阿里腾讯红杉同投UniPat AI：前通义实习生一年做出168亿估值

阿里、腾讯和红杉中国同时押注同一个项目，这样的组合过去十年里出现的次数，一只手就数得过来。

投中网近日独家拿到消息：做AI训练与评测的初创公司UniPat AI已经完成新一轮3亿美元（约20亿元）融资，投前估值25亿美元（约168亿元）。这一轮由阿里巴巴领投，腾讯和原有股东红杉中国一起跟投。公司早前的股东名单里还有砺思资本和锦秋基金。

这轮融资有三个“最”。25亿美元的投前估值，是眼下中国AI测评赛道公开可见的最高值；3亿美元的单轮融资额，在全球同行里排在前列；公司成立还不到一年，创业史是这个赛道里最短的。

创始人李宽1995年出生，去年还只是阿里巴巴通义实验室的实习生。从实习生做到近170亿元估值的独角兽，他花了一年。

三项纪录摆在一起，再加上三家机构罕见地同框出手，这家公司到底是什么来头？

带队的是阿里前实习生

去年在阿里巴巴通义实验室实习期间，李宽主攻训练后分析、数据合成和强化学习，是BabyVision论文的通讯作者。

李宽的具体年龄没有公开。不过阿里通义实验室一向喜欢从顶尖高校的应届生和在校生里招实习生，李宽不是孤例。UniPat联合创始人陈亮是北大计算语言学研究所博士，师从国内NLP领域知名学者常宝宝。

团队核心成员的学术底子由此能看出大概：多数人正处在学术生涯早期，不少人本身还是学生。公开报道也提到，其团队成员有阿里通义实验室、

招聘平台上的介绍是：“UniPat团队由十余位来自头部大模型公司的顶尖研究员联合创立，顶级美元 VC 投资，业务增长迅猛”。

2025年末，李宽离开通义，在上海注册成立UniPat。公司名取自Universe of Patterns，意思是“模式的宇宙”，开发和应用的核心由有价值的模式构成。

公司开源了视觉智能体框架SWE-Vision，让模型靠写Python代码来验证自己的视觉判断。在五个主流视觉基准上，SWE-Vision全部拿到当前最优结果，这五个基准分别覆盖基础感知、图表推理、数学问题求解、空间理解与多步骤视觉挑战；其中BabyVision得分64.4，MathVision得分94.0。

这两个分数的分量在于，BabyVision已经被多家近期发布的重磅模型纳入评测体系，技术报告里也有引用。从开源框架到被行业头部认可，UniPat用了不到一年。

BabyVision并不是普通的跑分榜单。这份评测集由UniPat与红杉中国xbench联合发布，盯的是AI的纯视觉能力。团队围绕人类在婴幼儿期就有的原子级视觉技能出题，比如细粒度辨识、视觉追踪、空间感知、视觉模式识别，一共设计了388道题、22个子任务。结果连Gemini 3 Pro-Preview这样的顶尖模型也只拿到49.7分，还不如6岁小孩，成年人的平均分是94.1。换句话说，最先进的AI在“看”这件事上，仍然比不过一个幼儿园小朋友。

这才是顶级机构同时看上UniPat的真正原因。它在重新校准整个行业对“AI智能”的认知框架。

UniPat的业务不复杂：不研发模型，只给模型提供训练数据和评测标准。

测试和评估环境按真实使用场景搭建，训练与评测数据也由公司自己产出高质量版本，再出售给AI研究机构与企业。基准测试分三块：AI编程智能体在软件工程上的能力、浏览器智能体操作网页的能力，以及前沿多模态模型的视觉推理能力。

这门生意的前提是，造模型的机构越来越多，却没有谁能说清楚谁家的模型真正好用。

过去两年，AI竞争的主旋律是堆参数，模型更大、算力更多、数据更海量，就意味着更强。这条路如今撞上了两道“墙”。

头一道坎在数据供给。版权和隐私方面的限制越收越紧，网上能抓到的高质量文本正迅速见底，大模型训练因此缺料，合成数据也就从可选项转成了非选不可。

第二道坎是评测可信度。公开榜单上分数漂亮，放到真实场景里却经常对不上。刷榜、过拟合测试集、数据污染，这些事差不多已是公开的秘密。企业客户也躲不开：发布会上喊出的SOTA，落到实际业务中常常是另一码事。

说到底，好数据不够用，好模型好不好也难证明。UniPat要撬的正是这两堵墙：一头回答数据从哪来，一头回答模型到底行不行，两个环节的标准制定权都想攥在自己手里。

这也是一种卖水人逻辑。淘金热中最稳健的生意是卖水；它比卖水更进一步，是为淘金者提供工具与标准。

阿里、腾讯、红杉，罕见同框

25亿美元的估值，让这家公司一步迈进独角兽行列。横向比一圈，这个价格其实不算离谱。

全球范围内，AI测评这条新赛道上的玩家大致分三类。一类做数据标注，Scale AI、Surge AI是代表；一类做人工数据交易与测试服务，代表是Mercor；还有一类做独立基准测试，Artificial Analysis和Chatbot Arena属于这一派。

UniPat的特殊之处，是它把这三类的边界同时跨了过去。合成数据生成它做，独立评测标准它也做，放眼全球几乎找不到完全对标的对象。也正因如此，下面才挑了三家公司逐一对比：

去年6月，Meta出资143亿美元入股Scale AI，拿到49%股权，对应估值约290亿美元。Mercor则正在洽谈按200亿美元估值融资，比UniPat高出一个量级。Mercor的三位联合创始人平均22岁，去年10月以22岁年龄成为全球最年轻白手起家的亿万富翁。至于Artificial Analysis与Chatbot Arena，两家均无公开的估值与融资数据。

换句话说，在全球AI测评的竞争格局里，UniPat并不是最贵的那个。它只是中国公司中估值最高的。

阿里与腾讯出现在同一份股东名单上，过去十年的中国创投市场里也少见。两家体量庞大，各有自己的AI战略，也都不缺投资标的。能让他们选择合投的项目，通常具备两个特征：要么是不得不投的卡位赛道，要么是稀缺到必须争夺的资产。

UniPat两样都占。

对阿里来说，投前员工是顺理成章的事。近两年阿里在AI agent与模型即服务领域动作密集，通义系列处于国内第一梯队。投一家从通义实验室走出来的公司，等于押注通义系创业生态的扩张，既是业务协同，也是组织能力的延伸。

竞购名单里冒出腾讯，多少让人意外。阿里在国内AI赛道最主要的对手之一也来参与，这事本身就不太寻常。不过换个角度站在腾讯这边看，倒也不难明白：它要卡的是基础设施层的位置。大模型上腾讯走的是应用驱动那条路，混元在外面的声量比不过通义，可它对AI下一步卡在哪儿，判断并不比别人差。数据、评测、标准，这三处攥在谁手里，谁在将来买模型、搭生态时就多一分议价权。对腾讯来说，UniPat或许正是够得着这三处节点的少数路子之一。

红杉中国这次是老股东继续加注，早早入场的砺思资本、锦秋基金也还留在股东名单里。红杉接着投，信号意味大过钱本身：头部VC一轮接一轮下注，等于替后面的产业资本和二级市场做了背书。

三家的考量各不相同，但下了一个相同的判断：模型层已经被瓜分殆尽，下一轮的议价权必然转向模型之外。具体到眼下，就是数据、评测、标准这三个节点。

这也是一家成立不到一年的公司，能同时拿到当前估值最高、融资额最大、成立时间最短这三个“最”的原因。