听闻此乐，源自奥菲斯
量子位 | 公众号 QbitAI

人工智慧模型竟技平台LMArena宣布成功获得1.5亿美元A轮融资。

平台估值一举跃升至170亿美元，这份新年贺礼可谓分量十足！

本轮融资由Felicis和加州大学投资管理公司UC Investments领投，Andreessen Horowitz、The House Fund等知名机构跟投。

资本市场用真金白银投票，足以见得在AI大模型时代，评估平台这条赛道多么炙手可热～

而这家成员99%为华人、核心团队均为90后的明星企业，其走红之路还得从2024年ChatGPT横空出世说起。

从学术探索到商业崛起

LMArena的前身，是曾经在AI圈掀起热潮的Chatbot Arena，最初由非营利开源组织LMSYS创建。

该组织的核心成员均来自加州大学伯克利分校、斯坦福大学、加州大学圣地亚哥分校（UCSD）、卡内基梅隆大学（CMU）等顶尖高校的学术精英。

他们主导的开源推理引擎项目SGLang，在业内首次实现在96张H100 GPU上，跑出了与DeepSeek最新报告吞吐量性能媲美的开源方案。

目前SGLang已实现大规模部署，被xAI、英伟达、AMD、谷歌云、甲骨文云、阿里云、美团、腾讯云等众多知名企业和机构采用。

不过，比起硬核技术，他们最主要也更为出圈的工作，却是对大模型进行评估。

在ChatGPT、Claude一众模型刚刚面世之际，他们率先创办了Chatbot Arena这样一个第三方众包基准测评平台。

LMSYS创始人之一、也是SGLang主导者郑恺，曾向我们透露，当时之所以创建Chatbot Arena，是因为他们自己训练了开源模型小羊驼Vicuna。

当时他们觉得自己的模型还不错，但市面上已有的各种基准测试很难真正区分出模型是“真好”还是“假好”。

团队认为，评估模型最好的方式就是将其放到网上，让用户试用并投票。于是他们便搭建了众包测试平台Chatbot Arena，通过实际的用户交互来评估模型性能。

结果没想到的是，后来Chatbot Arena已独立成为一家公司，而小羊驼Vicuna等大模型的研发却已停滞。

早期的Chatbot Arena采用双盲测试模式，让用户在不了解模型身份的情况下盲选出更优的答案，这种模式吸引了大量AI爱好者前来打卡。

后来，全球各地一有新模型更新都会在里面偷偷测一把，Chatbot Arena逐渐成为模型测评首选排行榜。

这样的影响力让Chatbot Arena在AI领域崭露头角，获得了资本市场的认可。

它独立出来成为一家商业公司lmarena.ai，专注于AI模型评估。

2025年5月，被曝获得种子轮1亿美元投资，估值达60亿美元。

动态竞技场

lmarena.ai的主要项目，就是如今全球大模型的动态竞技场LMArena。

核心评估规则围绕匿名对战、Elo式评分和人机协同框架展开，方式也比较有意思。

用户只要输入问题，系统就会随机匹配两个模型来做匿名回答。

这时候大家不用管模型是谁，只需要根据回答的好坏投票选出更优的那个，系统在投完票之后才会揭晓模型的真实身份。

在评分上，平台基于Bradley–Terry模型设计了Elo评分机制，每个模型都有初始分数，赢了就加分，输了就扣分，随着对战次数越来越多，分数会慢慢稳定下来，最终形成实时更新的排行榜。

除此之外，平台还采用了人机协同的评估模式，用人类的真实投票来反映大家对模型的偏好，再通过算法去平衡各个模型的出场次数、任务类型和样本分布，避免有的模型因为曝光多就被高估，或者因为曝光少就被低估，确保整个评估过程公平客观。

就这样，LMArena成了各家新模型“出道”时的必测榜单。当前Gemini 3 Pro以1490分位居榜首。

自去年拿到1亿美元种子轮融资后，LMArena的发展迅速超出预期。

在短时间内不仅累计了覆盖文本、视觉、网络开发等跨模态的5000万张投票，完成了400余种开放及专有模型的评估，还产出了覆盖文本、多模态、专家及职业等多个类别的14.5万个开源战斗数据点。

现在，LMArena计划将新筹集到的资金用于平台运营，确保平台稳定且高效运行，提升用户体验。同时扩大技术团队，为平台发展注入更多专业技术力量。

参考链接：https://news.lmarena.ai/series-a/

— 完 —