阿里领投UniPat AI 3亿美元融资，估值达25亿美元

据报道，阿里将领投UniPat AI 3亿美元融资，估值达25亿美元，腾讯、红杉中国等可能参与，交易仍在谈判中。UniPat并非“AI六小龙”那样知名，但美国风投Dimension Capital访华后在一封流传的内部信中指出，以UniPat为代表的中国初创企业正推动数据行业升级：不再满足传统标注，而是做模型评测、现实任务和验证基础设施。UniPat设计测试AI模型的现实场景，生成训练与基准数据，其基准测试已被美国实验室引用。这类公司多成立不到24个月，少数收入已破1亿美元。

今年8月福布斯报道称，美国数据公司与中国AI公司已形成规模可观的数据供应链，AfterQuery与蚂蚁合作，阿里曾采购AfterQuery和Mercor数据，Turing与字节跳动合作。数据行业正从出售人工时间升级为出售高质量答案。UniPat旨在解决互联网人类数据耗尽与排行榜分数虚高两个瓶颈。美国Scale AI专注标注，Mercor运营专家市场，Artificial Analysis和Chatbot Arena领先基准测试。

UniPat成立于2025年末，创始人曾在阿里、月之暗面和腾讯工作。其项目包括Monthly-SWEBench、EvoCode-Bench和Echo系统，后者从新闻、预测市场等提取线索生成概率判断并验证结果。4月新闻稿称，5个EchoZ智能体在Polymarket一周实盘测试中4个正收益，政治与治理问题市场胜率63.2%，7天以上预测胜率59.3%。UniPat既测试也训练模型，既生产数据也出售预测服务。其ExpertEval覆盖医疗、金融、法律，含3213个专家案例、207个场景，平均每题21.83条评分标准，关注“关键负面项”。核心假设是高质量监督能提高模型“单位算力产出”，用更高质量监督替代更多算力。

阿里正将AI推向云、企业软件和消费业务，2026年推出企业级智能体平台悟空，成立Alibaba Token Hub事业群，并将通义团队与未来生活实验室合并为Token Foundry。阿里需要独立测试环境、可重复任务和验收标准。其2026年业绩显示云智能外部收入增速40%，Model Studio客户增8倍，AI云与算力服务收入71亿美元，同比增45%。投资UniPat的逻辑是为Qwen等产品购买“能不能真正工作”的判断系统。

若融资完成，25亿美元估值基于三个下注：成为模型公司测试供应商、掌握真实任务与反馈数据、让测试结果进入采购部署和训练流程。风险在于评测公司若同时参与训练又负责评价，独立性会受质疑；测试集和评分标准被研究后，模型可能学会针对榜单而非真正完成工作。谁掌握“模型能否完成客户任务”的可信答案，谁就可能站在AI商业化验收环节。UniPat能否从研究型评测公司成长为验收标准提供者，是关键。