19岁名校退学投身AI创业，融资1.1亿用“赏金猎人”模式革新AI数据

19岁亚裔少女退学创业 致力打造顶尖AI数据引擎

出生于加拿大的亚裔青年创业者Serena Ge近日通过个人网站公开其创业动向。这位年仅19岁的创业者表示，已从加拿大滑铁卢大学计算机学院退学，全身心投入创业项目。
Serena Ge的创业项目聚焦于人工智能数据基础设施领域，核心目标是构建高性能编码数据引擎，为最先进的大语言模型提供关键支持。她在声明中强调，该项目旨在打造行业最高质量标准的数据处理解决方案。
值得注意的是，滑铁卢大学计算机科学专业在全球享有盛誉，其教学质量和学术水准为业界公认。Serena Ge选择从该校退学创业的行为，反映出其对AI基础技术赛道的坚定信心和战略级判断。
目前，这位年轻创业者的数据引擎项目仍在初期发展阶段，但其技术路线和市场定位已展现出独特的创新视角。AI数据基础设施作为大模型发展的关键支撑，这一领域的突破将直接影响下一代人工智能技术的演进方向。

Serena Ge：名校退学创业者的1亿元融资之路

2025年10月9日，备受瞩目的青年创业者Serena Ge在领英（LinkedIn）正式宣布成功完成1亿元人民币融资。她在官方动态中逐一手动标注致谢投资人，展现出成熟创业者典型的专业风范。
Serena Ge的个人履历尤为引人注目——哈佛大学退学创业的她如今已成为业界瞩目的商业新秀。其创业经历在其个人网站上有所披露，网站信息显示，这位年轻的企业家选择了一条与传统精英教育截然不同的发展路径。
业内分析人士指出，Serena Ge此次融资的成功既体现了其商业模式的可行性，也反映出资本市场对创新型年轻创业者的高度认可。值得注意的是，她采用手动艾特投资人的特殊致谢方式，彰显出新媒体时代创业者的个性化沟通策略。
目前，Serena Ge创办的企业具体业务方向尚未正式对外披露。此次亿元级融资完成后，其公司估值或将迎来显著提升，未来发展值得持续关注。

AI数据公司Datacurve完成1500万美元融资 剑指Scale AI市场地位

Datacurve公司首席执行官Serena Ge近日通过领英官方账号宣布，其创立的AI数据标注公司已完成1500万美元（约合1.1亿元人民币）的新一轮融资。该公司作为人工智能基础设施领域的新锐力量，明确将行业领军企业Scale AI作为主要竞争目标。

核心创始团队构建

市场定位与发展目标

Datacurve定位为专业AI数据服务提供商，本轮融资将主要用于：

公司计划通过差异化竞争策略，在快速增长的人工智能基础设施市场中建立技术壁垒。
业内观察人士指出，随着AI模型训练对高质量数据的需求爆发式增长，专业数据服务领域正孕育着下一个估值超百亿美元的龙头企业。Datacurve此次融资成功，标志着资本市场对其技术路线与商业模式的认可。

新一代创业者获科技领袖青睐：Datacurve完成种子轮融资

核心投资人阵容曝光

Datacurve作为新兴科技企业，近期成功完成种子轮融资。本轮融资由Chemistry VC合伙人马克·古德曼(Mark Goldberg)领投，参与者包括多位科技界重量级人物：

美国科技投资新趋势显现

值得关注的是，美国科技界正兴起一股新兴投资风潮：越来越多的科技巨头高管开始以个人身份投资95后、00后新生代创业者。这反映了行业对年轻创新者的认可与支持。

创始人背景彰显潜力

Datacurve由Serena Ge担任创始人兼CEO，Charley Lee出任联合创始人，两位均具备国际顶级科技企业实践经验：

Serena Ge：从攀岩爱好者到AI数据革新者的创业之路

早期经历与专业成长

Serena Ge的个人履历展现了一段由热情驱动的专业成长历程。在高中时期，她便展现出杰出的创造力与执行力：

AI领域的专业积累

Serena Ge在人工智能领域的创业并非一时冲动，而是源于深厚的专业洞察：

Datacurve的创新商业模式

为解决AI训练数据质量问题，Serena Ge创立了Datacurve公司，该项目从Y Combinator孵化而来：

AI数据基础设施的前瞻布局

Datacurve针对大模型训练后数据需求，构建专业数据基础设施：

Serena Ge的创业历程展现了技术洞见与商业创新的完美结合，其创立的Datacurve正在重塑AI数据供应链的价值体系。

Datacurve公司：AI训练数据领域的创新实践者

数据应用的五大核心方向

Datacurve公司提供的专业数据在多方面发挥了关键作用：

基于大量原始文档标准化处理以及Leetcode风格的问题数据集，这些数据特别适用于核心算法编码技能训练与评估，有效解决了大模型训练中的算法挑战。

Datacurve通过其专属集成开发环境捕获软件开发工程师的完整工作轨迹，包括代码执行编辑循环、文件导航、任务执行轨迹以及工程师口头和书面思路表达，为软件代理的训练提供真实场景数据。

参与数据贡献的软件工程师根据实际工作问题，提供了多个推理密集型任务数据集，这些数据可精准模拟各类复杂模型调试场景。

企业在专属应用程序、游戏开发、系统软件等私有代码库上可定制特定训练任务，使模型能在真实的专有环境下进行优化评估。

通过整合游戏界面、用户体验设计等多元化任务信息，AI系统能建立静态代码与动态行为的关联理解，结合提示词、屏幕截图、音频等多类型数据训练跨模态认知能力。

高质量数据生产的四步流程

Datacurve建立了严格的标准化流程来确保训练数据质量：

需求评估阶段

数据创建阶段

质量控制阶段

最终交付阶段

行业背景与创始人特质

当前AI领域高质量数据的战略性价值日益凸显，除知名企业Scale AI外，Surge AI等新兴公司也在快速崛起。值得注意的是，这些企业的创始人均具有亚裔背景，展现了亚裔在美国科技界的显著影响力。
Datacurve联合创始人Serena Ge展现了独特的商业思考深度，她对硅谷流行的”假装成功直至真正成功”文化提出批判性思考：”当我们陷入数据夸大、合作的表面繁荣等恶性循环时，必须回归创业初心，审视实现目标的真实路径。”
这位00后创业者以1亿多元人民币的首轮融资迈出了坚实的第一步，其务实创新的创业理念正在塑造AI数据服务领域的新标准。