Design Arena 开发团队融资 790 万美元，为 AI 模型注入人类审美判断

据联合创始人李格蕾丝介绍，公司成立于 2025 年毕业前几周，当时几位大学好友试图调试自家 AI 游戏引擎。模型能够生成可以正常运行的游戏，但做出来的游戏毫无乐趣，由此引出一个耐人寻味的问题：要如何判断一款游戏好不好玩?

他们得出结论，人类主观判断无可替代，很快便构思大规模获取真实人类反馈的方案。最终诞生了 Design Arena 这款 AI 工具，如今全球已有 530 万人在使用。事实证明，大量 AI 企业都需要可规模化的用户反馈，并且不少企业愿意为此付费。

李格蕾丝表示：“这正是许多模型在设计领域迭代提升所缺失的关键瓶颈。大约一周之后，我们就和一家前沿 AI 实验室达成首笔重大合作，后续发展便水到渠成。”

周一，Design Arena 背后的公司 Intelligence 宣布完成 790 万美元种子轮融资，由 Index Ventures 领投，Conviction(郭怡广、迈克・韦尔纳)、A*、Valkyrie 等机构参与投资。

对于普通用户而言，Design Arena 的使用体验类似一套高级模型路由工具。界面拥有 ChatGPT 风格的提示输入框，还设有网站、图片以及十余种视觉格式的下拉选项。输入需求、选定格式与风格后，用户会面对多组 “A/B 对比” 选择，直至把若干份 AI 输出结果从优到劣完成排序。

该工具本身具备实用价值，但平台真正的核心价值面向企业客户。接入的生成媒体模型，可以把它当作源源不断获取即时反馈的来源。用户并不在意自己在为哪款模型打分，正如李格蕾丝所说，用户只想要质量最好的输出，因此用户的打分可以输出极具参考价值的真实用户偏好。

李格蕾丝称，对前沿 AI 实验室来说，这项服务值得付费。该平台当前年度经常性收入达 6000 万美元，稳固确立了其作为 AI 行业人类评估数据核心来源的地位。

关键在于，用户需要登录账号才能获取输出内容，因此 Intelligence 可以追踪不同地区、不同时期人类审美偏好的变化。(李格蕾丝提到，亚洲网页仪表盘普遍偏好繁复华丽的设计风格。)人工评估是自动化基准测试的重要补充，自动化基准虽可大规模运行，但容易遭到篡改钻空子，上周 Hugging Face 安全事件就充分暴露了该问题。

当然，众包人类反馈赛道也并非稳赚不赔。初创公司 Yupp 拿到 a16z crypto 克里斯・迪克森 3300 万美元投资，上线不到一年，今年早些时候宣告倒闭。它同样拿下多家前沿 AI 实验室客户，号称拥有超 130 万用户，依旧没能搭建可持续的长期商业模式。

即便如此，其他主打人类评估的初创企业发展势头向好。主打文本响应对比评测的 LM Arena，正式推出付费产品仅四个月，就在今年 1 月完成 1.5 亿美元 A 轮融资。