Vals获a16z 4000万美元融资，挑战AI评测“黄金标准”

概述

AI 评估初创公司 Vals 近日宣布完成由 a16z（Andreessen Horowitz） 领投的 4000 万美元 A 轮融资。该公司致力于成为人工智能基准测试领域的“黄金标准”，旨在解决现有评测体系滞后于技术发展的痛点。自 2024 年成立以来，Vals 在不到两年时间内迅速崛起，此前已获 8VC 和 Bloomberg Beta 的种子轮支持。

重塑 AI 评测标准

长期以来，基准测试是 AI 公司验证模型能力、凸显竞争优势的主要手段。然而，许多 legacy 评测系统年代久远，无法准确衡量现代模型的真实能力，甚至因题目公开而引发“应试作弊”争议。

Vals 联合创始人 Rayan Krishnan 指出，学术界现有的 benchmark 往往侧重于抽象的知识考核，如模拟律师资格考试，难以反映模型在真实场景中的实际影响。

“我们希望评估的是模型能否在特定领域产出与人类同等质量的工作成果，而不仅仅是获取正确答案。”

为此，Vals 采取双重策略：首先，不公开具体的测试题目，防止模型针对性训练；其次，深入法律、金融、编程等垂直行业，评估模型完成复杂任务的实能力。此外，公司还关注模型的负面效应，分析其在失控状态下可能带来的潜在风险。

业务爆发与行业布局

随着团队从年初的 8 人扩张至 25 人，Vals 的业务规模呈现爆发式增长。据悉，公司目前的营收已是去年同期水平的 8 倍。其商业模式类似于学生参加 SAT 考试，企业付费聘请 Vals 对模型进行独立测评，以此作为技术 troubleshooting 和迭代优化的依据。

目前，Vals 的评测范围已延伸至更具挑战性的前沿领域：

1. 递归自我改进：评估模型在持续优化自身过程中的表现。
2. 高风险领域：涵盖心理健康、网络安全性、生物安全以及武装冲突法（如《日内瓦公约》的适用性）。
3. 政府服务：近期启动了面向联邦机构的模型评估项目。

推动 AI 产业透明化

Krishnan 认为，随着 OpenAI、Anthropic 等巨头陆续筹备上市，高质量的第三方评测将成为 AI 公司建立公众信任、提交公开披露文件的关键依据。

在旧金山 Folsom 街的老砖楼办公室里，Vals 正试图重新定义 AI 时代的“能力凭证”。对于投资方而言，这不仅是一家成长迅猛的初创公司，更是有望主导未来 AI 行业标准的基石企业。