蚂蚁 inclusionAI 在 HuggingFace 上悄悄开了个新仓库，名字叫 AI-Transparency。它不往里放模型权重，也不放训练数据集，里面只有文档。
但就是这些文档，把 Ling、Ring、Ming 几个大模型系列的“训练底稿”一张张摊开了。从 Ling-2.0 到 Ling-3.0，从 Ring-2.0 到 Ring-2.6，再到 Ming-Omni 和两款 16B-A3B 多模态模型，每个版本练的时候用了什么数据、怎么个来路，都写得清清楚楚。
这事的特殊之处在于，它不是一次常规的开源发布。它更像一份递给监管的答卷。
这些摘要文档套用的模板，直接对应欧盟《人工智能法案》里第 53 条第 1 款 d 项的要求——通用 AI 模型提供方，必须公开训练内容摘要。换句话说，蚂蚁不是在写技术博客，而是在按欧盟的合规格式，把“我的模型怎么炼成的”这件事正式交代一遍。
而且这份交代做得相当较真。每一份文档的适用范围都被钉死在自己点名的模型和版本上。写了 Ling-2.0，就只覆盖 Ling-2.0，包括它的几个变体 Ling1T、Ling-flash2.0、Ling-mini-2.0。不会因为同属一个系列，或者名字后面带了个量化后缀，就自动扩大解释范围。
把清单摊开来看，覆盖的面很广。Ling 这条线从 2.0、2.5、2.6 一路排到 3.0，其中 3.0 又拆成 LLM 版本和 VL 视觉语言版本。Ring 从 2.0、2.5-1T 到 2.6-1T。Ming 家族拿出了 Omni 全模态系列，还有 UniAudio-16B-A3B 和 UniVision-16B-A3B 两款统一音频、视觉模型。
每份摘要都标着自己对应的版本号和更新日期，描述的是文档规定层级下的训练内容。底层训练数据不分发，第三方内容的权利也不授予。官方还特意加了一句：这些文档存在，不等于权威认证或背书，也不意味着 inclusionAI 旗下每一个模型都被覆盖了。
页面上留了一个联系入口，指向蚂蚁 Ling 的官方开发者站点。版本历史里也提醒读者，PDF 里的日期只是文档版本日期，不代表首次上网发布的时间，真正的改动要看仓库的提交记录。
这件事放在当下来看，信号意义不小。全球监管正在把“训练透明度”从一道可做可不做的选答题，变成必须回答的必答题。蚂蚁把全系模型的训练摘要整齐归档、公开挂出，既是在为出海合规铺路，也顺手把“模型到底是怎么炼成的”这扇门，朝外界推开了一道缝。
对于普通用户来说，这可能只是一堆看不懂的 PDF。但对于整个 AI 行业，它意味着一个趋势：以后模型好不好，不仅要看跑分，还得看它敢不敢把自己的训练账本摊在阳光下。