阿里拟领投前实习生创业项目，AI评测公司UniPat完成3亿美元融资
阿里巴巴集团拟领投AI训练与基准测试初创公司UniPat AI的3亿美元融资轮次，本轮估值达25亿美元（约合168.14亿元人民币）。融资预计很快完成，腾讯控股及红杉等老股东同步参与。各方仍在磋商，交易细节可能变动。
核心信息要点：
- 投资方：阿里巴巴拟领投，腾讯、红杉等老股东跟投
- 融资金额：3亿美元（约合20.18亿元人民币）
- 本轮估值：25亿美元（约合168.14亿元人民币） -Founder背景：李宽，曾于通义AI实验室从事后训练分析、数据合成和强化学习工作
- 公司成立时间：2025年末
从实习生到估值25亿：Alumni创业路径受认可
UniPat由李宽于2025年末创立，他曾于去年在阿里通义AI实验室从事后训练分析、数据合成和强化学习相关工作。这笔投资被视作阿里巴巴对一名前实习生创业项目的直接认可，印证了 AI 基础层工具公司在当前产业(vc/大厂)环境下的稀缺价值。
公司定位聚焦于AI模型的"真实场景测试"——为AI模型设计贴近实际使用环境的测试与评估场景，并专门生成细致的训练和评测数据。服务对象明确为AI领域的研究人员及企业客户，按需销售数据与评测服务。
值得注意的是，尽管UniPat成立仅约9个月，但其技术路径已获多重资本背书：除阿里、腾讯外，此前已获得砺思资本及字节跳动支持的锦秋基金会投资。
行业痛点：高质量数据与虚假评测的双重困局
当前大模型发展面临两个基础性瓶颈：
- 数据枯竭：版权和隐私限制收紧，大模型可使用的高质量人类生成互联网数据持续减少；
- 评测失真：开发者普遍反映模型榜单分数虚高，实际表现与之不符，导致评测结果难以指导工程实践。
UniPat试图同步解决上述两大问题：一方面产出高质量训练数据，另一方面构建贴近真实场景的基准测试体系，覆盖三大关键能力领域：
- AI编程智能体的软件工程能力
- 浏览器智能体的日常网页操作能力
- 前沿多模态模型的视觉推理能力
对标国际：中美评测赛道差异明显
全球AI评测领域呈现不同发展路径：
| 公司 | 融资/估值 | 核心业务 | 中国对手/竞品情况 |
|---|---|---|---|
| Scale AI | 140亿美元（ Meta入股） | 数据标注服务 | 无直接对标 |
| Mercor | 按200亿美元估值洽谈融资 | 专家服务平台，提供人工标注与测试 | 部分业务 overlap |
| Artificial Analysis | 未披露 | 基准测试领先者 | UniPat目标对标 |
| Chatbot Arena | 未披露 | 基准测试领先者 | UniPat目标对标 |
UniPat与 Mercor、Scale AI 的本质差异在于：后者以"标注人力"为核心生产资料，而 UniPat 更强调合成数据生成能力与真实场景建模能力的结合，技术路径偏向模型驱动而非人力驱动。
投资建议与落地参考
适合关注的三类群体：
- AI模型研发团队：需稳定获取高质量评测数据以防"榜单幻觉"的工程团队；
- 大模型产品负责人：正在评估多模态或智能体（agent）类产品表现的决策者；
- 投资机构：关注AI基础设施底层环节，寻求数据层与评测层交叉赛道标的。
建议再等等： 企业级客户待观察UniPat对中文场景的适配深度——公开信息显示其基准测试主要集中于通用能力，若中文生态专项评测尚在筹备，则可待6-12个月后二次评估。
写在最后
当大模型竞赛进入深水区，“训练-评测-反馈"的闭环重要性正超越单纯参数规模竞赛。UniPat的快速融资表明，资本已意识到：在数据质量成为瓶颈的今天，评测不是锦上添花的附加值，而是模型落地的必经门槛。”