当前位置：首页 → 电脑软件 → 如何评价机械革命自燃事件 → 丰满的㥰子2理伦身 v2.681 安卓版
v7.534.1067.885476 安卓版
v3.443 安卓版
v2.32.2563 IOS版
v4.338 IOS版
v1.728.1429 安卓免費版
v4.220.7775.589751 安卓版
v9.24 安卓版
v6.39.1525 IOS版
v5.228 PC版
v6.243.3168 安卓漢化版
v4.297.5671 安卓版
v4.477 安卓版
v7.194.768.200045 IOS版
v3.363.1388.947791 安卓漢化版
v3.450.7986.227196 IOS版
v2.458 安卓最新版
v5.552.6274 安卓漢化版
v8.962.4124.207854 安卓漢化版
v3.374.8586 最新版
v7.496.8214.28 安卓版
v6.298.2911 PC版
v6.903.4852 安卓最新版
v7.775.1973 安卓版
v7.724.1842 安卓版
v2.386.1032 安卓免費版
v4.799.6643.327441 最新版
v7.555.2107 安卓免費版
v3.474.4550.708405 安卓免費版
v1.649.2691.829620 安卓最新版
v5.142.7144 安卓免費版
v3.948.42 安卓最新版
v9.822.9448.731573 安卓漢化版
v9.642 安卓漢化版
v8.512.4404.953717 最新版
v7.289.9585.167523 安卓版
v4.438.5354.496933 安卓最新版
v1.513.6372.759255 IOS版
v8.852 IOS版
v7.342 最新版
v8.767 最新版
v6.89 安卓最新版
v9.95 IOS版
v8.509.251.214454 IOS版
v6.949 PC版
v8.58.4174.411869 最新版
v8.69.5369.401625 最新版
v7.971.4508.815620 安卓漢化版
v3.824.6559 PC版
v9.333.1830.274171 安卓免費版
v5.725.3216 安卓最新版
v1.117 PC版
v4.109.8414 安卓最新版
v5.11.9572.691813 IOS版
v3.588.6522 安卓漢化版
v2.433.5888.292853 安卓漢化版
v8.225 安卓版
v1.750.6234.502663 安卓免費版
v4.724.9057 安卓漢化版
v2.514 安卓免費版
v8.651.8020 IOS版
v8.962 最新版
v7.579.433.397788 最新版
v4.4.6235.232123 安卓最新版
v3.889 最新版
v2.488.7420.479229 安卓版
v4.776.8404.118835 最新版
v7.602.3294 安卓版
v7.220.7062.373119 安卓免費版
v7.815.3079 安卓免費版
v5.726 最新版
v4.740.5053.71894 PC版
v1.467.3722.503934 安卓免費版
v8.80.2392.268293 最新版
v5.802 IOS版
v1.460.8713 安卓免費版
v5.413.2346 安卓免費版
v1.56.1823.680661 安卓漢化版
v9.676.6282.291208 安卓漢化版
v6.950 IOS版
v4.846.5991 安卓免費版
丰满的㥰子2理伦身
新智元报道
编辑：元宇
【新智元导读】8月，nano‑banana登顶LMArena文生图像榜单，带动LMArena社区流量暴增10倍，月活用户300万+。nano‑banana在LMArena启动盲测后，短短两周便吸引了超过500万次总投票，并单独赢得了250万+直接投票，创下历史最高参与度。自2023年推出以来，LMArena已成为谷歌、OpenAI等AI大厂扎堆厮杀的竞技场。
今年8月，一款名为「纳米香蕉」的神秘AI图像编辑器轻松登顶Image Edit Arena榜首，直接把LMArena8月份的平台流量拉爆：
流量暴增10倍，月活300万+。
该模型自在LMArena启动盲测以来，短短两周便吸引了超过500万次总投票，并单独赢得了250万+直接投票，创下历史最高参与度。
nano‑banana的神秘身份，也在LMArena社区引发广泛猜测。
在谷歌认领「纳米香蕉」，将其正式定名为Gemini 2.5 Flash Image之前，已不少网友猜到谷歌是Nano Banana的真正主人。
还有网友贴出了在LMArena上使用正版「纳米香蕉」的方法，该方法不仅免费，而且不需要登录。
不仅能让用户「近距离」接触各种最新模型，LMArena还为大模型比拼，提供了一个真实的「罗马竞技场」，它让谷歌、OpenAI等公司的最新模型，在这里真刀真枪对决，接受成千上万用户的检阅。
用户的投票和反馈，决定了这些大模型的排名，也为大模型厂商迭代模型，提供了真实的用例数据，使他们能够更加有的放矢地改进模型。
nano‑banana爆红，让LMArena流量狂涨10倍，据LMArena首席技术官Wei-Lin Chiang证实，该站月活跃用户已超过300万。
无论谷歌，还是LMArena都成为这场流量盛宴中的最大赢家。
从Chatbot Arena到LMArena
LMArena联合创始人Wei-Lin Chiang和Anastasios Angelopoulos
LMArena前身叫Chatbot Arena，最初起源于2023年伯克利的一项研究项目，后来更名为LMArena。
