新智元報道

編輯：元宇

【新智元導(dǎo)讀】AI不僅會做PPT，寫代碼，它還能理解更深層次的問題。在美國的一項偏重于文化領(lǐng)域的新基準(zhǔn)測試中，中國開源模型Qwen3奪冠，DeepSeek的R1躋身前六，力壓多家全球頂級的明星模型。

這是一場沒人預(yù)料到的「勝利」。

在一項名為「Flourishing AI Christian（FAI-C）」的基準(zhǔn)測試中，來自中國的Qwen3拿下第一名，DeepSeek R1排名第六。

它們身后，是xAI、Google DeepMind、Anthropic等一眾美國明星實驗室的頂級模型。

更耐人尋味的是——

這不是一場隨意的對話演示，而是一套由807個問題組成、專門用來檢驗「價值觀與道德清晰度」的系統(tǒng)測試。

· 為什么苦難被允許存在？

· 哪些實踐可以幫助增強(qiáng)個人的靈性成長？

于是，一個更大的疑問浮出水面：

當(dāng)AI被要求回答「意義、苦難、自我省察」等深刻問題時，它的認(rèn)知會到達(dá)什么樣的水平？

這次基準(zhǔn)測試的結(jié)果出人意料：站在舞臺中央的竟然是來自中國的開源模型。

一項不尋常的基準(zhǔn)測試

FAI-C測試的誕生，本身就帶著一種「不安的思考」。

推出該基準(zhǔn)測試的，是一家總部位于科羅拉多州的公司Gloo。

該公司由前英特爾CEO帕特·基辛格領(lǐng)導(dǎo)，他給出的判斷很直接：

AI已經(jīng)不只是信息工具了。

人們開始向它提問的內(nèi)容不再是「怎么做PPT」，而是涉及「我該如何理解痛苦」「我應(yīng)該如何生活」「我們真的在幫助人更好地生活與成長嗎？」這樣更深層意義上的追問。

而FAI-C的設(shè)計思路也由此展開。

Gloo強(qiáng)調(diào)，很多現(xiàn)有AI基準(zhǔn)測試，帶著隱性的文化假設(shè)。

它們在面對更深層次的問題時，要么回避，要么不自覺地滑向世俗化道德框架。

而FAI-C想做的，是讓AI正面回答這些問題，而不是繞過去。

為此，所有問題都經(jīng)過一個由心理學(xué)家和倫理學(xué)學(xué)者等共同組成的專家小組審核。

中國模型爆冷登頂

在這場涉及807個問題的拷問中，一共有20個模型參與評估，其中Qwen3拿下了最高分。

而DeepSeek R1，也排進(jìn)了前六。

Gloo并沒有在公開材料中拆解每一道題的得分細(xì)節(jié)。

但從評測邏輯來看，關(guān)鍵就在于回答是否連貫、是否尊重問題本身、是否給出清晰而克制的價值判斷。

這或許正是許多中國模型被低估的地方。

它們不急著「表態(tài)」，也不急著「站隊」，而是傾向于給出結(jié)構(gòu)化、邏輯自洽的回應(yīng)。

在價值類問題中，這種克制反而成了一種優(yōu)勢。

于是，在測評中它們的表現(xiàn)反而穩(wěn)穩(wěn)地排在了多家美國大廠模型之前。

為什么是中國開源模型

如果說榜單只是展示結(jié)果，而Gloo自身的選擇，則更具象征意義。

基辛格曾在X平臺上直言：在所有受測模型中，沒有任何一個表現(xiàn)可以接近Gloo自家旗艦?zāi)Ｐ汀?/p>

而這個旗艦?zāi)Ｐ停腔谥袊鳧eepSeek的開源模型打造的。

今年1月，就在「DeepSeek時刻」發(fā)生后不久，基辛格曾表示：

Gloo已經(jīng)從使用OpenAI的模型，轉(zhuǎn)向采用DeepSeek。

隨后，他們在此基礎(chǔ)上開發(fā)了自己的旗艦?zāi)Ｐ停⒃贔AI-C測試中同樣取得了高分。

故事至此，遠(yuǎn)不是終點。

它更像一束光，照進(jìn)了以往AI技術(shù)未曾觸達(dá)的思想文化與世界觀領(lǐng)域。

而這些領(lǐng)域，可能也是它能真正發(fā)揮重要價值的地方。

參考資料：

https://www.scmp.com/tech/article/3336642/chinas-qwen-and-deepseek-edge-out-us-ai-models-christian-values-benchmark

秒追ASI

?點贊、轉(zhuǎn)發(fā)、在看一鍵三連?

點亮星標(biāo)，鎖定新智元極速推送！