19岁,她融资1.2亿

投资界
Oct 12, 2025

“我最近刚满19岁,从大学计算机专业退学创业,致力于创建高质量的代码数据,为AI大模型提供支持。”

这句话出自Serena Ge,一位华人面孔的00后女孩。现在,她是AI数据公司Datacurve的联合创始人兼CEO——公司成立仅一年,却已拿下1770万美元融资(约合人民币1.26亿元)。

悄然间,一场属于00后的AI创业潮正在席卷全球。

19岁女生,大学创业

AI“卖铲人”

2006年,Serena Ge出生于中国,后来随父母到加拿大生活,很早的时候就萌生创业的念头。

高中时,因热爱攀岩,她研发出一款个性化训练的攀岩App,颇受攀岩爱好者好评。此后,她还带领一支23名高中生组成的团队,共同开发一款面向青少年的效率类网页应用,项目获得加拿大道明银行支持。

2022年,她考入加拿大滑铁卢大学,就读计算机专业。然而,Serena很快发现校园主流氛围是“毕业后找份体面的稳定工作”,这与她渴望投身前沿科技、亲手创造未来的冲动格格不入。

转折出现在2024年。当时凭借AI智能体项目UncleGPT,她收到了创业孵化器Y Combinator的邀请,几乎毫不犹豫,便毅然选择辍学。也是这一年,Serena与同为亚裔的校友Charley Lee,共同创立AI数据公司Datacurve。

这次创业缘起于她曾在AI大模型独角兽Cohere实习经历,担任机器学习工程师。期间她发现同行很难获得专家级的标注数据——受限于成本等原因,AI标注公司不会招聘高素质的软件工程师来做最基础的数据标注工作。

“大模型之所以存在瓶颈,就是因为缺乏丰富的、精心挑选的高质量标注数据。”Serena称这正是Datacurve想要破解的数据难题。

与依赖庞大的外包团队的Scale AI不同,Datacurve的数据收集模式颇为有趣,以“赏金猎人”系统吸引熟练的软件工程师完成最难的数据获取部分。

简单来看,在Datacurve的“赏金平台”Shipd上,超过1400名程序员来应对算法、测试、UI/UX流程等任务挑战,每解决一个任务,用户可获得5到50美元不等的费用。这种激励机制旨在奖励质量和速度,截至目前公司已发放超过100万美元赏金。

“这是一款面向用户的产品,而不是单纯的数据标注工作,”Serena表示,工程师参与其中的最大动力并非金钱。实际上,数据标注的报酬永远低于软件开发等服务。因此公司的核心竞争力在于提供良好的用户体验,并让更多高质量的程序员加入其中。

公司表示,随着大语言模型不断演进,人工智能不再只需要简单的数据标注,而是大量的训练数据和评估数据。公司通过游戏化平台提高数据生成及标记的精准度,进而完成高质量的数据交付。

目前该团队只有约10人左右,还在招聘中。公司表示成立两个月时收入就超过了100万美元,如今已为超过一半的基础模型实验室以及Facebook苹果亚马逊谷歌等公司提供高质量的代码数据,助力训练下一代更先进的大语言模型。

刚刚融资1个亿

直至最新融资,Datacurve闯入了创投圈视野。

近日,公司完成一笔1500万美元的A轮融资,由风投机构Chemistry VC领投,其他投资者还有Y Combinator、Afore Capital、Homebrew等机构,以及来自 DeepMind、OpenAI、Anthropic、Vercel和 Coinbase等公司的投资人参与。

“这是我们投资过增长最快的初创公司之一。就在上周,Datacurve刚刚签署了迄今为止最大的合同。”Chemistry合伙人Mark Goldberg回忆第一次见到Serena的情景,对她的勤奋记忆犹新。

更早之前,公司完成了270万美元的种子轮融资,由Y Combinator、Y Combinator、Afore Capital、Pioneer Fund等机构支持,Coinbase前首席技术官Balaji Srinivasan参与了投资。

至此,短短一年时间,这个00后创始人团队累计融资1770万美元,约合人民币1.26亿元。

AI界有一个著名的梗:“有多少人工就有多少智能。”数据标注公司大多拥有庞大的外包团队来提炼数据,也被戏称为“赛博富士康”。但某种程度上,数据标注公司们专注于AI最刚性的环节:无论技术如何演进,模型训练始终离不开“干净”的数据,这正是数据标注不可替代的根本原因。

