Vals获a16z领投4000万美元，打造AI评测新标准

随着人工智能模型能力快速演进，传统的评测基准已难以真实反映其在现实世界中的表现。在此背景下，成立于2024年的初创公司Vals迅速崛起，提出了一套全新的AI评测范式，并于近期完成由知名风投Andreessen Horowitz（a16z）领投的4000万美元A轮融资。

Vals的联合创始人兼CEO Rayan Krishnan年仅25岁，曾就读于斯坦福大学，并在微软及该校人工智能实验室实习，后又加入Palantir积累实战经验。他观察到，当前许多AI公司依赖的学术基准测试不仅陈旧，还容易被“针对性优化”——即企业通过在公开测试集上微调模型，人为提升分数，从而在宣传中获得优势，却无法代表模型在真实任务中的能力。

“我们看到大量新型高性能模型快速上市，但学术界的评测体系远远落后于这一技术前沿，”Krishnan表示，“当AI被深度嵌入社会各个领域时，评测系统必须能验证模型是否真如厂商所宣称的那样有效。”

为此，Vals摒弃了传统以通用知识问答为核心的评测方式，转而设计一系列保密性的、面向具体行业的复杂任务。例如，在法律领域，模型需起草合规合同；在金融场景中，需生成准确的风险分析报告；在编程任务里，则要交付可运行且高效的代码。这些任务不对外公开，防止企业“刷分”，确保评测结果的真实性与公正性。

更重要的是，Vals不仅关注模型的正面输出，还系统性评估其可能带来的负面后果。“我们试图回答：如果这些模型在现实中大规模部署，会产生哪些潜在风险？”Krishnan强调，这种双向评估机制有助于揭示模型在偏见、幻觉、安全性等方面的隐患。

自成立以来，Vals已获得业界广泛关注。除本轮a16z领投的A轮融资外，公司此前还完成了由8VC和Bloomberg Beta领投的种子轮融资。如今，其位于旧金山Folsom街一栋百年酿酒厂改造的办公楼内，与多家前沿科技初创企业共同探索AI的未来边界。

在AI竞争日益白热化的今天，一个客观、可靠、贴近实际应用的评测标准，或将成为衡量技术真实价值的关键标尺。Vals的目标，正是成为这一领域的“黄金标准”。