Design Arena ने $7.9 मिलियन जुटाए, AI की ‘पसंद’ इंसान सिखाएँगे

Design Arena बनाने वाली Intelligence ने 3 अगस्त 2026 को $7.9 मिलियन का सीड निवेश जुटाया। TechCrunch की रिपोर्ट के मुताबिक, दौर का नेतृत्व Index Ventures ने किया और Conviction, A*, Valkyrie तथा अन्य निवेशक शामिल हुए; रिपोर्ट ने मंच के 5.3 मिलियन वैश्विक उपयोगकर्ताओं के आंकड़े को भी कंपनी का दावा बताया है।

Axios की 4 अगस्त की सौदा-सूची ने Intelligence—जो Design Arena के नाम से कारोबार करती है—के उसी $7.9 मिलियन सीड दौर और Index Ventures के नेतृत्व का अलग उल्लेख किया। निवेशकों का दांव किसी नए आधारभूत मॉडल पर नहीं, बल्कि उस मूल्यांकन परत पर है जो लोगों से अलग-अलग AI मॉडलों के रचनात्मक नतीजे चुनवाकर उनकी पसंद को मापने योग्य संकेत बनाती है।

Design Arena क्या मापता है

Design Arena का केंद्रीय सवाल है: समान निर्देश मिलने पर किस मॉडल का रचनात्मक नतीजा लोगों को अधिक पसंद आता है? यह केवल यह नहीं जांचता कि कोड चलता है या चित्र बना है; मानवीय मतदान के जरिए सौंदर्य, स्पष्टता, उपयोगिता और समग्र रचनात्मक गुणवत्ता जैसे व्यक्तिपरक गुणों को तुलना योग्य बनाना इसका उद्देश्य है।

उपयोगकर्ता एक निर्देश देता है और श्रेणी चुनता है। Design Arena की कार्यप्रणाली के अनुसार, सक्रिय समूह से चार अलग मॉडल और एक अतिरिक्त मॉडल चुने जाते हैं; समान निर्देश पर बने नतीजे पहचान छिपाकर जोड़ों में दिखाए जाते हैं। पांच आमने-सामने मुकाबलों के बाद चारों मॉडलों की पूरी क्रम-सूची बनती है।

हर चुनाव एक मत होता है, जो जीत-दर और Bradley-Terry सांख्यिकीय गणना में जाता है। मॉडल की पहचान मतदान के दौरान छिपी रहती है और प्रत्येक जोड़ीय तुलना को समान भार मिलता है। इससे सार्वजनिक क्रम-सूची किसी संपादक के चुने नमूनों के बजाय संचित सामुदायिक पसंद को दर्शाती है—हालांकि वह केवल भाग लेने वाले उपयोगकर्ताओं और मंच पर आए निर्देशों का प्रतिनिधित्व करती है, पूरी आबादी का नहीं।

मुफ्त मतदान से प्रयोगशालाओं के लिए आंकड़ा कैसे बनता है

सार्वजनिक उपयोगकर्ता को एक ही अनुरोध पर कई मॉडलों के नतीजे देखने और पसंदीदा विकल्प चुनने का लाभ मिलता है। मंच को बदले में एक संरचित संकेत मिलता है: समान निर्देश और श्रेणी में नतीजा A को नतीजा B पर तरजीह मिली। बहुत से ऐसे चुनाव यह दिखा सकते हैं कि वास्तविक उपयोगकर्ता किन प्रकार के रचनात्मक नतीजों को बार-बार चुनते हैं।

प्रयोगशाला के लिए मूल्य केवल समग्र क्रम-सूची में नहीं है। श्रेणीवार जीत-दर, अलग प्रतिद्वंद्वियों के सामने प्रदर्शन और समय के साथ पसंद में बदलाव यह संकेत दे सकते हैं कि नया मॉडल कहां सुधरा और कहां उसके नतीजे अभी कमजोर माने जा रहे हैं। Intelligence की आधिकारिक साइट कहती है कि उसने AI प्रयोगशालाओं के साथ साझेदारी की है, लेकिन सार्वजनिक पृष्ठ प्रत्येक ग्राहक, अनुबंध या आंकड़ों के वास्तविक उपयोग का विवरण नहीं देता।

मानवीय मत अपने-आप मॉडल को प्रशिक्षित नहीं करता। पहले चुनावों को तुलनीय मूल्यांकन आंकड़े में बदला जाता है; फिर कोई प्रयोगशाला उन्हें परीक्षण, उत्पाद सुधार या दूसरे आंतरिक कार्यप्रवाह में इस्तेमाल कर सकती है। उपलब्ध स्रोत यह नहीं बताते कि ग्राहक इन मतों को सीधे प्रशिक्षण या फाइन-ट्यूनिंग में लगाते हैं, इसलिए शीर्षक में AI को “पसंद” सिखाने का अर्थ यही मूल्यांकन और सुधार संकेत है।

