AI界《创造101》LMArena：全民盲投决定模型排名，估值17亿美元

一场人工智能领域的《创造101》正在上演！LMArena让用户盲选投票，决定各大AI模型的江湖地位。短短三年，这个起源于校园的开源项目完成逆袭，刚刚斩获1.5亿美元融资，估值飙升至17亿美元。众包投票模式挑战传统专家评测，争议不断，却已成为行业标杆。你的每一次点击，都在塑造下一代AI顶流！

一场AI圈的偶像选拔赛火热进行中！

ChatGPT、Claude、Gemini、Grok等AI“选手”整齐列队，紧张等待公演时刻。

这不是综艺节目，而是真实发生在lmarena.ai平台上的AI巅峰对决。

这个曾经的校园开源小项目，最近刚刚完成1.5亿美元融资，估值达到17亿美元。

顶尖AI实验室如OpenAI、Google、xAI、Microsoft，都争相把自家最新模型送来“参赛”。

如今，AI能力的评判权不再掌握在少数巨头手中，而是交到了全球网民手里。

这场“AI创造营”究竟如何运作？谁将成为下一个C位出道？让我们一起揭秘。

LMArena的“选秀起源”，从校园项目到硅谷明星

故事始于2023年。当时，加州大学伯克利分校Sky Computing Lab的一群研究生和教授发起了一个开源项目，命名为Chatbot Arena。

创始人包括伯克利计算机科学教授Ion Stoica（Databricks联合创始人）、研究生Anastasios Angelopoulos（现任CEO）和Wei-Lin Chiang（现任CTO）。

他们的初衷很简单：让网友匿名比较不同AI聊天机器人的回答，看看哪个更受青睐。

没想到，这个项目迅速走红，成为AI圈最受欢迎的众包基准平台。

短短三年，Chatbot Arena积累了大量用户。2025年5月，项目正式转型为营利性公司，更名为LMArena，并完成1亿美元种子轮融资，估值6亿美元。

关键转折发生在2026年1月6日——就在昨天！

LMArena宣布完成1.5亿美元新一轮融资，由Felicis和加州大学投资臂联合领投，Andreessen Horowitz、The House Fund、LDVP、Kleiner Perkins、Lightspeed Venture Partners等知名机构跟投。

公司估值直接跃升至17亿美元，总融资额超过2.5亿美元！

如今，LMArena月活跃用户已超500万，覆盖150个国家，每月产生超过6000万次对话。

这些用户就像选秀节目的“全民制作人”。就连最顶尖的AI实验室，也会悄悄把最新模型送来接受考验。

从一个学术小实验，到硅谷新贵，LMArena用三年时间完成了许多选秀冠军都羡慕的逆袭。

但真正让它火遍全球的，正是那个简单却让人上瘾的“盲盒PK”投票机制。

盲盒PK与网民投票，“全民制作人”的权利游戏

选秀节目的高潮是舞台公演和观众投票。LMArena的“公演舞台”同样刺激：它叫Arena模式，核心就是一个字——盲！

打开lmarena.ai，进入对战模式，随意输入一个问题，系统会随机匹配两个匿名AI模型，同时给出答案。

你完全不知道答案来自哪个模型，只能凭直觉投票。投完票后，网站才会揭晓：哦，原来左边是Gemini-3-Pro，右边是Grok-4.1！

这种形式像拆盲盒一样——公平又令人上瘾。

总得票数会被纳入评分体系。LMArena采用Elo评分系统实时计算，每赢一次加分，输了扣分。

7天前的总分榜单，Gemini-3-pro稳居榜首

总得分汇总后，还会公开不同类别的榜单：文本对话、网页开发、视觉理解、文本生成图像、图像编辑、搜索，甚至文本/图像生成视频。

在热门类别里，Gemini-3-Pro在文本和视觉领域遥遥领先，Grok-4.1-thinking紧追不舍，而图像编辑中GPT-Image-1.5和Gemini的变种轮流霸榜。

