新墨西哥州的一個普通家庭，父母都是物理學家，但童年記憶裡更多的不是實驗室，而是農場的烈日與重複的勞作。他常說，在田裡搬運農作物讓他明白「物理世界的笨拙」，也因此更嚮往用數學和代碼去建構一個更精確、更可操控的世界。多年後，他把這種對效率的極致追求，帶入了AI產業最不起眼、也最致命的環節——數據標註。

年僅十幾歲時，他便展露出非凡的數學天賦，甚至參與了頂尖的物理競賽，並被譽為「少年天才」。進入名校後，他沒有按照傳統路徑走進學術殿堂，而是選擇了軟體工程。在知名科技公司短暫任職期間，他敏銳地察覺到：當時的AI模型缺乏高品質「養分」，演算法再強，餵進去的垃圾數據也只能產出垃圾結果。這正是創業的切入點。2016年，他毅然輟學，創立了這家聚焦AI資料基礎設施的公司。最初的業務聽起來並不性感：替自動駕駛公司標註道路上的行人、紅綠燈與障礙物。但正是這份枯燥的工作，為他贏得了第一批重量級客戶，涵蓋了自動駕駛領域幾乎所有頭部玩家。

透過將原始3D感測器資料轉化為AI能理解的語言，這家公司成為了物理世界數位化的關鍵橋樑。如果說自動駕駛是讓AI「看懂」物理世界，那麼近年來大模型的爆發，則讓公司業務順勢延伸到了數位世界。當ChatGPT席捲全球時，所有科技巨頭都在瘋狂尋找更聰明的文本與圖像數據來訓練模型。這家公司的資料引擎，恰好成為生成式AI的幕後推手。從強化學習中的「人類回饋」，到複雜邏輯推理的資料集，他們建立了一套精密的數據流水線，大幅提升了模型的智慧程度。這種跨越物理與數位的獨特定位，讓資本市場對其趨之若鶩。從最初被視為「資料標註工場」，到如今被捧為「AI基礎設施新貴」，公司估值在短短數年間翻了數十倍。

最新一輪融資後，估值一舉衝上390億美元，成為全球最具價值的AI公司之一。投資者看中的，正是這家公司抓取數據、清洗數據、評估模型能力的閉環優勢。疫情後的供應鏈混亂與AI應用落地困境，反而成了公司發展的催化劑。越來越多的企業意識到，僅靠通用大模型無法解決產業問題，必須結合私有數據進行微調。這家公司的平台能讓客戶導入多模態數據，快速產生高品質的AI模型。無論是機器人抓取未知物體，還是客服系統理解用戶情緒，都依賴於其底層數據策略。公司創辦人在接受訪問時曾強調：「AI競賽表面上是算力之爭，本質上是數據之爭。」他認為，未來能定義世界的公司，必須同時掌握大規模數據處理能力與對物理世界的深刻理解。

為此，公司近年來大力投入合成數據生成技術，試圖運用生成模型製造出無限多樣化的訓練場景，解決真實數據匱乏與隱私合規的難題。不過，高速擴張也伴隨著爭議。曾有離職員工批評公司內部「數據倫理」把關不夠嚴謹，過度追求效率而忽略了標註人員的權益。同時，隨着各國對數據監管日趨嚴格，跨國數據流通成為頭痛問題。面對這些挑戰，公司一方面加強了自動化標註工具的研發；另一方面，也著手建立區域化的數據中心，以滿足不同市場的法規要求。但創辦人的野心不只停留在商業數據上。

他多次提出「數位孿生世界」的概念——透過海量傳感器與AI模型，建立一個物理世界的即時數位副本，這樣一來，城市規畫、醫療手術，甚至是氣候預測，都可在虛擬空間中先模擬、再執行。這也解釋了為何他將公司願景定義為「用AI重塑物理與數字世界」：前者是資料的來源與歸宿，後者是演算法與模型的棲身地。如今，這家公司已成為全球AI產業鏈中不可或缺的關鍵節點。從政府機構到民間實驗室，從造車新勢力到機器人公司，都是它的客戶。而創辦人的個人資產也隨之水漲船高，一舉躋身全球最年輕的白手起家億萬富翁行列。他依然保持著創業初期那種務實而尖銳的說話方式，時常在社交媒體上對矽谷主流觀點「開砲」。

就在本週，他又發布了一段關於「物理AI」的長文，預言未來五年內，行動機器人將像今天的智能手機一樣普及。他主張，現在正是打造「機器人數據生態系」的最佳時刻。雖然這些言論帶有強烈的市場宣傳色彩，但業內人士不得不承認，在AI發展的岔路口，這個從農場走出來的創業者，確實一次次踩準了浪潮的節點。從農場到矽谷，從地獄級別的數據標註到頂尖的AI模型評估系統，他用十幾年時間完成了一場跨越。這家公司的成長軌跡，反映了整個AI產業從野蠻生長走向精細化運營的轉型歷程。當許多人還在爭論AI是否會取代人類時，他已經在用另一種方式，讓機器更深入地理解我們所處的世界。