阿里腾讯罕见联手，25亿美元押注“给AI出考卷的人”
有个细节，我觉得特别值得单拎出来讲：阿里和腾讯，这两家平时在同一个股权结构表里碰到一块儿，是很少见的事。这次，它们居然联手了。
投的是一家叫 UniPat AI 的初创公司，一家「给 AI 出考卷」的公司。据彭博社报道，阿里将领投这轮 3 亿美元融资，投后估值 25 亿美元，腾讯和红杉中国也跟着进。目前还在谈，细节可能有变。
先说说这公司是干嘛的。它专门为 AI 模型设计贴近真实使用场景的测试题，然后把这些训练和评测数据卖给研究人员和企业。说白了，别人在造「会答题的学生」，它在造「出题人 + 阅卷人」。
你可能要问了：给 AI 出考卷，凭什么值 25 亿美元？
因为 AI 行业现在卡在两个瓶颈上，而这公司两样都占了。
第一个瓶颈：没数据可用了。 大模型是吃互联网数据长大的，但现在版权和隐私越收越紧，能用的「人类生产的数据」越来越少。谁能源源不断造出高质量数据，谁就掐住了大模型的粮仓。UniPat 做的就是「合成数据」——用 AI 造数据喂 AI。
第二个瓶颈：模型考分虚高。 你有没有过这种体验：排行榜上分高得吓人的模型，买回来一用，发现没那么神？这就是「榜单分」和「真实表现」脱节。开发者需要一套独立、可信的评测来戳破水分。而 UniPat 的评测，专门测「AI 编程智能体写代码行不行」「浏览器智能体操作网页行不行」「多模态模型看图推理行不行」这些真刀真枪的场景。
数据供给 + 评测可信度，它两样都占了。 投资人愿意为一个「关键环节」付溢价，道理就在这。
二、这笔钱，买的其实不是公司，是「标准」
这里我要给你一个更重要的判断框架：在 AI 产业里，谁定义标准，谁就收租。
你想想，一个模型的分数是谁说了算？排行榜。评测方法是谁定的？评测公司。当一家公司的评测成为行业默认的「考卷」，那所有模型厂商想证明自己强，就得来考它的卷子。这时候，它卖的不是数据，是「话语权」。
往深一层看：数据供给是「卖水」，评测标准是「发牌照」。 卖水的生意随着需求涨，发牌照的生意是长期收租。阿里腾讯这次押的，显然是后者。
三、往深一层：AI 行业正在从「拼模型」进入「拼粮草」
这里有个行业背景值得你记住：过去两年，大家拼的是「谁的模型参数大、谁的分数高」；但到了今年，几个头部实验室的模型能力已经咬得很紧，差距在肉眼可见地缩小。
当模型不再稀缺，稀缺的东西就变了——变成了两样：喂模型的粮（数据），和量模型的尺（评测）。
这两样都有个共同特点：它们不在聚光灯下，但所有人都得用。就像淘金热里最赚钱的不是淘金的人，是卖铲子、卖水、卖牛仔裤的。UniPat 干的，就是卖铲子的生意。
而且这两样还有复利效应：数据越多，评测越准；评测越准，越多人来用；越多人来用，数据就越多。一旦这个飞轮转起来，后来者很难追。 这才是资本愿意给 25 亿美元估值的真正原因——它买的不是一个产品，是一个越转越快的轮子。
四、把它放进全球坐标系，信号更清楚
这事的另一个看点是创始人。UniPat 的创始人李宽，去年还在阿里通义实验室干，主攻训练后分析、数据合成和强化学习。阿里投一个前员工创立的公司，多少有点「信任票」的味道——把自己生态里长出来的人，再纳回来。
再往大了看。美国那边，Meta 之前花了 140 亿美元入股数据标注公司 Scale AI；做人工数据标注的 Mercor，正被曝要按 200 亿美元估值融资。中美两边的巨头，不约而同都在往「数据 + 评测」这个底座上砸钱。
这说明什么？当大模型的能力差距被拉平之后，竞争的重心就从「谁的模型强」，下沉到了「谁的数据真、谁的标准硬」。 前者拼算力，后者拼的是行业话语权。
五、给普通人的一个提醒：别只盯着「模型公司」
最后说一个容易被忽略的角度。当所有注意力都在「哪家模型最强」的时候，钱其实悄悄流向了那些不生产模型、但所有模型都离不开的公司——数据、评测、算力、分发。
这个规律在很多行业都成立：真正稳定赚钱的，往往不是台前的主角，而是幕后「谁都得用」的那一环。
所以看 AI 这条赛道，我给你一个更省事的观察方法：与其判断「哪家模型会赢」，不如去找「不管谁赢、它都能赚」的环节。 这也正是阿里腾讯这笔投资背后的思路——不赌选手，赌跑道。
给你留三个认知点
- 竞争重心在变：AI 竞争正从「谁模型大」转向「谁数据真、谁评测准」。前者拼算力，后者拼标准。
- 基础设施永远稀缺：不管上面的应用怎么变，底下「数据」和「评测」这两个底座，始终是刚需，也始终值钱。
- 巨头联手的信号：阿里腾讯能坐进同一张表，说明「模型评估」已经被当成 AI 基础设施的命门，而不是某家公司可有可无的边角料。
照例声明：以上是 AI 产业与一级市场资本动向的观察分享，不构成任何投资建议，不涉及证券买卖推荐。投资决策，请独立判断。
（本文数据源：TechWeb 援引彭博社，2026 年 9 月 10 日）