Scale AI

Scale AI 是什么

Scale AI 是一家为机器学习系统生产训练数据的公司。它的工作比模型本身更不显眼：收集、标注、评估样本，让模型有东西可学；组织人类反馈，塑造训练完成的模型的行为方式。Scale 向 OpenAI、Meta、微软等机构提供数据，公共部门业务中包括为美国国防部开展的项目^[2][1]。

由来

2016 年，Alexandr Wang 与 Lucy Guo 通过 Y Combinator 创业孵化项目创办了这家公司，两人此前在 Quora 共事^[1]。2018 年，Guo 被公司解雇^[1]。此后 Wang 一直担任首席执行官，直到 2025 年^[1]。

标注工作怎么组织

标注工作的很大一部分是外包出去的。Scale 通过子公司来做：Remotasks 侧重计算机视觉（computer vision）和自动驾驶，Outlier 侧重为大语言模型（large language model，LLM）标注数据^[1]。这两类工作的形态不同。面向车辆的视觉系统要从图像里学习，训练样本需要把物体框出来、描出轮廓，工作量大且重复；大语言模型的数据更多是文本，包括撰写示例回答、比较两个候选回复、按规范核对模型输出。两种活都极耗人力，也都随训练样本数量的增加而扩张。

融资与估值

Scale 的估值上升得很快。2019 年 8 月，在 Peter Thiel 的 Founders Fund 投资 1 亿美元之后，公司估值超过 10 亿美元^[1]。到 2021 年 7 月，在一轮由 Greenoaks、Dragoneer Investment Group 和 Tiger Global 领投的融资后，估值达到 70 亿美元^[1]。2024 年 5 月，Scale 完成 10 亿美元融资，估值 138 亿美元，资金由一级份额和二级份额混合构成，由既有投资方 Accel 领投^[2]。该轮的新投资方包括 Cisco Investments、DFJ Growth、Intel Capital、ServiceNow Ventures、AMD Ventures、WCM、Amazon、Elad Gil、Meta 和 Qualcomm Ventures^[2]。这份名单里不少名字同时也是算力或 AI 系统的买家：Meta 就同时出现在 Scale 的客户和投资方之列^[2]。

与人类反馈训练的关系

Scale 表示，它与 OpenAI 合作，在 GPT-2 上做了基于人类反馈的强化学习（reinforcement learning from human feedback，RLHF）的最初实验，并将这些技术扩展到 InstructGPT 及之后的工作中^[2]。RLHF 的做法是：让模型对同一个问题生成若干候选回答，由人来排序，这些排序被用来训练一个奖励信号，模型再朝着在该信号上得分更高的方向调整。它把「人觉得哪个回答更好」变成模型可以优化的目标，因此需要大量一致、可核查的人工比较工作，而这正是数据公司提供的东西。

2025 年的转折

2025 年 6 月，Meta 以超过 140 亿美元取得 Scale AI 49% 的无投票权股份^[1]。创始人 Alexandr Wang 离开公司加入 Meta，Jason Droege 接任首席执行官^[1]。这一安排把这家数据供应商与它所服务的模型开发商之一绑得更紧，同时在形式上保留了独立，由新的首席执行官继续经营。