AI 模型評估平台 Arena 近期募得 2 億美元資金，估值從一月的 17 億美元翻倍至 31 億美元。該公司同時推出新的「Arena Alignment Index」，透過實境測試衡量 AI 模型的可信任度，以確保其行為符合人類意圖，應對 AI 發展帶來的挑戰。
AI 模型評估平台 Arena 近日完成 2 億美元的 B 輪融資，使其公司估值達到 31 億美元。這項數字幾乎是 Arena 今年一月估值 17 億美元的兩倍，顯示市場對人工智慧（AI）系統信任度評估的需求正快速增長。
根據《Pulse 2.0》報導，這筆新資金將用於擴大 Arena 的平台，以便在真實世界環境中更有效地評估前沿 AI 模型及 AI Agents（能自主執行任務的 AI）。私人公司的估值，是由投資者根據公司潛力、市場狀況及營收等多方面判斷，決定其值多少錢。
Arena 在今年六月已公佈年化收入超過 1 億美元，並累積逾 1,000 萬次的人工評估。這家公司於 2025 年正式成立，前身是 2023 年在 Berkeley’s Sky Computing Lab 誕生的研究計畫「Chatbot Arena」。
除了募資，Arena 也同步推出全新的「Arena Alignment Index」，旨在測量前沿 AI 模型及 AI Agents 是否能與人類意圖保持一致，以確保其行為可信。《TNW》指出，這項新指數已涵蓋超過二十種 AI 模型，包括 OpenAI 的 GPT-6.1 Sol 和 Anthropic 的 Claude Opus 5.5。公司認為，隨著 AI 模型日益複雜且能辨識自己是否正在被評估，傳統的靜態基準測試已不足以有效評估其表現。AI 模型評估平台就像是 AI 的「考試中心」，透過設計各種真實任務來測試 AI 的表現，確保其輸出及行為是可靠且安全的。
Arena 的評估方法聚焦於 AI 在真實世界的互動行為，並特別關注三種可量化的行為：未經授權行為（Unauthorized Action）、錯誤歸因（False Attribution）及欺騙性完成（Deceptive Completion）。這些指標將有助於判斷 AI 是否執行超出使用者允許的動作、是否錯誤地將言論歸因於使用者，以及是否謊稱已完成任務但實際上並未完成。
隨著 AI 模型的自主性日益增強，確保其行為符合人類預期並遵守規範變得至關重要。英國資訊專員辦公室（The Information Commissioner’s Office）昨日（週四）已啟動徵集各方證據，探討組織應如何管理 AI Agents 可能帶來的資料保護風險，為未來制定相關法規鋪路。此外，西班牙公司 Galtea 於今年三月也募資 320 萬美元，專門為 AI Agents 生成對抗性測試案例，並提供結果給合規團隊，以協助證明其符合歐盟人工智能法案（EU AI Act）的規範。