AI数据战争开打：一家图库公司靠”卖数据”年入4000万

AI数据战争开打：一家图库公司靠”卖数据”年入4000万

2026年5月19日，美国加州。AI圈又传来一个惊人的融资消息。

一家叫Wirestock的图库平台，完成了2300万美元A轮融资。

你以为它是因为卖图卖得好才拿到融资的？错了。

它已经不卖图了。

它改卖数据了——把平台上的70万创作者的作品，打包卖给AI公司当训练数据。

年营收：4000万美元。

💡 当别人还在讨论AI会取代什么时，这家公司已经靠”卖数据”闷声赚了大钱。

01 从中间商到数据贩子

Wirestock成立于2018年，最初的生意模式很简单：帮摄影师把照片分发到各大图库平台，收取中介费。

这门生意不性感，但稳定。平台连接了Shutterstock、Adobe Stock、Pond5、Alamy、Freepik等主流图库，摄影师上传一张照片，系统自动分发到多个渠道。

2023年之前，这是个还算滋润的”中间商”生意。

然后，生成式AI爆发了。

CEO Mikayel Khachatryan发现，平台手上积攒的不仅是几百万张照片，还有照片的标注、标签、创作者元数据——这些是训练多模态AI模型的珍贵燃料。

2023年，他做了一个决定：转型。不再把图片卖给设计师使用，而是把图片当作训练数据卖给AI实验室。

这个决定的回报是惊人的：两年内，年营收从几百万美元飙升到4000万美元。

💡 不是风口变了，是手里的牌没变，只是打牌的方式变了。

02 2300万美元背后的资本局

本轮融资的阵容很有意思。

领投方是Nava Ventures，跟投方包括SBVP——这是前Facebook COO、”硅谷女王”Sheryl Sandberg参与创立的风险投资基金。

Sheryl Sandberg为什么会投一家图库转型数据公司？

答案很简单：数据是AI时代的石油，而Wirestock手里有石油。

据TechCrunch报道，Wirestock目前向全球六家最大的基础模型公司供应多模态数据。虽然官方没有透露客户名单，但OpenAI、Anthropic、Google、Meta这些正在疯狂争夺数据资源的公司，很可能是主要买家。

