•
史丹佛大學等發佈AI透明度年報！ 2025 AI透明度大倒退：均分跌至40，IBM奪冠，xAI與Midjourney墊底！
隨著AI模型的能力以驚人的速度進化，我們對這些“黑盒”背後的運作機制卻似乎知之甚少。史丹佛大學等機構最新發佈的 2025年基礎模型透明度指數（Foundation Model Transparency Index, FMTI）揭示了一個令人擔憂的趨勢：儘管AI技術在飛速發展，但行業整體的透明度卻在大幅倒退。
ArXiv URL：http://arxiv.org/abs/2512.10169v1
這份年度重磅報告不僅對OpenAI、Google等老牌巨頭進行了“體檢”，還首次將阿里巴巴、DeepSeek等中國公司納入評測範圍。結果令人咋舌：平均分從去年的58分暴跌至40分，甚至低於2023年的水平。
透明度“寒冬”：誰在裸泳，誰在領跑？
今年的FMTI報告評估了13家全球頂級的基礎模型開發商。研究團隊設計了包含100項指標的評估體系，涵蓋了從上游資料、模型建構到下游影響的全過程。
紅榜與黑榜的巨大反差：
• 冠軍（IBM）：IBM以 95/100 的高分一騎絕塵，成為透明度的絕對標竿。它在很多其他公司諱莫如深的領域（如資料來源、計算資源）都做到了充分披露。
• 墊底（xAI & Midjourney）：Elon Musk旗下的xAI和繪圖模型巨頭Midjourney僅獲得 14分，處於極度不透明的狀態。
• “中庸”的巨頭們：包括OpenAI、Google、Anthropic、Amazon和Meta在內的“前沿模型論壇”（Frontier Model Forum）成員，分數全部擠在中間梯隊（平均約36分）。報告犀利地指出，這些公司似乎達成了一種默契——既避免因分數過低而聲譽受損，又缺乏動力去爭當透明度的領頭羊。
中國公司的首秀：
今年首次參評的中國公司表現各異。阿里巴巴、DeepSeek等公司被納入評估，雖然整體得分處於中下游（DeepSeek、Meta和Alibaba的平均分為30分），但這標誌著全球AI透明度評估版圖的完整化。
評分暴跌背後的真相：標準升級與刻意隱瞞
為什麼今年的平均分會從58分跌至40分？這不僅僅是因為加入了得分較低的新公司，更是因為許多老牌玩家在關鍵指標上出現了“倒退”。
1. 核心資源的“黑盒化”
公司們對“上游資源”最為保密。訓練資料（Training Data）和訓練算力（Training Compute）是兩個最大的黑洞。
• 資料來源：幾乎沒有公司願意詳細披露其訓練資料的具體來源和構成，這直接關係到版權和偏見問題。
• 算力成本：儘管外界對訓練大模型的昂貴成本充滿好奇，但具體使用了多少 、消耗了多少能源，往往被視為商業機密。例如，AI21 Labs在2024年還披露了算力和碳排放資料，但在2025年卻選擇了隱瞞。
2. 評估標準的“硬核”升級
FMTI 2025對指標進行了大幅修訂，旨在“去偽存真”。
• 拒絕模糊描述：以前只要描述了模型能力（如“文字生成”）就能得分，現在必須列出“在後訓練階段專門最佳化的能力清單”。
• 強調可復現性：僅僅聲稱模型在某個基準測試上得分很高是不夠的，必須開放原始碼和提示詞（Prompts），證明第三方可以復現這一結果才能得分。
技術拆解：如何量化透明度？
為了科學地衡量透明度，研究團隊將100個指標分為三個核心領域：
1. 上游（Upstream）：關注建構模型所需的資源。
• 資料：資料來源、版權、許可、PII（個人身份資訊）處理。
• 勞動力：涉及資料標註工人的薪資和工作環境。
• 計算：硬體詳情、能源消耗。
2. 模型（Model）：關注模型本身的屬性和發佈。
• 架構：參數量、層數等（很多公司現在對此閉口不談）。
• 能力與風險：模型能做什麼，不能做什麼，以及潛在的安全隱患。
3. 下游（Downstream）：關注模型的使用和影響。
• 分發：誰在使用模型？
• 影響：對使用者、受影響群體以及環境的實際影響。
有趣的發現：AI Agent能取代人類評估員嗎？
在今年的評估過程中，研究團隊進行了一項有趣的實驗：利用AI Agent來輔助收集各公司的透明度資訊。
結果顯示，AI Agent確實能提高資訊檢索的效率，但還遠不能完全取代人類。Agent容易產生“幻覺”或被表面資訊誤導（False Positives），同時也容易漏掉深藏在技術文件中的關鍵細節（False Negatives）。最終，所有資訊仍需經過FMTI團隊的人工核實。
結論：透明度是一種選擇，而非技術難題
2025 FMTI報告最核心的啟示在於，透明度的差異主要源於企業意願，而非技術或結構性障礙。
IBM、Writer和AI21 Labs的高分證明，即使是商業化公司，也可以在保持競爭力的同時實現高度透明。相反，某些公司在下游應用政策（如下載使用條款）上得分極高，卻在模型訓練資料上得分掛零，這種鮮明的對比揭示了其策略性的不透明。
隨著全球政策制定者（如歐盟AI法案）開始強制要求某些類型的透明度，這份報告不僅是對現狀的記錄，更是對未來政策干預方向的指引。如果市場競爭無法帶來透明，那麼更激進的政策干預或許將成為必然。 (AI研究)