中国 AI 生成内容标识制度：六年立法与三大执法启示

中国自 2019 年起构建了一套覆盖全产业链的 AI 生成内容（AIGC）强制标识体系，由网信办、工信部、公安部、国家广电总局等多部门联合推动。2025 年 9 月 1 日，最新的《人工智能生成合成内容标识办法》正式施行，配套强制性国家标准 GB 45438-2025 同步落地。运行近十个月后，这套制度的执法实践暴露出「政策严密性与执行有效性之间的落差」，并为全球内容溯源领域提供了三条值得借鉴的教训。

制度演进：六年间四部法规层层加码

中国的 AIGC 标识制度并非一蹴而就，而是经历了四部法规的迭代收紧：

2019 年《网络音视频信息服务管理规定》：首次要求利用深度学习、虚拟现实等技术生成的非真实音视频内容添加「显著标识」，但未规定技术标准，覆盖范围仅限音视频通道。
2021 年《互联网信息服务算法推荐管理规定》：将标识义务延伸至分发平台，要求算法推荐服务提供方发现无标识合成信息时主动补标。
2022 年《互联网信息服务深度合成管理规定》：将覆盖范围扩展至文本、图像、音频、视频与虚拟场景，并确立「隐式标识（技术元数据，用户不可感知）+ 显式标识（面向公众的可见标记）」的两层架构。
2025 年《人工智能生成合成内容标识办法》及国标 GB 45438-2025：完全放弃按技术分类定义 AIGC，转向「使用人工智能技术生成合成信息」的功能性定义；国标进一步量化了显式水印的图像宽度等技术参数，并规定跨文件格式嵌入元数据的方法。

这一演进路径体现了同一核心关切：防止合成内容以「真实」面貌传播并欺骗公众。

全球坐标：与欧盟 AI 法案、C2PA 的横向对比

文章将中国制度与另外两种主流内容溯源路径进行对照：

欧盟 AI 法案第 50 条：基于 2026 年 8 月生效的透明度义务，要求披露 AI 生成内容，但执行细则仍在制定中。
C2PA 内容来源认证：由 OpenAI、Google 等美国公司自愿采纳的技术标准，强调内容出处与编辑历史的可验证性。

相比之下，中国体系在三个维度上「纸面上走得更远」：强制而非自愿、附带量化技术标准、在供应链每一层都指定了责任主体。

执法实践：三方主体的行为偏差

新规运行十个月后，各责任方的实际行为呈现明显分化：

AI 服务提供方：多数按要求添加标识，但商业激励塑造了差异化策略——部分平台将「无水印输出」包装为付费增值服务，部分面向海外市场的服务则默认关闭水印。
分发平台：检测能力「双向不可靠」——未标识的 AI 视频仍在主流平台流通，经过多轮专项整治后仍未根除；同时人类创作者被误判为 AI 生成的情况时有发生。
终端用户：需主动声明是否使用 AI 生成内容，但围绕去水印工具与技巧的灰色生态依然活跃。

三大启示：给全球内容溯源领域的经验

文章从中国实践中提炼出三条对全球 AI 治理具有参考价值的结论：

商业逻辑与国家强制力共同塑造执行效果：标识框架的实际运行既受国家强制力约束，也受各平台本地化商业算盘影响，呈现「半自主治理单元网络」的特征，而非中央指令的机械执行。
政策与技术必须双轮驱动：2025 年办法与国标 GB 45438-2025 的配套在规则制定层实现了政策-技术闭环，但下游执行层的对齐难题仍未解决，单靠政策或单靠技术都不够。
合规是光谱而非二值：供应链越长、分支越多，监管实际能管控的是「不合规是否停留在可容忍范围内」，而非追求绝对合规；高频专项整治正在承担法律文本目前尚无法独自完成的威慑功能。

这三条经验提示：内容溯源制度的成败，最终取决于规则设计、技术标准与执行机制三者的持续校准。