外部行业实践 ·
哔哩哔哩推出AI无限竞技场聚合平台 汇聚UP主实测内容打造大模型测评阵地
哔哩哔哩基于平台已有的浓厚AI内容社区氛围，推出名为AI无限竞技场的大模型测评聚合广场，上线首日同步发布首期测评榜单。该广场没有固定测评维度约束，由各分区UP主结合自身使用场景自主设计测评题目，开展多模型同题测试并直观展示不同产品的实际表现差异。平台后续会动态更新排名，且长期开放UP主参与测评的报名通道，为普通用户了解不同大模型的适用场景提供多维度参考。
仅供行业学习与场景参考，不代表优秘交付、客户关系或效果承诺。
面临的问题
传统大模型测评普遍采用固定维度跑分的模式，很难还原用户日常使用中的真实表现，官方公布的跑分结果和实际使用感受常常存在偏差，普通用户想要挑选适合自己的大模型时缺少直观可信的参考依据。同时哔哩哔哩平台内原本就有大量UP主产出的大模型测评内容，分散在各个不同分区，用户想要全面对比不同大模型的能力需要耗费大量时间搜索零散内容，这些优质测评内容的价值也没有得到充分挖掘。伴随AI相关内容的受众规模不断扩大，用户对大模型测评内容的真实性、覆盖场景丰富度的要求越来越高，原有分散的内容分发模式已经无法匹配用户的相关需求。
AI 落地做法
哔哩哔哩打造统一的AI无限竞技场测评聚合广场，将平台内各领域UP主产出的大模型实测内容集中整合，打破传统跑分测评的固定维度限制，支持UP主结合自身的真实工作流、专业应用场景甚至趣味脑洞自主设计测评命题，开展同题PK直观展现不同大模型的实际表现差异。平台同步上线可动态更新的大模型测评榜单，长期开放全站UP主的测评报名通道，不断扩充测评覆盖的模型范围和场景类型，既为普通用户提供更真实全面的大模型能力参考，也为AI科技爱好者打造专属的交流聚合阵地。
实施路径
- 对平台各分区已有的大模型测评内容进行梳理整合，覆盖代码、推理、协作、知识等多类测评主题
- 不设置固定的测评主题和维度约束，支持UP主从真实工作流、专业应用、趣味脑洞等方向自主命题开展多模型同题PK
- 推出首期大模型测评榜单，搭建实时更新的排名机制，清晰展示各款模型的测评表现
- 面向全站所有UP主开放测评报名通道，持续扩大测评覆盖的模型范围和场景丰富度
来源：量子位（本站改写摘要，成效数据均取自原文）
项目背景
此前一年哔哩哔哩平台的AI内容生态增长迅猛，平台的直播、视频、弹幕等产品形态天然契合AI科技爱好者的信息获取和交流需求，社区内已经沉淀了大量覆盖不同领域、不同维度、不同主题的大模型测评内容，同时平台有规模庞大的AI内容消费用户群体，具备推出统一测评聚合平台的用户基础和内容基础。 本案例依据「量子位」公开发布的信息整理，原文：https://www.qbitai.com/2026/09/490396.html
业务问题
传统大模型测评普遍采用固定维度跑分的模式，很难还原用户日常使用中的真实表现，官方公布的跑分结果和实际使用感受常常存在偏差，普通用户想要挑选适合自己的大模型时缺少直观可信的参考依据。同时哔哩哔哩平台内原本就有大量UP主产出的大模型测评内容，分散在各个不同分区，用户想要全面对比不同大模型的能力需要耗费大量时间搜索零散内容，这些优质测评内容的价值也没有得到充分挖掘。伴随AI相关内容的受众规模不断扩大，用户对大模型测评内容的真实性、覆盖场景丰富度的要求越来越高，原有分散的内容分发模式已经无法匹配用户的相关需求。
实践方案
哔哩哔哩打造统一的AI无限竞技场测评聚合广场，将平台内各领域UP主产出的大模型实测内容集中整合，打破传统跑分测评的固定维度限制，支持UP主结合自身的真实工作流、专业应用场景甚至趣味脑洞自主设计测评命题，开展同题PK直观展现不同大模型的实际表现差异。平台同步上线可动态更新的大模型测评榜单，长期开放全站UP主的测评报名通道，不断扩充测评覆盖的模型范围和场景类型，既为普通用户提供更真实全面的大模型能力参考，也为AI科技爱好者打造专属的交流聚合阵地。