💡 当所有人都涌向模型层时，聪明钱已经开始布局数据层。

03 70万创作者：一场静悄悄的革命

Wirestock的核心资产是什么？

不是代码，不是服务器，而是平台上70万名创作者。

这些摄影师、设计师、视频创作者，他们的作品被清洗、标注、打包后，卖给了AI公司。

具体流程是这样的：创作者上传作品后，可以选择是否参与”数据授权计划”。参与的创作者，其作品会被AI自动标记、分类，并最终进入AI公司的训练数据集。

每一笔数据交易，创作者能获得分成。迄今为止，Wirestock已向创作者支付了1500万美元。

但这个数字摊到70万人身上，平均每人只有20多美元。争议就此产生。

💡 70万创作者，是一座持续运转的数据工厂。但工厂的大部分利润，流向了工厂主，而不是工人。

04 为什么AI公司愿意买单？

一个关键问题：为什么AI公司愿意从图库买数据，而不是自己去抓？

答案在于多模态AI的特殊需求。

第一代大模型靠的是互联网文本数据，爬虫一抓一大把。但当AI进入图像、视频、3D领域时，”现实世界数据”的获取变得困难得多。

图库数据的优势在于：

第一，有标注。每一张图片都有标题、关键词、分类等元数据，这是训练AI图像理解能力的关键素材。

第二，有版权保障。AI公司爬虫抓数据风险极高，Midjourney、Stability AI都曾因版权问题被起诉。而从正规平台授权，数据来源清晰，法律风险低。

第三，有规模。专业的图库平台积累了大量高质量、有版权的创意内容，这是其他渠道难以替代的。

💡 AI军备竞赛从”有多少GPU”变成”有多少数据”，图库平台意外成为主角。

05 国内的机会在哪里？

这个消息传到国内，很多人问：国内有没有类似的机会？

答案既肯定又复杂。

国内有视觉中国、图虫、站酷等图库平台，它们同样握有大量有标注的创作者内容。视觉中国拥有超过2亿张图片、2000万创作者，是国内最大的正版图片库。

但问题同样明显：

首先，版权意识薄弱。很多AI公司在数据采购上更倾向于”白嫖”，而不是付费授权。

其次，创作者认知不足。大多数摄影师不知道自己的图可以卖给别人训练AI，也不会主动要求分成。

第三，大厂倾向于自建数据团队。百度、阿里、字节等大厂都有专门的数据团队，对外采购的意愿相对较低。

不过，随着AIGC版权法规的完善和数据确权技术的发展，国内图库平台的转型窗口迟早会打开。问题只是谁先意识到这一点，谁先行动。

💡 数据是AI时代的石油，但并不是所有人都意识到自己油井的存在。

06 争议：谁在为AI买单？

转型商业上成功，争议也同样存在。

最大的质疑是：创作者的权益谁来保障？

很多摄影师发现，自己多年前上传到图库的照片，已经成为某些AI模型的训练数据。他们没有收到任何通知，也没有获得额外报酬。

更尖锐的问题是：AI学会某位摄影师的风格后，摄影师还能靠这门手艺吃饭吗？

目前法律上还没有明确的答案。美国版权局在研究AI生成内容的版权问题，欧盟的AI法案对训练数据透明度有要求，但执行层面还有很大空白。

💡 AI时代，创作者是主人还是燃料？这个问题还没有答案。

07 数据战争的三个玩家

如果把AI数据战争比作一场球赛，场上至少有三种玩家：

第一种是”数据拥有者”，比如Wirestock这样的图库平台，手里握着大量有标注的创意内容。

第二种是”数据购买者”，也就是AI实验室和科技公司，有钱有算力，缺数据。

