斯坦福報告：AI透明度集體倒退！IBM奪冠，馬斯克xAI墊底

最近，美國斯坦福大學等團隊發布了一份名為《2025 年基礎模型透明度指數》（FMTI，The 2025 Foundation Model Transparency Index）的報告。其中，IBM 以透明度得分最高奪冠，xAI 和 Midjourney 則墊底。

該報告揭示了一種令人擔憂的趨勢：隨著技術的發展，盡管基礎模型在性能等各方面持續進步，但其在數據使用、模型訓練和下游影響等方面的透明度卻出現了集體倒退。

這是該報告自 2023 年以來發布的第三個年度版本，就像通過量化透明度為各大基礎模型開發者做一次“體檢”。

本次評估共包括 13 家基礎模型公司，其中既有阿里巴巴、DeepSeek 和馬斯克的 xAI 等首次納入報告的企業，也有 IBM、OpenAI 等老牌科技巨頭。為使評估更全面，今年的報告中還涵蓋了數據獲取、使用數據和監控等方面的新指標。

（來源：The 2025 Foundation Model Transparency Index）

從報告的整體結果來看，盡管 2024 年報告顯示模型透明度有短暫的改善，但 2025 年的報告指出，透明度指數正呈現倒退：各基礎模型的平均得分從 2024 年的 58 分下降到 2025 年的 40 分，幾乎與 2023 年報告首次發布時的水平相當（備注：100 分為滿分）。

報告顯示，公司在其旗艦模型的訓練數據、訓練計算以及模型部署后的使用和影響方面信息披露最為有限。盡管公司在模型能力評估和風險評估方面披露較多，但在方法透明度、第三方參與、可復現性和訓練-測試數據重疊報告方面仍存在挑戰。

（來源：The 2025 Foundation Model Transparency Index）

從各公司的表現來看差異明顯，其中 IBM 以 95 分獲得透明度最高得分，xAI 和 Midjourney 得分最低，僅 14 分。中國的兩家公司 DeepSeek 和阿里巴巴在透明度的得分則位于中下游。

可以看到的是，公司特征和透明度指數在某些程度上存在著一些有趣的關聯，例如開放模型開發者、以企業為中心的 B2B 公司、自行準備透明度報告的公司以及簽署歐盟 AI 法案通用目的 AI 行為準則的公司得分高于平均水平。

（來源：The 2025 Foundation Model Transparency Index）

那么，透明度越高就意味著模型越好嗎？

清華大學邱寒副教授告訴 DeepTech，“這里的透明度不等同于我們常識認為的開源，而是由一系列明確的打分表組成的量化指標——如果不按照這個指標披露相關的數據（而不是什么都沒披露），那么這項指標得分就是 0。”

以阿里巴巴 Qwen 和 DeepSeek 得分均為 0 的使用數據、影響、部署后監控三項指標為例：它們都各自含有更詳細的評測指標，得分為 0 并不等于什么都沒有披露，而這些計算指標的方法與開源、安全、性能并不能直接劃等號。

需要了解的是，透明或開源也并不意味著模型性能更好。從這份報告來看，透明度得分最高的模型（IBM 的 Granite 3.3），在實際應用場景種的性能表現并不是最頂尖的那批模型。

試想一下，如果有一個任務要做，你是會去選擇微調 Qwen3 或 Claude 的 API，還是會因為透明度得分更高而選擇 Granite 3.3？

邱寒認為，透明度是安全的前提，但必須明確不一定是報告中定義的透明：如果公司拒絕披露任何模型生產相關的信息，比如版權內容、隱私數據的濫用確實難以發掘和確認；模型的偏見和價值觀更難評測，確實會給安全和治理帶來一定的影響。更糟的是，一旦嚴重安全事故發生，還可能引發更粗暴的安全監管策略落地，反而進一步限制了大模型技術的進步。

該報告提到，隨著全球政策制定者越來越多地要求某些類型的透明度，這項工作揭示了基礎模型開發者的當前透明度狀態，透明度可能如何變化，以及需要更積極的政策干預來解決哪些關鍵信息問題。

正如邱寒所指出的那樣，黑盒模型的評測技術可以在一定程度上彌補不透明的問題，而當前的透明與否也只是暫時狀態。隨著模型落地的深化和監管機制的完善，最終目標是“公司不需完全公開，但模型行為可測、聲明可證、安全可控”。

總之，表面上看公司信息披露程度影響透明度，但本質上這需要一種權責歸屬的清晰界定。通過這份報告對透明度倒退的警示，我們需要看到，未來需要構建一種綜合的激勵機制，來理解、評估并最終確保模型的安全與可信。

參考資料：

https://arxiv.org/abs/2512.10169

運營/排版：何晨龍