Vals 研究：中国 AI 模型政治立场复杂，并非只是政府传声筒

Vals 将这种与中方立场的一致性称为“亲中倾向”。评分范围从 −1 到 +1，正值表示与官方立场或亲政府立场更一致，负值表示回答更具批评性。

Vals 表示，总体而言，中国模型的亲政府倾向低于预期，不过各模型之间存在重大差异。例如，GLM-5.3 Flash 在被问及中国的人权侵犯问题时，明确确认这些行为有充分记录。另一方面，一些非中国模型在政治问题上偶尔会与中国政府官方立场一致。

用中文提问时，回答会转向亲政府

该研究显示，提示词的语言对回答的政治倾向有强烈影响。对于大多数受测模型，简体中文的回答比英语、俄语或西班牙语的回答更亲政府。这一效应在中国和美国模型中都出现了，但在中国模型中明显得多。Vals 甚至发现，中国大陆使用的简体中文与台湾和香港常用的繁体中文之间存在较小但一致的差距。

Vals 怀疑语言模型会从语言本身推断出预期的视角。另一项实验支持了这一想法。当系统提示词说明模型正被中国大陆的一家公司内部使用时，一些模型的回答比提示词表明美国使用时更亲政府。

中国模型主要屏蔽敏感问题的普遍假设，在 Vals 的测试中只对某些 DeepSeek 模型成立。其他大多数中国模型很少拒绝回答。相反，它们有时会采纳政府官方立场。例如，Kimi K3 在被问及新疆维吾尔人集中营时否认其存在，称这些设施是为打击极端主义和恐怖主义而设计的职业培训中心。

要求的回答格式也改变了结果。当模型必须以简单的“是”或“否”回答政治问题，而不是给出开放式回答时，GLM-5.3 Flash 和 MiMo V2.6 Pro 的亲政府评分低得多。

将模型嵌入智能体框架也改变了回答。当 Vals 为中国模型提供编码助手的系统指令和工具定义时，有几个模型在亲政府量表上的得分更低。这些模型很少使用工具。当研究人员让模型访问网络搜索时，也出现了类似效应。尽管模型实际上从未搜索网络，回答也变得不那么亲政府。

这些发现是否能转化为日常使用仍是一个未解问题。据 Vals 称，在更现实的工作任务中，政治倾向比在针对性测试问题中更难察觉。不过，该公司仍找到了个别例子。

在将一款旅行应用的国家代码列表翻译成简体中文时，大多数受测模型在翻译“Taiwan”时都没有添加任何限定语。然而，Qwen3.8 Max 将其译为“台湾，中国”，这一标签暗示台湾属于中国，并被中国政府所使用。

OpenAI 的图像模型 GPT Image 2.5 Sunburst 在 Vals 发布的地图示例中也表现出依赖语言的差异。当用中文提示时，它将台湾标注为“台湾省”，并添加了北京用于标示南海领土主张的争议性九段线。在展示的英文结果中，这些元素均未出现。

有针对性的微调改变了模型行为。由汤森路透微调的模型 Thomson 1.0 Small 在测试中采纳中国官方立场的频率远低于其基于的原始模型 Qwen3.6 35B。这一比例从 84.6% 降至 15.0%。不过，部分个别回答仍为北京的一个中国原则及与台湾“和平统一”辩护。

Vals 使用的政治测试问题，该公司称并不代表典型用户提示。这些问题使用 GPT-6 Astra 翻译并经过抽查，而回答则由 GPT-5.6 Luna 自动评分。拒答默认计为中立。这意味着，即使一个模型屏蔽了每一个问题，它在量表上也可能显得中立。

许多中国模型是通过第三方提供商而非制造商的官方服务进行测试的。官方服务可能会施加额外的内容过滤，因此结果不一定适用于公开可用的聊天机器人。

Aleph Alpha 和 NewsGuard 早前的研究已经表明，中国 AI 模型在敏感话题上经常采纳官方叙事。中国的法规还要求公开提供的 AI 服务与“社会主义核心价值观”保持一致。