OpenAI 与 News Corp 达成 2.5 亿美元数据许可协议

OpenAI 已与 News Corp 正式签署了一项具有里程碑意义的内容许可协议，据估计，该交易在五年内的价值超过 $250 million (wsj.com)。这一披露的合作伙伴关系授予了这家由 Microsoft 支持的 AI 巨头访问来自主要出版物的当前和存档内容的权限，包括 The Wall Street Journal、Barron’s、MarketWatch 和 The Times，从而有效地将优质的新闻产出转化为其下一代世界模型的高保真训练流。此举标志着 OpenAI 的战略转向，旨在使其数据管道免受与未经授权的网络抓取相关的日益增长的法律和道德风险的影响。

优质文本资产的战略价值

该协议不仅是一项防御性的法律手段；它还是对经过策划的高权威数据集卓越性能的深思熟虑的押注。随着前沿模型接近公开互联网数据的极限，行业正进入一个“数据稀缺”阶段，在这个阶段，Token 的质量比原始数量更重要。通过获得 News Corp 的档案，OpenAI 获得了数十年来结构化、经过事实核查且具有丰富上下文的人类推理。这对于提高 GPT-5 等模型的事实准确性和推理能力至关重要，这些模型旨在专业和金融环境中充当更可靠的代理。该交易的结构旨在为 OpenAI 提供在响应用户查询时显示内容的权利，进一步模糊了搜索引擎与生成式 AI 界面之间的界限。

Scale AI 与 $1B 的数据丰饶基础设施

机构对高质量数据的推动从 Scale AI 最近完成的 $1 billion (techcrunch.com) F 轮融资中得到了进一步证实，该轮融资使公司估值达到 $13.8 billion (reuters.com)。Scale AI 在数据资产经济中充当关键的中间人，提供将原始数据（如 News Corp 档案）转化为机器就绪训练集所需的人机回环 (HITL) 标注和 RLHF（来自人类反馈的强化学习）。这轮由 Accel 领投、主权财富基金参与的融资强调了处理数据所需的物理和人力基础设施现在与算力本身一样具有价值。随着世界模型演进到处理多模态输入（视频、音频和传感器数据），标注这些资产的复杂性呈指数级增长，为那些控制数据供应链的人创造了巨大的护城河。

DeepL 与专业数据护城河的兴起

在通用模型争夺新闻档案的同时，专业的 AI 公司正在证明利基数据资产的价值。德国翻译 AI 专家 DeepL 最近以 $2 billion (techcrunch.com) 的估值获得了 $300 million (reuters.com) 的投资。DeepL 的成功建立在高质量翻译的专有数据集之上，其表现优于在更嘈杂数据上训练的大型模型。这证实了 d-nvest 智能领域日益增长的趋势：拥有独特的、行业特定数据集（法律、医疗或语言）的数据所有者，随着通用 AI 公司寻求收购专业的“知识护城河”以区分其产品，其资产估值正在飙升。

监管护栏：EU AI Act 最终敲定

数据交易市场现在正按照新的全球标准运行。European Council 已正式最终批准 (consilium.europa.eu) EU AI Act，这是世界上第一个全面的人工智能框架。该法规对通用人工智能模型引入了严格的透明度要求，包括提供用于训练的数据详细摘要的义务。这种监管透明度预计将加速正式许可交易的趋势，因为公司力求避免与不合规数据源相关的“高风险”认定和潜在罚款。对于数据投资者而言，EU AI Act 将数据来源从法律脚注转变为主要的估值驱动因素。

为什么这对数据所有者很重要

对于高质量、结构化数据资产的所有者来说，OpenAI-News Corp 的交易是一个分水岭时刻，为优质内容确立了明确的市场价格。我们正在从数据剥削时代转向数据变现时代。随着 AI 开发人员将重点转向需要深度上下文理解和事实依据的“世界模型”，杠杆作用回到了内容创作者手中。数据所有者不应再将他们的档案视为历史记录，而应将其视为可以在不同 AI 垂直领域重复许可的高收益流动资产。最大化价值的关键在于数据就绪性：确保档案已数字化、元数据丰富，并且在法律上已获准用于 AI 训练。