国内首份生成式AI监管发展文件出台专 家：与大模型行业发展同频同步

与国内生成式人工智能快速发展同步，7月13日，国内首份生成式AI监管发展文件正式落地，这为行业注入一股强心剂的同时，也意味着国内生成式人工智能发展将迎来健康有序规范发展。

办法旨在促进数实融合

7月13日，网信办等七部门正式发布《生成式人工智能服务管理暂行办法》（下称“《办法》”），自2023年8月15日起施行，此乃国内首份生成式AI监管发展文件。此前，今年4月，网信办印发了《生成式人工智能服务管理办法（征求意见稿）》，如今靴子终于落地。

《办法》明确，对生成式人工智能服务实行包容审慎和分类分级监管，同时在促进发展具体措施上，《办法》明确鼓励生成式人工智能技术在各行业、各领域的创新应用，生成积极健康、向上向善的优质内容，探索优化应用场景，构建应用生态体系；《办法》还鼓励生成式人工智能算法、框架、芯片及配套软件平台等基础技术的自主创新，平等互利开展国际交流与合作，参与生成式人工智能相关国际规则制定；推动生成式人工智能基础设施和公共训练数据资源平台建设。

对此，中国人民大学法学院教授张新宝对证券时报·e公司记者表示：“从当前我国大模型行业的发展趋势来看，行业大模型受到越来越多的关注。《办法》对百度、华为等企业来说，无疑是一个利好消息。百度文心是产业级知识增强大模型，华为盘古大模型则强调‘不作诗，只做事，已落地煤矿、铁路、气象等行业。《办法》对这两家企业首批获批算法备案有重要意义。”

张新宝分析，让企业尽快用上用好大模型、促进数实融合，将成为办法出台核心目标之一。企业应用大模型会有三种不同的方式。第一种是构建基础大模型。只有少数企业会自建大模型，因为训练大模型的成本和技术壁垒都非常高，需要长期在大模型领域深耕，还需要充足的算力储备、数据储备、高端AI人才储备。第二种是建立行业大模型。通常是了解行业的企业，结合自身掌握的行业数据，用基础大模型精调出更贴合实际场景的行业大模型。第三种是在基础大模型和行业大模型之上，开发AI应用。这类企业其实是大多数，他们要思考的是：如何在这个大模型之上做好提示词工程，解决特定应用场景的问题。如何从模型效果、迭代速度、工具链这三大方面去选择一个好的大模型。

“由此看来，《暂行办法》的出台与大模型行业发展同频同步，对生成式人工智能技术的创新、应用和发展提供了积极的指导和支持，将有助于推动大模型技术的健康发展，并促进AI技术在各行业、各领域的广泛应用。”张新宝表示。

今年以来，随着ChatGPT的火热，国内人工智能大模型数量呈现爆发式增长。数据显示，国内公开发布的大模型已达80多个。

北京社科院副研究员王鹏也对记者表示，《辦法》的出台，表明了我国对人工智能行业的重视，为行业未来发展注入了一股强心剂，整体将利好我国实体经济发展，也符合国内数字经济发展趋势。

对推动AI发展有指导意义

此外，针对《办法》出台，证券时报·e公司记者还采访了其他多位行业专家，整体而言，专家普遍认为《办法》的出台将利好行业发展，也有专家认为可能限制行业创新。

深度科技研究院院长张孝荣对记者表示，生成式人工智能服务管理暂行办法是对生成式人工智能服务进行规范和管理的一项重要举措，《办法》的发布标志着我国在AI治理层面走到了世界前列，对于推动生成式人工智能服务产业的发展具有重要的指导意义，有利于保护用户权益、维护市场秩序和推动行业健康发展，但同时也需要在实施过程中不断完善和调整，以适应不断变化的技术和市场环境。

据了解，《办法》要求提供和使用生成式人工智能服务要尊重知识产权、商业道德，保守商业秘密；尊重他人合法权益，并将采取有效措施防止产生民族、信仰、国别、地域、性别、年龄、职业、健康等歧视。

天使投资人、知名互联网专家郭涛对记者表示，当前，生成式人工智能产业还处于发展的早期阶段，研发与应用相关法律法规、标准体系和伦理规范等还不健全，存在隐私与数据保护风险、著作权侵权风险、深度伪造风险、失业加剧风险、歧视与偏见风险等潜在问题。《办法》的实施，对推动生成式人工智能行业健康、可持续发展有重要的意义。

北京市京师律师事务所合伙人律师卢鼎亮表示，作为我国首个规范AIGC的部门规章，遵循发展与安全并重的监管理念，为我国AIGC产业的创新、发展、治理提供了良好指引，《办法》提出了促进生成式人工智能技术发展的具体措施，明确了训练数据处理活动和数据标注的要求，规定了安全评估、算法备案、投诉举报等制度，坚持促进创新和依法治理相结合的原则，对生成式人工智能（AIGC）行业发展具有重要意义。

全联并购公会信用管理委员会专家安光勇则认为，考虑到当前国内经济困境、美国芯片制裁和缺乏源泉技术等因素，人工智能领域面临许多负面和悲观的挑战，这些挑战可能限制了创新和发展的步伐，增加了企业的负担和依赖性，以及技术的落后和竞争力的下降。在这样的前提下，《办法》的推出并不能带动太多的变化，反而有可能会对人工智能行业的创新和发展造成限制，规范和监管的加强可能增加企业的负担和成本，阻碍了新技术和应用的出现，使得行业发展的步伐放缓。