据 MIT Technology Review 报道，AI 实验室正在从已经停止运营的初创公司手中购买数据，用于训练自家模型。这条消息揭示出一个正在成形的数据交易路径：当初创公司关门后，其积累的数据资产并未随之消失，而是被重新定价、打包，出售给需要训练语料的一方。
对 AI 实验室而言，可用数据始终是训练过程中的硬约束。公开网络上的内容之外，垂直行业数据、用户交互记录、标注样本等专有数据通常难以通过常规渠道获得，而停运的创业公司手中恰恰沉淀了这类资产。通过收购，买方能在较短周期内补充特定领域的数据储备，省去长期采集与清洗的过程。对出售方来说，公司停运后，数据集成为剩余资产中可被变现的部分，可用于回收资金、清偿债务或回报投资人。
这一交易模式同时带来合规层面的问题。数据集是否包含个人信息、原始授权条款是否允许向第三方转让、用户当初的同意范围是否覆盖模型训练用途，都需要在交割前厘清。授权链条不完整，可能给买方留下法律与声誉上的隐患，也可能影响后续模型的发布与商用。
从行业角度看，这一现象说明数据正在被更明确地当作可交易资产看待。它同时提示创业公司，在早期设计数据采集与授权条款时，应当考虑资产的长期可转让性。随着易于获取的公开数据趋于紧张，围绕数据集的二级流通可能进一步活跃，而数据的来源合法性与授权边界，也将成为交易中越来越关键的定价因素。
分类：公司动态
原文链接：https://www.technologyreview.com/2026/10/13/1145755/ai-labs-buying-data-from-dead-startups-to-train-models/