伯克利两博士玩转AI“选秀”：一年狂揽120亿，你的每次点击都在为独角兽投票！ 当所有人都在埋头造AI模型时，两个来自加州大学伯克利分校的博士，却选择了一条与众不同的路——他们不做“选手”，而是当起了“裁判”。仅仅一年时间，他们打造的AI模型“竞技场”LMArena，估值已冲破17亿美元大关，成为硅谷最炙手可热的独角兽。这背后，是数百万普通用户每一次不经意的点击与选择，共同堆砌起的百亿帝国。 你或许从未想过，自己在某个无聊的午后，随手比较两个AI答案哪个更顺眼，这个微小的动作，正成为驱动AI进化的重要燃料。LMArena的核心，正是这样一个简单到极致的逻辑：将全球顶尖的AI模型匿名两两PK，把选择权完全交给用户。你的偏好，直接决定了模型的排名。 这听起来像是一场大型的、永不落幕的“AI超女”选拔赛。而两位博士创始人，Anastasios Angelopoulos和Wei‑Lin Chiang，则如同掌握了流量密码的制片人。他们从学术项目Chatbot Arena起步，敏锐地捕捉到了AI爆发时代最隐秘的痛点：当模型多如牛毛，谁更可靠？谁能真正理解人类？ 资本用真金白银投下了信任票。硅谷顶级风投a16z等机构接连下注，两轮融资豪掷2.5亿美元。投资人看到的，不是一个技术壁垒高不可攀的工具，而是一个可能定义AI时代“质量标准”的平台。当AI要进入医疗、法律、金融等严肃领域，一个中立、基于海量人类真实反馈的“信任印章”，价值连城。 然而，争议随之而来。一个依靠大众“投票”的排行榜，真的可靠吗？批评者尖锐指出，这就像让路人决定哪位科学家的论文更优秀——用户可能仅仅因为答案更长、带了表情符号就投票，而非其真正的正确性与深度。甚至出现过用户集体为一道数学题的错误答案“点赞”的尴尬情况。 这恰恰戳中了人性与技术的微妙冲突。我们渴望AI严谨如科学家，却又本能地偏爱那些说话好听、体贴幽默的“伙伴”。LMArena的排行榜，某种程度上映射的正是人类这种矛盾的偏好：我们是在评选最“正确”的AI，还是最“讨喜”的AI？这个问题，连它的设计者也在不断反思与平衡。 放眼全球，AI测评战场已是硝烟四起。有像LiveBench那样，由“AI教父”杨立昆背书、专注防作弊硬核考试的“学术派”；也有像OpenRouter那样，直接看API调用量的“市场派”。而在中国，虽有OpenCompass、SuperCLUE等榜单聚焦中文场景，但像LMArena这样引发全球资本狂潮的商业化测评平台，仍属空白。 这不禁让人深思，在AI狂飙的赛道上，最大的金矿或许不是挖矿的锄头，而是那把检验金子成色的秤。LMArena的故事告诉我们，在技术高歌猛进时，衡量与评价体系本身，就是一门足以孕育独角兽的顶级生意。它满足了人类对秩序、对可比性的根本需求。 回到最初，每一次你面对屏幕，在两个AI答案间做出选择时，你不仅是在表达喜好，更是在无形中参与塑造AI的未来走向。这个百亿估值的故事，由全球数百万像你一样的用户共同书写。当技术日益复杂，或许最简单的“人的选择”，反而成了最珍贵的标尺。这场由伯克利博士发起的AI“全民公投”，最终会将我们带向何方？时间，会给出答案。 （来源：创业邦） AI测评 百亿独角兽