Kled AI完成1400万美元融资：当数据要素成为AI训练的“燃料”，谁来为创作者重构按劳分配的透明链条

在生成式人工智能（Generative AI）以指数级速度演进的今天，AI 行业正撞上一堵难以逾越的隐形墙壁：高质量、合规训练数据的枯竭。当传统的网页“无许可爬取”模式频频遭遇版权侵权指控和法务围剿时，如何寻找 legally clean（法律清洁）且高密度的真实人类数据，成为各大 AI 实验室的燃眉之急。这一背景下，一家名为 Kled AI 的人源数据市场平台，正试图以一种全新的“消费级网络+区块链确权”模式重塑数据供应链。

2026年6月，Kled AI 宣布获得由 The DATA Foundation（原 Story Protocol 品牌重塑后新机构）注入的 300 万美元战略投资。本轮融资过后，Kled AI 累计融资总额已达 1400 万美元。这笔资金将主要用于扩展其全球去中心化数据采集生态，并深化与 DATA Network 底层链上确权基础设施的集成。随着本次合作达成，Kled AI 创始人 Avi Patel 将加入 The DATA Foundation 担任首席数据官（Chief Data Officer），而 Kled 亦成为 DATA Network 正式发布后的旗舰数据源。

两个月前的豪华种子轮：从 Waymo 创始人到奢侈品巨擘的抱团重仓

在此次战略融资之前，Kled AI 的资本名册就已经堪称豪华。今年3月10日，该平台刚完成了一笔高规格的种子轮融资，其背后的支持者不仅有 Waymo 创始人 Sebastian Thrun、奢侈品巨头 LVMH 掌门人 Bernard Arnault 家族的风险基金 Aglaé Ventures，还包括 K5 Global、Diplo、Parable VC、Cox Exponential (CX2) 等顶级机构，以及 DoorDash Labs 的 Harrison Shih、金州勇士队老板 Kent Lacob 和 MSCHF 创始人 Daniel Greenberg。

这一长串跨越科技、消费与流行文化的投资者阵营，为 Kled AI 打开了通往顶尖人工智能实验室、消费品牌与机器人创企的大门。在资金与资源的双重驱动下，Kled 的消费级数据贡献 App 在短短几个月内实现了爆炸式增长，并在包括英国、加拿大等在内的 4 个国家的金融类应用商店中登顶。

“主动式数据出卖”：用户如何在这个市场月入 7400 美元？

Kled AI 的核心逻辑是将数据采集从传统的“暗箱截留”转为“主动授权的利益分配”。用户可以通过 Kled 的消费端应用，以主动申报、按任务上传的形式提供个人生成数据。这其中包括第一人称视角（Egocentric）视频、日常都市出行轨迹、智能设备音频，乃至极其稀缺的医学影像数据（如脱敏的放射科 CT 扫描图）。

目前，Kled 的日活数据贡献者已突破 200 万人，用户每日上传的文件数量维持在 300 万至 450 万之间。今年，该平台有望实现超过 50 亿次的用户数据上传。对于高质量的数据创作者，Kled 提供了极具吸引力的经济回报：其平台头部创作者的月收入已高达 7400 美元。这种简单直接的“数据变现”机制，成功调动了海量长尾用户的积极性，为 AI 模型训练源源不断地提供着未经清洗和压缩的物理世界一手语料。

重塑链上神经中枢：与 DATA Network 的“所有权”联姻

Kled AI 本次获得的战略投资方 The DATA Foundation，前身是专注于知识产权链上确权的独角兽 Story Protocol。The DATA Foundation 此次转型并主导 DATA Network 的发布，正是为了解决 AI 数据源的“溯源与确权”痛点。

通过与 DATA Network 的深度集成，Kled 平台上的用户每一次上传数据，都将在 DATA 链上注册一个唯一的数字指纹与所有权凭证，并附带加密的 Trace 审计收据。这不仅允许用户在底层链上清晰追踪自己的数据最终被哪家 AI 实验室购买，更能确保每一次模型训练调用时，数据收益都能够通过智能合约即时、透明地结算给原作者。对于 AI 购买方（如各大主流大模型实验室）而言，这提供了一份无可争议的合规“数据家谱”，彻底规避了因数据侵权而导致的模型下架风险。

游走在隐私钢丝上：大规模个人数据流转的伦理防线

尽管“把个人数据卖给 AI 挣钱”在商业上构建了一个完美闭环，但 Kled AI 必须面对全球监管机构对于个人隐私保护（如 GDPR 和 CCPA）的雷霆审视。

第一人称视角的穿戴设备视频、每日定位轨迹、敏感的医疗放射影像——这些高度个人化的信息一旦在脱敏和清洗阶段出现细微的技术纰漏，将面临不可挽回的隐私泄露灾难。即便有链上加密技术 Trace 的掩护，AI 实验室在利用这些数据进行训练时，也存在通过逆向工程反推、重构出具体个人特征的潜在风险。此外，当高达 7400 美元月薪的利益诱惑摆在面前，如何防范系统性、规模化的“伪造人源数据”（如利用其他 AI 生成垃圾数据来套利）将成为 Kled AI 必须打赢的一场技术攻防战。