一场AI界的《创造101》火了！LMArena让你盲投选出最强AI，三年从校园项目逆袭，刚刚融1.5亿美元，估值飙到17亿美元。众包投票挑战专家权威，争议四起，却已成行业标杆。你的票，就能决定下一个AI顶流！

一场AI界的《创造101》火了！

ChatGPT、Claude、Gemini、Grok等一众AI「练习生」整齐站好，紧张等待公演。

这不是选秀节目，而是真实发生在lmarena.ai上的AI大乱斗。

这个曾经的校园开源小项目，最近刚融到1.5亿美元，估值17亿美元。

顶级AI实验室如OpenAI、Google、xAI、Microsoft，都抢着把自家模型送来「试镜」。

现在，AI强弱不再是大公司自己说了算，决定权掌握在全球网民手上。

这场「AI创造营」到底怎么玩？谁会成为下一个出道顶流？让我们一起揭秘。

LMArena的「选秀起源」

从校园项目到硅谷舞台

一切要从2023年说起。当时，加州大学伯克利分校Sky Computing Lab里，一群研究生和教授搞了个开源小项目，叫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CEO）和Wei-Lin Chiang（现CTO）。

他们最初只是想做一个简单实验：让网友匿名比拼不同AI聊天机器人，看哪个回答更好。

没想到，这个项目一上线就火了，迅速变成AI圈最受欢迎的众包基准平台。

短短三年时间，Chatbot Arena就积累了海量用户。2025年5月，它正式转为营利性公司，更名为LMArena，并完成1亿美元种子轮融资，估值6亿美元。

转折点发生在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等明星机构跟投。

公司估值直接飙升到17亿美元，总融资额超过2.5亿美元！

如今，LMArena已经拥有超过500万月活跃用户，覆盖150个国家，每月产生超过6000万次对话。

这些用户像是投票的「全民制作人」。连最顶级AI实验室，都把自家最新模型悄悄送来PK。

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。

但真正让它火起来的秘密武器，正是那个简单却上瘾的「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，是舞台公演和现场打投。LMArena的「公演舞台」也一样刺激：它叫Arena模式，核心就是一个字——盲！

打开lmarena.ai，进入战斗模式，随便输入一个问题，系统开始随机匹配两个匿名AI模型，同时给出答案。

你不知道是谁生成的，只能凭感觉投票。投完票，网站才会揭晓：哦，原来左边是Gemini-3-Pro，右边是Grok-4.1！

这种形式很像拆盲盒——公平又上瘾。

总得票数也算入评分体系。LMArena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

总得分汇总之后，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，而图像编辑里GPT-Image-1.5和Gemini的变种轮流霸榜。

怎么一场「选秀比赛」能引得这些顶级模型下场？CEO Anastasios Angelopoulos揭开真相：

领先的AI公司用我们，是因为他们自己都很难判断模型到底好不好。

还没公开发布的新模型，都会偷偷托管到LMArena先测试一下，拿网友反馈快速更新迭代。

网友也不只是实验的小白鼠，甚至还有点爽——不用懂技术，上手几分钟就能当「全民制作人」，把喜欢的AI投上C位。

数百万张票汇成热搜排行，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，也逃不过「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gaming 排行榜。

研究者来自Cohere、Stanford、MIT等机构，直指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，宣称自己的方法更有代表性、更严谨，避免了众包的噪音和偏见。

联合创始人Ion Stoica去年接受采访时说过：

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；付费专家反而可能有偏见或不接地气。

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已经在憋大招。

从排行榜到「AI经纪公司」

选秀冠军出道后，最兴奋的莫过于「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不光让网友玩盲测，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（Reinforcement Learning from Human Feedback，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

文章来源：新智元。