Design Arena融资790万美元，用人类审美为AI模型注入「品味」

Design Arena的诞生颇具偶然性。2025年，Grace Li与几位大学好友在毕业前几周尝试用AI构建游戏引擎，模型确实能生成可运行的游戏，但这些游戏玩起来毫无乐趣。这一困境让他们意识到：判断一款游戏是否好玩，没有任何算法能够替代人类的直觉。于是，他们开始探索如何大规模、低成本地收集真实的人类反馈，Design Arena由此诞生。

对于普通用户而言，Design Arena的体验类似于一个高级模型路由器。用户在类ChatGPT的对话窗口中输入需求，选择网站、图片等十余种视觉格式，随后系统会呈现一系列「A vs. B」的对比选项，引导用户对多个输出结果从优到劣进行排序。这一过程简单直观，用户只需关注哪个结果更符合自己的审美，无需了解背后的模型机制。

真正的商业价值在企业端得以体现。前沿AI实验室可以将Design Arena视为持续获取即时用户反馈的渠道，用于优化其媒体生成模型。由于用户对参与排名的具体模型并不在意，只追求最佳输出效果，其排名结果能够客观反映真实的用户偏好。Li表示，这正是许多模型在设计领域提升能力时所缺失的关键环节，平台目前年化营收已达6000万美元。

Intelligence还在平台层面建立了数据追踪能力。由于用户必须登录才能获取输出结果，公司得以追踪不同地区、不同时间段内用户审美偏好的演变。Li举例指出，亚洲地区的网页仪表盘设计风格普遍更为繁复丰富。这类跨文化、跨时间的偏好数据，为AI模型的迭代提供了自动化基准测试难以企及的维度。

人类反馈数据赛道并非没有前车之鉴。同样主打众包人类评估的Yupp在获得a16z加密负责人Chris Dixon领投的3300万美元融资、积累逾130万用户并拿下部分前沿模型客户后，仍于今年早些时候宣告关闭，未能建立可持续的商业模式。不过，同赛道的LM Arena则走出了截然不同的轨迹——这家专注于文本回复评估的平台在正式推出付费产品仅四个月后，便于今年1月完成1.5亿美元A轮融资，印证了该模式的市场潜力。

此次790万美元的种子轮融资，将帮助Intelligence进一步扩大平台规模并深化企业端服务。在自动化基准测试频繁遭遇数据污染和刷榜问题的背景下——Hugging Face近期的安全事件再次凸显了这一风险——以Design Arena为代表的人类评估平台正在成为AI能力评测体系中不可或缺的组成部分。如何在用户规模与数据质量之间保持平衡，将是Intelligence持续面对的核心挑战。

要点

• Intelligence完成790万美元种子轮融资，旗下Design Arena平台全球用户达530万，年化营收6000万美元，核心业务是向前沿AI实验室出售人类设计偏好评估数据。
• 平台通过「A vs. B」对比排名机制收集用户对视觉内容的真实偏好，用户登录机制还支持跨地区、跨时间的审美趋势追踪，例如亚洲用户偏好更繁复的网页设计风格。
• 人类反馈数据是自动化基准测试的重要补充，后者易被刷榜操纵，Hugging Face近期安全事件再次暴露了这一隐患。
• 同赛道的Yupp在融资3300万美元后仍以失败告终，而LM Arena则完成1.5亿美元A轮，表明该赛道商业模式可行但执行难度较高。
• Design Arena的创业起点是解决AI游戏引擎「功能可用但缺乏趣味」的问题，折射出当前AI生成内容在主观质量评估上的普遍短板。