20亿，阿里领投一位90后实习生：给AI当老师

9月10日，彭博社报道称阿里巴巴集团拟领投AI训练与基准测试初创公司UniPat AI一轮3亿美元融资，本轮估值达25亿美元，腾讯控股、红杉中国等现有股东跟投，交易预计短期内完成。这是继两个月前前阿里巴巴千问大模型负责人林俊旸创办的AI实验室拿下20亿美元估值融资后，又一位阿里系90后AI人才创业项目获得巨头真金白银的加持。

90后AI人才接连出走阿里创业获高估值

UniPat成立于2025年末，满打满算成立不足一年，创始人李宽是标准的90后，本科毕业于北京航空航天大学，硕士就读于中国科学院计算技术研究所，目前在香港科技大学计算机科学与工程系攻读博士，研究方向涵盖LLM Agent。创业前，李宽曾在阿里巴巴通义AI实验室实习，重点参与后训练研究，核心工作包括数据合成和强化学习。
而就在两个月前，另一位阿里系顶尖90后AI人才林俊旸的创业项目也完成了首轮融资，投后估值达20亿美元。林俊旸1993年出生，2019年硕士毕业后进入阿里达摩院，仅用6年时间成为阿里巴巴史上最年轻的P10，深度参与了M6、OFA等超大规模预训练模型的研发，2022年底阿里重组AI团队成立通义实验室后，林俊旸被任命为通义千问系列大模型的技术负责人。其创办的AI实验室主攻世界模型与具身智能方向，由红杉中国、高榕创投各出资1亿美元领投，腾讯出资2000万美元跟投。
两笔高估值融资，折射出当前AI产业对顶尖人才的渴求，也印证了阿里在AI领域积累的技术人才正在成为创投市场的“硬通货”。

UniPat另辟赛道：专给AI“出题判卷”

与市面上多数致力于训练更大参数模型的公司不同，UniPat选择了一条更为“隐形”但至关重要的赛道——AI评测与基准测试。简单来说，如果大模型是正在备考的“学生”，UniPat就是设计考题、批改试卷、评估学生真实能力的“考官”。
当前大模型产业正面临两大核心瓶颈：一是高质量训练数据供给不足，随着版权和隐私限制不断收紧，大模型可用的人类生成互联网数据迅速减少，传统数据标注模式的人力成本高、效率低，已无法满足模型迭代需求；二是评测可信度低，开发者普遍遇到模型在公开榜单上分数虚高、实际应用场景“翻车”的问题，没人能说清“谁更厉害”，更没人敢把模型放心部署到企业级场景中。
UniPat的核心业务正是瞄准这两大痛点：专门生成细致的训练和评测数据，为AI模型设计贴近真实使用环境的测试与评估场景，涵盖AI编程智能体的软件工程能力、浏览器智能体的日常网页操作能力、前沿多模态模型的视觉推理能力等多个维度，向AI研究人员及企业出售相关服务与数据。
这一赛道的价值已经被海外同行验证：2024年AI数据与评测公司Surge AI收入已达12亿美元；正洽谈按200亿美元估值融资的Mercor年化总收入已超过20亿美元；被Meta以140亿美元入股的Scale AI去年收入也已逼近10亿美元，一年便冒出三家十亿美元级的生意。

阿里腾讯罕见联手卡位AI基础设施

阿里与腾讯同时出现在一家初创公司的股东名单中极为罕见，这笔投资绝非简单的财务布局，而是基于深刻的战略考量。
对于阿里巴巴而言，这既是“投人”也是“投生态”。李宽作为阿里前员工，其创业方向与阿里通义大模型的发展需求高度契合——阿里近期正在大力推行企业级智能体平台，急需一套独立的验收标准来评估模型在真实办公流程中的表现，投资UniPat有助于阿里建立一套属于自己的评测“度量衡”，推动AI从“能说会道”向“实际落地”转变。
对于腾讯和红杉中国而言，这是对AI基础设施层的提前卡位。随着AI应用向垂直行业渗透，谁掌握了高质量的评测数据和验证基础设施，谁就掌握了下一代模型训练的主动权。目前UniPat发布的基准测试已开始被美国实验室引用，