第三种是”数据整合者”，比如Scale AI这样的平台，做数据的清洗、标注和结构化。

这三种角色之间的关系正在发生变化。数据拥有者开始绕过中间商直接对接AI公司，数据整合者也在向上游延伸。

而AI公司呢？它们既在采购数据，也在开发合成数据技术——用AI生成的数据来训练AI。

💡 数据战争的本质，是一场关于”谁有数据谁说了算”的权力游戏。

08 结语

Wirestock的融资，是一个信号。

它标志着AI竞争正在从模型层向数据层转移。当所有人都在讨论GPT-5什么时候出、Claude 4有多强时，真正的竞争已经在暗处展开。

谁手里有高质量数据，谁就有议价权。

一家图库公司的转型，折射出整个AI行业的结构性变化。未来会有更多传统平台意识到自己的数据价值，会有更多”中间商”变成”数据供应商”。

这是AI时代的新游戏规则。

你准备好了吗？

你怎么看待创作者内容被用于AI训练？你觉得分成比例应该是多少？国内图库平台该不该转型做数据供应商？欢迎在评论区聊聊。

09 合成数据：AI能用自己喂自己吗？

除了采购真实数据，AI公司还在研究一个更有意思的方向——合成数据。

用AI生成的图片来训练AI图像模型，用AI生成的文本来训练AI语言模型。这个方向如果成功，对图库数据的依赖就会大大降低。

但合成数据有个致命问题：质量不够。

AI生成的内容，本质上是对已有数据的模仿和重组。如果训练数据本身就来自AI生成的图片，模型能力会逐渐退化，就像近亲繁殖最终导致遗传缺陷。

这叫做”模型崩溃”（Model Collapse）。

有研究表明，如果只用合成数据训练，模型会逐渐丢失捕捉真实世界分布的能力。最终输出变得单调、重复、缺乏创意。

所以，真实数据短期内还是不可替代的。这也是图库平台数据价值长期存在的根本原因。

💡 AI可以合成一切，但合成不出真实的创意。因为创意本身就是对未知的探索，不是对已知的重组。

10 一个摄影师的自述：我的照片被卖给了AI

最后分享一个真实的故事。

张三（化名）是一位职业摄影师，专注于自然风光和野生动物题材。他的作品曾被《国家地理》采用，也在多个国际摄影比赛中获奖。

2022年，他偶然发现，自己上传到某图库平台的照片，被用于训练一个AI图像生成模型。

没有通知，没有报酬。他的照片被转化成训练数据，喂给了某个AI系统，而这个AI后来能生成类似风格的图片——不需要他的授权，不需要给他分钱。

张三感到愤怒，但不知道该找谁投诉。图库平台的条款写得很模糊，关于数据授权的条款藏在一份几十页的用户协议里。

这个故事不是个案。社交媒体上越来越多的摄影师开始分享类似经历。有人开始研究如何标注自己的版权，有人从图库撤回作品，还有人专门上传”陷阱图片”——用来识别哪些AI系统在未经授权使用他们的作品。

💡 当你上传一张照片时，你可能正在亲手建造一个取代你自己的AI。

11 未来已来，只是分配不均

Wirestock的融资是AI数据战争的一个缩影。

在这场战争中，有人靠卖数据赚了几千万美元，有人的照片被偷偷用作AI训练但分文未得。技术进步创造了新的价值，但价值分配远未公平。

未来会发生什么？

也许有一天，每个创作者都能清楚地知道自己的作品被谁使用、获得了多少收益。也许有一天，数据工会出现，帮助创作者集体谈判。也许有一天，区块链技术让数据的溯源和确权变得透明。

