AI后训练数据赛道升温，Humanlaya获数亿元融资

近期，BAI资本成员企业Humanlaya（原壤智能）宣布完成由鼎晖香港基金领投的数亿元Pre-A轮融资，老股东BAI资本、红杉中国、今日资本等继续追投。Humanlaya聚焦大模型后训练数据与评测，通过专家网络、高质量数据生产与Benchmark体系，帮助模型提升复杂专业任务能力。这已是BAI资本连续第三轮加注。

AI数据行业正经历结构性迁移。基础模型竞争重心从预训练转向后训练，RLHF、RLVR、复杂推理、Agent、GUI等数据需求快速增加，数据需求从大规模通用供给转向更专业、复杂且可验证的任务。美国市场已率先验证该趋势：Scale AI延伸至前沿模型数据生产与评测，Surge AI聚焦高质量后训练数据，Mercor、Micro1围绕工程、医疗、法律、金融和科研建立专家供给网络。截至今年6月，Mercor年化总收入已达数十亿美元规模。

中国市场正进入相似阶段。随着基础模型能力提升，国内数据需求从通用标注向专家数据、模型评测和复杂任务训练延伸。中国拥有庞大的工程、医疗、科研、金融和法律人才供给，模型进入Agent、Deep Research和专业垂直场景后，对中文语境、本土制度和真实行业流程的理解愈发重要，为本土专家数据平台提供新市场空间。

Humanlaya正处在这轮变化中。面向模型侧，公司围绕后训练构建高质量数据、Benchmark和评测能力；在专家供给侧，通过TalentsAI组织和管理专业人才，将分散知识经验转化为可用于模型训练和评测的数据。

过去一年，Humanlaya推出$OneMillion-Bench、BiomniBench、ExcelBench和WorldTravel等Benchmark，覆盖专业知识工作、生物医学分析、表格操作和多模态任务。以$OneMillion-Bench为例，其包含400个中英文专家级任务，涉及金融、法律、医疗、自然科学和工业等领域，每项任务由多个带权重评分维度组成，评估事实完整性、分析推理、指令遵循和最终交付质量。相比传统知识型测试，这类Benchmark更强调模型在复杂约束和真实工作流程中的实际完成能力。

TalentsAI持续扩大专家供给。目前平台专家社区已超10万人，覆盖300多个细分学科，包括5000多名博士级人才。平台任务已扩展至复杂指令、评价规则设计与评测、高难度推理、RLHF、VLM、长文本与专业文档，以及金融、法律、医疗、软件工程和自然科学等领域。TalentsAI现已服务国内绝大多数主要模型公司。

对于专家数据平台而言，人数只是供给起点。高质量后训练数据更依赖平台能否持续判断不同专家适合什么任务，并将专业能力从静态履历转化为长期、可追踪的真实履约记录。TalentsAI已推出T1至T4专家成长体系，根据实际交付质量、专业贡献和稳定性动态更新专家等级，任务匹配、反作弊、复审、质量控制和激励机制共同构成底层运营体系。这些履约记录会反过来提高后续专家筛选和任务匹配准确性。随着参与任务的专家和数据类型不断增加，平台积累的不只是人才名单，也包括不同专业能力在具体训练任务中的实际表现，让专家网络逐渐形成可复用的数据资产。

两端能力结合后，Humanlaya可将专家供给、数据生产与模型评测放进同一条反馈链。Benchmark识别模型能力缺口，由此产生新数据需求；专家网络完成数据生产后，再通过评测验证训练效果。这种循环比单独拥有专家网络或单独开发Benchmark更具复用价值。数据行业并不缺人才众包平台，也有专门设计Benchmark和评测体系的团队，但如果专家供给、任务定义和训练效果验证能够彼此反馈，Benchmark就不再只是对外展示模型能力的测试集，还可成为发现下一批数据需求的入口；专家网络则不仅承担交付，也持续反哺任务设计和质量标准。

在金融、法律、医疗、研究和办公等场景中，模型输出往往很难用单一标准答案判断。信息来源是否可靠、推理链条是否完整、关键步骤有无遗漏，以及最终结果是否满足任务要求，都需要被拆解成更具体的评价标准。随着模型承担越来越长的任务链条，评价本身正在成为后训练的重要组成部分。专家作用因此从内容生产进一步延伸到评价标准设计。Humanlaya将依赖专业经验的判断拆解成可重复使用的任务规则和评测方法，再用于训练与模型能力验证。相比一次性交付的数据，经过反复验证的任务设计、评价体系和生产方法具有更高复用价值，也使数据公司竞争重心从单纯扩张人力，逐渐转向发现模型能力缺口、组织专业供给和验证训练效果。

大型模型公司通常保留自己的数据团队，但专家需求具有很强跨学科和阶段性，一轮训练可能需要金融和法律专家，下一阶段又迅速转向编程、生物医学或复杂办公，长期在内部维持覆盖所有领域的专家队伍并不经济。第三方平台能汇总不同客户和不同周期需求，提高专家网络利用率，同时让已建立的数据产线、质检体系和评价方法在更多项目中复用。随着服务的模型和任务增加，平台还能持续积累不同模型的失败模式和数据需求，这些跨项目经验进一步反哺任务设计与数据生产，构成单一内部团队较难获得的横向认知。

第三方平台的独立性也变得更加重要。Meta大额入股Scale AI后，部分头部模型公司开始重新审视与Scale的合作。高端后训练数据涉及模型当前能力短板、重点训练方向和下一阶段研发计划，供应商能否保持独立并妥善隔离不同客户信息，正成为模型公司选择外部数据合作伙伴的重要考量。对中国市场而言，这一需求同样存在。基础模型公司竞争充分，而评测方法、Agent环境和专业数据标准仍在快速演化，能够同时服务不同模型、