为何一场“选秀比赛”能吸引这些顶级模型下场？CEO Anastasios Angelopoulos揭示了真相：

领先的AI公司选择我们，是因为他们自己都很难判断模型究竟好不好。

还没公开发布的新模型，都会偷偷托管到LMArena先测试一番，根据网友反馈快速迭代。

网友也不仅仅是实验的参与者，甚至还有点爽——无需技术背景，上手几分钟就能当“全民制作人”，把喜欢的AI送上C位。

数百万张选票汇聚成热搜排行，谁上谁下，全看网友心情。

“黑幕”质疑与“付费导师”的对决

选秀节目再火，也难免遭遇“黑幕”质疑和粉丝撕X。LMArena同样不例外——它一出道就卷入各种争议，有人喊“太民主了”，有人骂“太混乱了”。

吐槽最多的，是众包投票容易被操纵。

2025年，一篇论文直接曝出黑幕：Meta在Llama 4发布前，偷偷提交了36个私有变体模型，反复测试“刷分”，成功影响了排行榜。

研究者来自Cohere、Stanford、MIT等机构，指出顶级实验室能通过多次私测优化，中小玩家根本玩不起。

类似指控还有：某些大公司被怀疑刷票或优先托管新模型，让排行榜看起来“偏心”。

还有人认为，网民投票不够专业。随便一个网友的票，怎么能跟专家比？

这就牵扯出最大竞争对手——Scale AI。Scale的评价方式完全不同：他们花大钱雇佣付费专家，比如律师、教授、医生，来给AI答案打分。

2025年9月，Scale直接推出“Seal Showdown”平台，公开叫板 LMArena，宣称自己的方法更具代表性、更严谨，避免了众包的噪音和偏见。

联合创始人Ion Stoica去年接受采访时曾表示：

“最高质量的评估——黄金标准——就是让人们在自己熟悉的话题上投票。”

他们认为，用户对自家问题最懂，能给出最诚实的反馈；付费专家反而可能存在偏见或不接地气。

而且，全球150国用户的多样性，让排行榜更全面，避免了单一文化霸权。

争议归争议，LMArena的排行榜还是成了行业事实标准——大公司照样抢着上。

但选秀不会止步于打投，LMArena已经在酝酿大招。

从排行榜到“AI经纪公司”

选秀冠军出道后，最令人期待的莫过于“后续规划”：开演唱会、拍综艺、接代言，还是转型演员？

LMArena也一样——它不满足于只办比赛，已经在准备进化成AI界的“全能经纪公司”。

新一轮1.5亿美元融资，主要就是砸在这上面。

公司公告明确表示，资金将用于大规模扩充计算资源、招聘顶级工程师，并推出企业级AI评估服务。

以后，LMArena不仅让网友玩盲测，还会为OpenAI、Google、xAI这样的大厂提供付费专业评估，帮他们跑模型、收集反馈、生成报告，甚至深度定制基准测试。

LMArena在强化学习方向同样野心勃勃。联合创始人Ion Stoica早前就透露过，公司正考虑用海量用户投票数据来训练AI模型——这就是传说中的RLHF（人类反馈强化学习）。

把“好回答”当奖励、“差回答”当惩罚，让AI像练习生苦练舞蹈一样，不断优化自己。

投资者、Felicis合伙人Peter Deng在采访中直言：

“一旦成为事实上的基准层，产品自然会扩展。真正价值在于与AI实验室的深度合作——结合他们的内部数据和我们的比较外部数据。”

这场“AI创造营”才刚刚开播，高潮还在后头。

LMArena用三年时间证明了一个疯狂的事实——在AI时代，众包的力量能碾压传统专家，民主投票能成为最锋利的标尺。

更重要的是，它把我们从旁观者变成了主角。你的每一张票，不只决定了今天的排行榜C位，还可能在悄无声息中塑造明天的超级AI。

ChatGPT、Grok、Gemini……谁能持续霸榜，谁又会突然被黑马反超，全看我们这些“全民制作人”的心情。

AI的未来不再遥远，它就藏在你的下一票里。

参考资料： 

https://www.theinformation.com/articles/ai-evaluation-startup-lmarena-valued-1-7-billion-new-funding-round?rc=epv9gi