但在那之前，游戏规则由谁制定？答案已经很明显了。

你怎么看待创作者内容被用于AI训练？你觉得分成比例应该是多少？国内图库平台该不该转型做数据供应商？欢迎在评论区聊聊。

12 数据战争的四条赛道

如果你以为AI数据战争只有一条赛道，那就太天真了。

目前至少有四条赛道在同时进行：

第一条：创意数据赛道

就是Wirestock所在的赛道——图片、视频、3D素材等创意内容的授权。这条赛道的特点是：数据质量高、版权清晰、单价高、但规模有限。

代表玩家：Wirestock、Shutterstock（正在转型）、视觉中国（尝试中）

第二条：互联网数据赛道

抓取互联网上的公开数据，包括网页、社交媒体、论坛等。这条赛道的特点是：规模大、成本低、但版权风险高、质量参差不齐。

代表玩家：Common Crawl、The AI Company、的各种数据爬虫

第三条：合成数据赛道

用AI生成的数据来训练AI。这条赛道的特点是：成本低、规模大、但质量问题是硬伤。合成数据主要用于补充真实数据的边角料，而不是完全替代。

代表玩家：各种合成数据创业公司、大厂内部团队

第四条：垂直行业数据赛道

医疗影像、法律文档、金融记录、工业传感器等垂直领域的数据。这些数据的特点是：价值极高、壁垒极高、但获取难度也极高。

代表玩家：各种医疗AI公司、法律AI公司

💡 数据战争不是一条赛道，而是一场多线同时进行的军备竞赛。

13 一个疑问：这是创业机会还是昙花一现？

看到Wirestock的成功，很多人心头痒痒：这是不是创业机会？我是不是也该做个类似的数据平台？

冷静一下。

Wirestock的成功有其特殊性：它早在2018年就开始积累创作者资源，有现成的平台和用户基础。它的转型不是从零开始，而是对已有资产的二次开发。

更重要的是，版权环境在变化。各国对AI训练数据的监管越来越严格，未来的数据采购成本只会越来越高。这对数据供应商是好事，但也意味着行业门槛在提高。

对于普通人来说，与其想着做一个”中国的Wirestock”，不如思考：你能为数据产业链提供什么独特价值？是数据标注？数据清洗？还是数据确权技术？

💡 机会不在于复制别人的模式，而在于找到自己独特的价值位置。

14 结语：你的数据值多少钱？

写这篇文章的过程中，我一直在想一个问题：

如果把你的照片、你写的文章、你画的图、你拍的视频加起来，你能估算出它们值多少钱吗？

在传统工业时代，这个问题没有意义。你的作品要么卖出去，要么没人买，边界很清楚。

但在AI时代，你的作品可能是训练某个AI模型的燃料。这个AI模型价值连城，但付给你的可能是零。

这不是一个容易回答的问题。

但有一件事是确定的：数据正在成为最重要的资产类别之一，而大多数人还不知道自己的数据值多少钱。

下次你上传一张照片到某个平台时，不妨多问一句：这张照片，会被用来做什么？

你怎么看待创作者内容被用于AI训练？你觉得分成比例应该是多少？你觉得国内图库平台该不该转型做数据供应商？欢迎在评论区聊聊。

15 国内图库平台现状：起了大早，赶了晚集

说完成功案例，也得看看国内的情况。

客观说，国内图库平台在数据变现这件事上，起了个大早，赶了个晚集。

视觉中国是最典型的例子。这家公司拥有超过2亿张图片、2000万创作者，是国内最大的正版图片库。2023年AIGC爆发后，视觉中国也宣布向AI训练数据领域拓展，甚至推出了AI图片生成功能。

但效果如何？

从财务数据看，视觉中国的AI业务收入占比仍然很低。公司大部分收入还是来自传统授权业务。

问题出在哪里？

首先是意识。大多数图库平台还停留在”卖图片”的思维里，没有意识到图片背后的数据价值。

其次是技术。AI训练数据需要一整套标注、清洗、结构化的技术能力，这不是传统图库平台的强项。

第三是生态。国内AI公司更倾向于自建数据团队，或者通过其他渠道获取数据，对外采购的意愿相对较低。

不过，随着AIGC版权法规的完善和市场竞争的加剧，这个状况可能会改变。

💡 国内图库平台手里有油井，但还没学会怎么开采。

16 下一个Wirestock会在中国诞生吗？

Wirestock的成功，在中国能复制吗？

答案是：能，但需要时间。

从需求端看，中国AI公司对多模态训练数据的需求正在快速增长。百度、字节、阿里、腾讯都在加大对多模态AI的投入，对高质量数据的需求只会越来越强烈。

从供给端看，中国有全球最多的创作者群体。抖音、快手、小红书等平台上，有数亿用户每天在创作内容。这些内容如果能够被规范化、版权化，也是一笔巨大的数据资产。

但问题在于，版权意识和数据确权技术是两大障碍。

版权意识需要时间来培养，数据确权技术也需要突破。目前区块链技术在数据溯源方面有一些探索，但离大规模商用还有距离。

不过，机会总是留给有准备的人。

💡 下一个数据金矿的发现者，可能就在今天的创业者中。

17 一个预测：数据交易平台的崛起

最后做一个预测。

未来3-5年内，数据交易平台会成为一个新的创业热点。

这个平台不是类似Wirestock的”数据供应商”，而是”数据交易所”——撮合数据提供方和数据采购方的中立平台。

类似淘宝在商品交易中的角色，数据交易所可以解决以下问题：

第一，数据标准化。不同来源的数据格式不同、质量不同，需要有标准化的处理流程。

第二，定价机制。数据值多少钱？这是个主观问题，但市场可以形成相对公允的价格。

第三，版权保护。数据交易后如何防止二次传播？如何确权？这些问题需要技术手段来解决。

第四，隐私合规。某些数据涉及个人隐私，需要合规处理后才能交易。

这些问题解决之后，数据交易所的价值就体现出来了。

💡 当数据成为最重要的资产，交易的便利性就成为刚需。数据交易所，本质上是在解决”数据流通的最后一公里”问题。

18 写在最后

回到最开始的问题：一家图库公司靠”卖数据”年入4000万，这正常吗？

在传统商业逻辑里，这不正常。一家做图片分销的公司，怎么突然转型成数据供应商了？

但在AI时代，这再正常不过了。

数据是AI时代的石油。而石油的价值，不在于它躺在地下，而在于它被开采、被提炼、被使用。

今天的图库平台、明天的数据交易所、后天的区块链确权平台——这些都不是凭空出现的创新，而是技术演进和商业逻辑的自然延伸。

唯一的问题是：你准备好参与这场游戏了吗？

你怎么看待创作者内容被用于AI训练？你觉得分成比例应该是多少？你觉得国内图库平台该不该转型做数据供应商？数据交易平台是不是一个创业机会？欢迎在评论区聊聊。