Vals.ai

应用产品

Vals.ai 是一家面向企业与研究机构的 AI 评测与基准服务商，主要提供模型能力测评、行业基准数据集和第三方对比报告，帮助买方在选型时量化不同大模型的真实表现。在产业链中处于模型层与应用层之间的评测环节，不训练基础模型，而是以测试集和评分体系为输出。代表产品为覆盖推理、代码、多语言等维度的评测榜单与定制化评估工具。近期动向是扩展智能体与多模态任务的评测能力，并与企业合作推出私有化评测方案。

关注后，这家公司的新动态会出现在「我的」和每日摘要里

近 30 天报道

较上月 -3

近 7 天 0 条（此前 0）

动态时间线

同一件事的多篇报道已合并

和别家对比

同行业、热度相近的对手，点一下直接并排看

vs 苹果 vs Cognition vs 蚂蚁集团 vs SpaceX

自选对手

发展脉络

AI 生成截至 2026/10/12依据下方事件流提炼

最近进展（实时）

↑ 其中 1 个事件发生在脉络生成之后（脉络会按新事件自动补写）

Vals.ai 的事件列表显示，其 2026 年 8 月至 10 月的动作围绕评测能力扩张展开。8 月出现词级时间戳的相对时间区间表示研究，属于评测所需的基础技术。9 月是密集期：推出 Vals.ai IOI 基准，同时出现多模态 RAG 路由检索信号、TW3Cast 时间序列路由、EdgeMem 与 LAM 等智能体记忆框架，以及 AI 作弊现象上升、AI 评估指南等议题，并伴随 Vals AI 基准测试融资。10 月则进一步落地：Vals AI 真实任务评测、斯洛伐克语 sk-bench 基准、AI 模型蒸馏争议，以及脑电低频区间专家级检测这类垂直场景。整体脉络是从通用基准走向智能体、多模态与真实任务，并向多语言和行业垂直评测延伸。

2026-09Vals.ai IOI 基准发布 · 以竞赛级基准切入模型能力量化
2026-09Vals AI 基准测试融资 · 评测业务获得资金支撑扩张
2026-09智能体记忆框架集中出现 · 评测对象从模型扩展到智能体系统
2026-10Vals AI 真实任务评测 · 从合成基准转向真实任务场景
2026-10斯洛伐克语 sk-bench 基准 · 评测覆盖向小语种多语言延伸

10-28ETAMem 多视图记忆框架★ 3

1 篇报道

10-12Expert-level detection of low-voltage intervals in EEG as a robust biomarker of neonatal encephalopathy★ 3

1 篇报道

10-08斯洛伐克语 sk-bench 基准★ 2

1 篇报道

10-08AI模型蒸馏争议★ 3

1 篇报道

10-06Vals AI真实任务评测★ 2

1 篇报道

09-29LAM 有损智能体记忆框架★ 3

1 篇报道

09-25TW3Cast 时间序列路由★ 2

1 篇报道

09-24AI评估指南★ 2

1 篇报道

更早的动态（6）

09-19Vals AI基准测试融资★ 3

1 篇报道

09-17AI作弊现象上升★ 3

1 篇报道

09-14多模态 RAG 路由检索信号★ 3

1 篇报道

09-12Vals.ai IOI 基准★ 2

1 篇报道

09-09EdgeMem: LLM-Free Agent Memory Construction and Retrieval via Evidence-Preserving Multi-Anchor Hypergraph★ 3

1 篇报道

08-26Relative Time Intervals Representation for Word-level Timestamping with Masked Training★ 2

1 篇报道

Vals.ai

相关论文

动态时间线

和别家对比

相关人物

发展脉络