研究：中国AI模型政治立场复杂，并非只是政府传声筒

Vals.ai 用 −1 到 +1 的量表衡量模型回答与中国政府部分立场的吻合度，正值代表更亲政府。结果显示，中国模型的整体亲政府倾向低于预期，但个体差异很大：GLM-5.3 Flash 在被问及中国人权问题时明确承认相关侵犯有充分记录；反过来，一些非中国模型在政治问题上偶尔也会与中国官方立场一致。 提示词语言是影响政治倾向的关键变量。对多数受测模型而言，简体中文提问的回答比英文、俄文、西班牙文更亲政府，这一效应在中美模型上都出现，但中国模型明显更强。Vals 还发现简体中文与繁体中文之间存在较小但稳定的差距。另一项实验中，当系统提示词声称模型正被中国大陆公司内部使用，部分模型的回答比标注为美国使用时更亲政府。 研究还挑战了“中国模型主要靠拒答回避敏感问题”的假设：这一情况只出现在部分 DeepSeek 模型上，多数中国模型很少拒答，而是直接采用官方立场。例如 Kimi K3 在被问及新疆维吾尔人问题时否认存在集中营，称这些设施是旨在打击极端主义和恐怖主义的职业培训中心。回答格式也会改变结果：当要求用简单“是/否”作答而非开放式回答时，GLM-5.3 Flash 和 MiMo V2.6 Pro 的亲政府得分明显下降。把模型嵌入编码助手的智能体框架、或给予网页搜索权限后，若干中国模型得分降低，尽管它们几乎没真正调用工具或搜索。 在日常任务中，政治倾向更难检测，但仍有案例。把一份旅行应用的国家代码表翻译成简体中文时，多数模型对“Taiwan”不加限定，Qwen3.8 Max 则输出“Taiwan, China”。OpenAI 的 GPT Image 2.5 Sunburst 在地图示例中也表现出语言差异：中文提示下把台湾标为“台湾省”并画出九段线，英文结果中则没有这些元素。微调同样能改变行为：Thomson Reuters 微调的 Thomson 1.0 Small 采用中国官方立场的比例从基座 Qwen3.6 35B 的 84.6% 降至 15.0%，但个别回答仍为“一个中国”原则和“和平统一”辩护。 测试方法上，Vals 使用的政治测试题被其称为不代表典型用户提示，题目经 GPT-6 Astra 翻译并抽查，回答由 GPT-5.6 Luna 自动评分，拒答默认计为中立，因此一个全部拒答的模型也可能在量表上显得中立。许多中国模型通过第三方提供商测试而非厂商官方服务，官方版本可能附加内容过滤，结果不一定适用于公开可用的聊天机器人。此前 Aleph Alpha 和 NewsGuard 的研究已显示中国AI模型常在敏感话题上采用官方叙事，中国法规也要求公开提供的AI服务符合“社会主义核心价值观”。