推文

@alacheng · 2026-10-10 10:34

在模型上下游，之前看到了有RL环境公司，数据公司。最近又有两家（UniPat和Arena）从另一个角度切入，做的AI评测基础设施的公司，融到了不少资金。 他们主要解决的问题是：传统静态benchmark容易被刷分、无法反映真实表现。 其中UniPat AI创始人李宽之前还只是在阿里通义实验室做实习生。最近传出阿里领投约3亿美元后期轮，估值约25亿美元，腾讯、红杉中国（HSG）等参与/跟投。 Arena： AI模型评测平台Arena完成2亿美元B轮融资，估值31亿美元，ARR达1亿美元 2023年由UC Berkeley（加州大学伯克利分校）Sky Computing Lab的研究项目Chatbot Arena起步，通过用户盲测投票（A/B对比）来对大模型排名，形成著名的公开Leaderboard。 Arena主要产品： -免费公众平台：用户提交prompt或任务，对比不同模型输出并投票，生成Elo排名。覆盖文本、视觉、代码、Agent等模态。 -商业产品（AI Evaluations）：面向模型实验室和企业，提供基于真实用户反馈的深度性能分析（按用量收费，非纯订阅）。 -最新方向：扩展到AI Agent行为与安全性评估，推出Alignment Index（对齐指数），监测未授权行为、虚假完成任务等。 https://arena.ai/ UniPat AI： 创始人李宽等曾在阿里巴巴通义AI实验室等从事后训练分析、数据合成、强化学习工作。团队来自头部大模型公司研究员。 主要产品： -开源评测基准：如BabyVision（多模态视觉理解，曾显示多数模型视觉能力低于3岁儿童水平）、SaaS-Bench（真实SaaS工作流中的Agent评测）、Terminal-X/编程Agent相关、ExpertEval（医疗/金融/法律专业判断）等。 -数据与训练服务：专家数据、合成数据，服务中国主流模型厂商（阿里、字节、Moonshot、DeepSeek等）。 https://unipat.ai/

曝光 689 · 评论 7 · 点赞 12 · 书签 7 · 曝光/时 149.4274585045042