联合创始人Grace Li表示，她的公司在2025年毕业前几周由几位大学好友共同创立，最初的目标是让AI游戏引擎真正好用。这些模型确实能生成可运行的游戏，但游戏体验普遍不佳，这引出了一个值得深思的问题：如何判断一款游戏是否真的好玩？
他们认为，这个问题离不开人类的主观判断，于是开始探索如何大规模收集真实的用户反馈。
这一探索最终催生了DesignArena——一款目前全球已有530万用户使用的AI工具。事实证明，许多AI公司都在寻找可规模化的用户反馈渠道，并愿意为此付费。
"对于很多模型而言，设计层面的改进一直缺少这样一个关键环节，"Li说，"大约一周后，我们就与一家前沿实验室签下了第一笔重要合同，此后的故事大家也都知道了。"
本周一，DesignArena背后的公司Intelligence宣布完成790万美元种子轮融资，本轮由Index Ventures领投，Conviction（Sarah Guo与Mike Vernal参与）、A*、Valkyrie等机构跟投。
对于普通用户而言，使用DesignArena的体验类似于使用一个智能模型路由器。平台提供类似ChatGPT的提示输入界面，并针对网页、图片及十余种其他视觉格式设有独立的下拉菜单。用户输入需求、选择格式与风格后，系统会呈现一系列"A对B"的比较选项，引导用户对输出结果从优到劣进行排序。
这项服务本身颇具实用价值，但平台真正的核心在于企业端——参与的模型可以将其视为媒体生成模型持续获取即时反馈的来源。Li指出，用户通常并不在意自己在对哪个模型进行评分，他们只想要最好的输出结果，因此这些排名能够为模型提供关于用户真实需求的重要参考。
Li表示，这对前沿实验室而言是一项值得付费的服务，她还透露该平台目前年度经常性收入已达6000万美元，巩固了其作为AI行业人工评估数据核心来源的地位。
尤为重要的是，用户须登录账号才能获取输出结果，这使Intelligence能够追踪不同地区及不同时期用户偏好的变化趋势。（Li注意到，亚洲地区的网页仪表盘设计风格往往更为繁复多元。）这些数据对于自动化基准测试而言是重要的补充——后者虽然可以实现更大规模的测评，但往往容易被操控或造假，上周Hugging Face的数据泄露事件便以极端的方式揭示了这一问题。
当然，这并不意味着众包人工反馈一定是一门稳赚不赔的生意。就在不到一年前，同样以人工评估为核心的Yupp于今年初宣布关闭，此前该公司曾从a16z crypto的Chris Dixon处融资3300万美元，也吸引了部分前沿模型作为客户，并声称拥有超过130万用户，但最终仍未能建立可持续的长期商业模式。
尽管如此，其他基于人工评估的初创公司似乎正在蓬勃发展。专注于文本回复评估的LM Arena采用了类似的思路，在正式推出付费产品仅四个月后，便于今年1月完成了1.5亿美元的A轮融资。
Q&A
Q1：DesignArena是什么，主要用来做什么？
A：DesignArena是由Intelligence公司开发的AI工具，目前全球已有530万用户使用。它的核心功能是通过"A对B"对比排名的方式，收集用户对AI生成内容（如网页、图片等视觉格式）的真实偏好反馈。这些反馈数据可供AI前沿实验室用于改进其媒体生成模型，帮助模型更好地理解用户真正想要什么样的输出结果。
Q2：Intelligence公司的商业模式是怎样的，目前收入情况如何？
A：Intelligence的商业模式主要面向企业端，AI前沿实验室可以付费获取平台上由真实用户产生的评估数据，用于优化自身的媒体生成模型。对于普通用户，平台提供免费的AI输出对比排名服务，但用户须登录账号使用。目前该平台年度经常性收入已达6000万美元，并在本次种子轮融资中获得Index Ventures等机构的790万美元投资。
Q3：众包人工反馈赛道有哪些成功和失败的案例？
A：这一赛道已有较明显的分化。失败案例方面，Yupp在获得a16z crypto的Chris Dixon投资3300万美元、拥有超130万用户的情况下，仍因无法建立可持续商业模式而于今年关闭。成功案例方面，专注文本评估的LM Arena在推出付费产品仅四个月后便完成了1.5亿美元A轮融资，Intelligence旗下的DesignArena也已实现6000万美元年度经常性收入。