Chatbot Arena像一个用户社区评测中心，它改变了通过学科测试来评测AI技术的传统方式，将评价权交给了社区用户，并且采用匿名、众包的成对比较，来评估大模型。
用户还可以选择模型进行自我测试。
ChatGPT、Llama 1等大模型的发布，为Chatbot Arena的出现提供了一个契机。
因为，当时人们还没有一个评测大模型的有效方法，于是Chiang就与伯克利研究人员Anastasios Angelopoulos，以及Ion Stoica共同创办了Chatbot Arena，也就是后来的LMArena。
他们的想法，是做一个以社区为中心的公开的、基于网络的平台，邀请所有人来参与评测。
很快，Chatbot Arena就引起了许多关注，成千上万的人前来投票，他们就利用这些用户投票数据，整理出了第一版排行榜。
最初上榜的，多是一些开源模型，唯一商用模型只有Claude和GPT。
随着更多模型的不断加入，Chatbot Arena的关注度也越来越高。各AI大厂纷纷请求将自己产品排名，并试图登上这个排行榜的榜首。
Chatbot Arena的走红，也让众多科技公司将之视为AI技术的风向标，他们像华尔街交易员盯盘一样，密切关注着Chatbot Arena榜单的变化。
这一切都让Meta AI产品管理总监Joseph Spisak感到十分惊讶，他惊叹于几个学生竟能产生如此重大的影响力。
Chiang希望LMArena能够成为一个对所有人都开放可及的平台，希望更多的用户来测试这些模型，表达他们的看法和偏好，以此帮助社区以及模型提供方，能够更好地基于这些真实用例来评估AI。
正如Chiang所言，在LMArena社区中，最受欢迎、增长最快的模型，往往来自于真实场景中的用例。「纳米香蕉」就是最成功的例子之一。
匿名登场和盲测机制，让nano-banana在LMArena自然爆红，当时普通用户无法手动挑选nano-banana，只有在 Battle里随机遇到它，社区里大量帖子讨论「刷很多局才等到香蕉」的体验。
目前，Gemini 2.5 Flash Image成为LMArena的「双料冠军」，获得了Image Edit Arena、Text-to-Image两个榜单的第一名。
从LMArena排名上，还可以看出各个领域表现最佳的模型。
比如，在编码领域，Claude排名最佳。在创意领域，Gemini位居前列。
也许是Meta内部AI团队调整的缘故，Chiang并没有听到太多Llama 4的消息。但他认为Meta正在构建的「全模型」，也许代表着未来行业的一大趋势。
大模型厂商为何钟情「屠榜」？
OpenAI、谷歌、Anthorpic等大模型厂商，为什么都喜欢将它们的模型放到LMArena等排行榜上？
是为了建立品牌曝光度，还是获得用户反馈来改进他们的模型？
显然，曝光与背书，是一个最直观的短期效应。
LMArena是业内关注度最高的公开榜之一，累计投票已达数百万次。而且科技媒体也喜欢频繁引用LMArena的数据，这些都可以为大模型品牌带来显著的口碑与流量红利。
其次，是更贴近「真实使用」的用户反馈。
LMArena采用匿名、随机配对的投票方式，并用Elo计分，这样做减少了「品牌光环」「位置偏置」等主观影响，能真实反映用户对模型回答质量的评价。
Elo系统最初用于国际象棋计分，也是LMArena排行榜背后的核心机制。在该规则下，每个选手（或模型）都有一个实力分数（Elo 分），每场对战后，会根据结果和预期，更新双方的Elo分。
这让每次用户投票都成为一场对战，模型Elo分经过成千上万次对战收敛，排名就可以更真实地反映用户偏好。
此外，LMArena提供了一个跨厂商、跨开源/闭源的同台竞技舞台，这天然就会带来更高流量的曝光，也为用户提供了更丰富的选型信息。
正如Chiang所言，希望将LMArena打造成一个人人都能参与、都能表达自己观点的开放空间。
这里的一切都是社区机制来驱动，鼓励大家提问和投票，表达自己对不同模型的评价。
对于大模型厂商来说，LMArena提供了一个很好的「照镜子」的机会。
大模型厂商可以看清自己在所在领域的排行情况，以及获得LMArena根据社区反馈提供的报告和分析，详细评估自己模型的表现，对症下药提升模型能力。
需要新的LLM基准测试吗？
当所有模型，都非常接近基准测试了，还需要新的基准测试吗？
Chiang认为这一点是非常必要的。但是其中一个核心原则，是这些基准要扎根于真实世界用例。
比如，能够超越传统的基准测试，转向更贴近真实用户场景的基准测试，尤其是善于使用AI工具完成任务的专业人士所驱动的基准。
以LMArena最新推出的WebDev基准测试为例，用户可以用提示词让一个模型搭建网站。这种基准测试，可以更好地将AI技术与真实世界用例紧密相连，使其更快在实际应用场景落地。
针对MIT关于「大多数投资AI的公司都没有看到投资回报」的报告，Chiang认为这是一项很有意思的研究。
他认为该研究反映了「将AI与真实世界用例紧密相连尤为重要」，这也正是他要将LMArena平台扩展到更多行业的原因。
希望通过更多扎根于真实用例的基准测试，去弥合技术与实用场景的鸿沟，并为之提供可衡量的标准。
Chiang表示，LMArena的目标是利用平台数据来理解模型的局限性，保持数据研究流程的透明，并将数据发布出来，以此推动社区平台的持续建设。
对于大模型厂商和「用户观众」来说，这里是一个永不落幕的竞技场。
参考资料：
https://www.businessinsider.com/lmarena-cto-compare-ai-models-google-nano-banana-2025-9
相关版本
多平台下载
查看所有0条评论>网友评论