发展至今,数据、算法和算力,是AI的三大基石。如果说英伟达是算力的卖铲人,那么数据标注公司便是数据的卖铲人。

相比之下,她的竞争对手更为人熟知——Scale AI。今年6月,Meta斥资约150亿美元入股,Scale AI估值一举超过290亿美元。

这里不得不提到同样是华裔的Edwin Chen,他所创办的Surge AI正在进行10亿美元首轮融资,对应估值升至约240亿美元(约合1712亿元人民币)。而他因持有公司约75%的股份,身家达到180亿美元,首次登上《福布斯》美国富豪榜,成为今年最年轻的亿万富翁。

“这仅仅是开始。我们将利用这笔资金,加速基础模型的发展——通过为大语言模型提供前沿训练数据,推动AI能力的边界。”Serena称坚信AI的进步,不仅受算力限制,更受数据质量与复杂度的制约。

AI江湖,00后杀疯了

不知不觉,00后创业融资上亿已不再是传奇,几乎每天都在上演。

就在上周,Axiom Math正式完成首轮6400万美元(约合人民币4.6亿元)融资,由B Capital领投,Greycroft、Madrona和Menlo Ventures等机构参与,投后估值3亿美元(约合人民币20亿元)。

缔造Axiom的正是00后洪乐潼(Carina Hong)——在广州出生长大,她曾就读于著名的华南师大附中,多次拿下奥数竞赛奖牌。后考入麻省理工学院,硕士毕业于牛津大学,又来到斯坦福大学攻读博士学位。

不久前,两位来自麻省理工的00后——22岁的华裔女生Jessica Wu和23岁的尼尔·德什穆克,所创立的Sola Solutions拿下硅谷知名风投的融资。官网显示,融资包括由Conviction领投的350万美元种子轮,以及由a16z领投、Conviction跟投的1750万美元A轮,总计2100万美元(约合人民币1.5亿元)。

还有AI标注公司Mercor,正在寻求约百亿美元的估值。此前公司已完成两轮融资,B轮后估值约为20亿美元。公司创始人是三位退休的00后。大二那年,三人在宿舍里创立Mercor,后来决定从哈佛及乔治敦大学退学全职创业。

类似的故事,也在国内上演。

今年初,三个来自清华的“00后极客”——闵宇恒、程颐、李宜哲创业做机器人,零次方诞生。如今公司一举完成天使+和天使++轮亿元级融资,集结河创投、同创伟业、力合科创、水木基金、瑞穗力合、拉尔夫创投等知名机构。

我们看到,还有灵初智能的联合创始人陈源培、UniX AI创始人兼CEO杨丰瑜、重隼科技创始人蒋正豪……越来越多年轻面孔不断涌现。

时不我待。“AI不等人,晚一步,就真的错过了风口。”这些创始人大多从小就开始编写代码,他们认为人工智能是千载难逢的机会。有人放弃名校学位辍学创业,甚至有人放弃考大学就带着梦想,杀入了AI赛道。

这群年轻人身上,叠加着许多令人惊叹的标签:天才、辍学、勤奋、极客、一人公司……20岁的独角兽公司CEO不再稀奇,带领数十人乃至上百人团队的00后比比皆是。正如一位硅谷投资人所说:“如今19岁创业,都不算早。”他们夜里锻炼健身,白天写代码,中午谈融资,晚上上线Demo——这是Z世代创业者的日常。他们以惊人的速度,正重塑AI的未来。

真格基金合伙人刘元曾指出:“AI让创业门槛被重新定义。技术让所有人站在同一条起跑线上,而这一代年轻人最大优势是——没有包袱,学习快,动手更快。”

后浪奔涌,这是属于这一代人的时代机遇。

Disclaimer: Investing carries risk. This is not financial advice. The above content should not be regarded as an offer, recommendation, or solicitation on acquiring or disposing of any financial products, any associated discussions, comments, or posts by author or other users should not be considered as such either. It is solely for general information purpose only, which does not consider your own investment objectives, financial situations or needs. TTM assumes no responsibility or warranty for the accuracy and completeness of the information, investors should do their own research and may seek professional advice before investing.

Most Discussed

  1. 1
     
     
     
     
  2. 2
     
     
     
     
  3. 3
     
     
     
     
  4. 4
     
     
     
     
  5. 5
     
     
     
     
  6. 6
     
     
     
     
  7. 7
     
     
     
     
  8. 8
     
     
     
     
  9. 9
     
     
     
     
  10. 10