来源：数语者
2025 年 9 月 1 日起施行《人工智能生成合成内容标识办法》（以下简称《标识办法》），由国家互联网信息办公室、工业和信息化部、公安部、国家广播电视总局2025年3月7日联合发布。
新规为啥出台？
现在 AIGC 技术发展非常快，给内容创作和传播带来了好多机会。但是，它也带来了不少问题。比如说，生成的内容不好追溯来源，信息可能误导人，还缺少有效的监管。这就导致虚假信息到处传播、身份信息被冒用、恶意内容也冒出来了。所以《标识办法》就出台了。
标识办法有啥要求？
《标识办法》主要就是规范 AI 生成内容的标识，分成显式标识和隐式标识两种。显式标识，就是在生成的内容或者交互界面上，用文字、声音、图形这些能让用户一眼就看到、听到的方式做标识。比如说，你用 AI 生成了一篇文章，那就在文章开头或者结尾，清楚地写上 “本文由 AI 生成”；要是生成了一段视频，就在视频开头或者画面角落里，放个明显的提示。隐式标识呢，就是通过技术手段，在生成内容的文件数据里加个标识，用户不太容易直接看到，但可以通过特定技术查到。
具体到各种内容形式，像文本，要在开头、结尾或者中间合适的地方加文字提示或者通用符号提示，也可以在交互界面显眼的地方提示；音频呢，在开头、结尾或者中间加语音提示，或者在播放界面做标识；图片要在合适位置加明显标识；视频除了在开头画面和播放界面周边标识，中间和末尾也可以补充；虚拟场景就在起始画面设置标识，过程中也可以适当加。而且，当用户下载、复制或者导出 AI 生成内容时，咱们服务提供者得保证文件里的显式标识还在。
从业者面临哪些法律风险？
训练数据合法性风险
要是训练模型的时候，用了未经授权的作品，那可就麻烦了。比如说 Getty Images 起诉 Stability AI 案，就因为 LAION-5B 数据集中有 1200 万张未授权图片，结果 Stable Diffusion 3.0 都下架了。还有某医疗 AI 公司，因为训练数据里有 5 万份没脱敏的病历，被欧盟 GDPR 罚了 2.3 亿美元，这可不是小数目啊！咱们可得注意，训练数据得合法，别给自己惹上大麻烦。
生成内容版权归属风险
现在 AI 生成内容的版权归属还挺复杂的。美国版权局裁定 “AI 生成漫画《黎明的曙光》不享有版权”，不过要是人类参与度达到一定程度，作品是可以部分确权的。而且，要是 AI 生成的内容和某个创作者风格太像，也可能被起诉侵权。比如说某插画师起诉 AI 工具生成作品和自己风格相似度达 89%，虽然法院最后因为 “艺术风格不受版权保护” 驳回了，但也要求 AI 方公开训练数据来源。咱们在生成内容的时候，得考虑清楚版权问题，别一不小心侵权了。
算法歧视风险
算法歧视这个问题也不能忽视。亚马逊 AI 简历筛选工具对女性求职者降权 40%，结果触发了 EEOC 调查，最后赔了 2300 万美元；某银行风控模型对少数族裔拒贷率高 3 倍，违反了《公平信贷机会法》，CEO 还得承担个人责任。咱们做 AIGC，得保证算法公平，别让算法歧视的问题出现。
违反标识规定风险
《标识办法》明确规定了标识要求，要是咱们不按照规定给 AI 生成内容加标识，或者恶意删除、篡改、伪造标识，那就要承担法律责任了。比如说，用户用网络信息传播服务发布 AI 生成内容，得主动声明并且用平台提供的标识功能标识，要是不这么做，就不符合合规要求。咱们可不能在标识这件事上偷懒，一定要严格按照规定来。
从业者该如何应对？
这 5 条保命提醒赶紧记牢！
双标识是底线：显式标识（文字 / 图标）得让用户一眼看见，隐式标识（数字水印 / 元数据）藏在文件里别漏掉，缺一个都可能挨罚。
数据别乱喂：训练素材要干净！没授权的图文、带隐私的病历、盗版影视剧，沾了就可能吃官司，参考某公司因 5 万份病历被罚 2.3 亿美元的教训。版权算清楚：AI 生成内容别直接标 “原创”，和人类作品撞车要主动避让，风格模仿太像也可能被告，某插画师维权案就是例子。算法别偏心：生成内容别搞性别、种族歧视，亚马逊简历工具歧视女性赔了 2300 万，这坑咱可别跳。平台要盯紧
：传播时先看平台规则，三级核验机制（确认 / 可能 / 疑似 AI 生成）得配合，用户删标识咱得拦着。
总的来说，《标识办法》的出台，虽然给咱们 AIGC 从业者带来了一些挑战，但也是规范行业发展的好机会。只要咱们重视合规，积极应对，就能在这个充满机遇的领域继续好好发展。
法规原文：
https://www.gov.cn/zhengce/zhengceku/202503/content_7014286.htm
大家对这个新规有啥想法，或者在实际操作中有啥问题，都可以在评论区留言，咱们一起讨论。