एक सामान्य अंक के बजाय काम के अनुसार तुलना

Intelligence के आधिकारिक लीडरबोर्ड कोड, चित्र, वीडियो, ऑडियो, स्लाइड, SVG और ASCII जैसी अलग श्रेणियां दिखाते हैं। वेब विकास के भीतर वेबसाइट, उपयोगकर्ता-अंतरफलक घटक, खेल, डेटा दृश्यांकन, त्रि-आयामी डिजाइन तथा चित्र या वीडियो से वेबसाइट बनाने के लिए अलग सूचियां भी हैं।

यह विभाजन “सबसे अच्छा AI मॉडल” जैसा एक व्यापक निष्कर्ष देने के बजाय काम के अनुसार तुलना करता है। कोई मॉडल चित्र निर्माण में मजबूत हो सकता है, जबकि मोबाइल ऐप, प्रस्तुति या आवाज निर्माण में उसकी स्थिति अलग हो सकती है। प्रयोगशाला के लिए ऐसी श्रेणीगत प्रतिक्रिया संयुक्त अंक से अधिक उपयोगी हो सकती है, क्योंकि वह कमजोरी को किसी खास प्रकार के काम से जोड़ती है।

Design Arena का सार्वजनिक औजार वेबसाइट, स्लाइड, मोबाइल ऐप, खेल, त्रि-आयामी वस्तु, डेटा दृश्यांकन, उपयोगकर्ता-अंतरफलक घटक, चित्र, लोगो, SVG, आवाज और वीडियो जैसे आरंभिक विकल्प दिखाता है। इसी सार्वजनिक निर्माण और तुलना प्रक्रिया से मतदान आता है; Intelligence की कारोबारी संभावना उस बिखरी पसंद को प्रयोगशालाओं के लिए व्यवस्थित मूल्यांकन में बदलने में है।

5.3 मिलियन का दावा क्या बताता है—और क्या नहीं

5.3 मिलियन वैश्विक उपयोगकर्ताओं का आंकड़ा निवेश की रिपोर्ट में कंपनी से मिली जानकारी के रूप में आया है। इसे स्वतंत्र रूप से सत्यापित सक्रिय मासिक उपयोगकर्ता संख्या नहीं समझना चाहिए: सार्वजनिक जानकारी यह स्पष्ट नहीं करती कि इसमें कुल पंजीकरण, विशिष्ट आगंतुक, निर्माता या किसी निश्चित अवधि के सक्रिय उपयोगकर्ता शामिल हैं।

फिर भी बड़ा सार्वजनिक आधार इस व्यवसाय के लिए रणनीतिक रूप से अहम है। अधिक वास्तविक निर्देश और चुनाव मिलने पर ज्यादा मॉडलों, श्रेणियों और उपयोग स्थितियों की तुलना की जा सकती है। लेकिन केवल मात्रा पर्याप्त नहीं होगी—मतदाताओं की विविधता, नमूनों का संतुलन, मतदान में हेरफेर से सुरक्षा और नए मॉडल संस्करणों के लिए पर्याप्त तुलनाएं भी आंकड़ों की गुणवत्ता तय करेंगी।

यही निवेशकों के दांव का कारण समझाता है। रचनात्मक मॉडल वेबसाइट, चित्र, वीडियो, ऐप और प्रस्तुतियां बना सकते हैं, पर पारंपरिक तकनीकी परीक्षण हमेशा यह नहीं बताते कि कौन-सा नतीजा लोगों को अधिक सुंदर, स्पष्ट या उपयोगी लगा। Design Arena इस कमी को नियमित मानवीय जोड़ी-चयन से भरना चाहता है और Intelligence उसी संकेत को अलग मूल्यांकन व्यवसाय में बदल रही है।

निवेश के बाद भी क्या अस्पष्ट है

$7.9 मिलियन का सीड दौर और Index Ventures का नेतृत्व दो हालिया रिपोर्टों में दर्ज हैं; Design Arena की जोड़ीय मतदान प्रक्रिया और श्रेणियां उसके सार्वजनिक उत्पाद पर दिखाई देती हैं। फिर भी कंपनी ने धन के विभागवार उपयोग, प्रयोगशाला मूल्यांकन की कीमत, ग्राहकवार अनुबंध या पसंद के आंकड़ों से हुए मापने योग्य मॉडल सुधार सार्वजनिक नहीं किए हैं।

अब महत्वपूर्ण परीक्षा उपयोगकर्ताओं या मतों की संख्या बढ़ने भर की नहीं होगी। Intelligence को दिखाना होगा कि वह पसंद के आंकड़ों की गुणवत्ता कैसे कायम रखती है और प्रयोगशालाओं के लिए उनसे कौन-सा सत्यापित सुधार निकलता है। फिलहाल वित्तपोषण इस संभावना पर दांव है कि रचनात्मक AI को बेहतर मापने में इंसानी चुनाव स्वयं एक मूल्यवान उत्पाद बन सकते हैं।