现行基准： 生成式 AI 暂行办法（2023）+ 互联网信息服务深度合成管理规定（2023）+ 《人工智能生成合成内容标识办法》（2025）

人工智能生成内容（AIGC）合规

最后更新：2026-05-26 | 由 LLM 基于知识库原始资料编译
关联概念：算法合规 | 算法偏见与歧视防范 | 大模型训练数据合规

核心法条

• 《生成式人工智能服务管理暂行办法》（国家网信办等七部门令第 15 号，2023 年 8 月 15 日施行）——AIGC 领域最核心的部门规章 [现行有效]
• 第 2 条：适用范围——面向中国境内公众提供生成式 AI 服务
• 第 3 条：基本原则——坚持社会主义核心价值观，不得生成违法内容
• 第 4 条：七项具体要求——歧视防范、隐私保护、知识产权、数据保护等
• 第 7 条：训练数据合法性要求
• 第 12 条：内容安全义务——发现违法内容的处置
• 第 14 条：用户真实身份认证
• 第 17 条：服务提供者备案和安全评估义务
• 《互联网信息服务深度合成管理规定》（国家网信办等三部门令第 12 号，2023 年 1 月 10 日起施行）——深度合成（图像、视频、声音合成）的标识义务和管理 [现行有效]
• 《人工智能生成合成内容标识办法》（2025 年施行）——AIGC 内容的显式/隐式标识要求 [现行有效]
• 《网络安全法》第 12、47 条：网络信息内容安全总体要求 [现行有效]

规则沿革

时间节点	变化内容	依据
2023-01-10	《深度合成管理规定》施行，首次系统性规制 AIGC 相关技术	现行有效
2023-08-15	《生成式 AI 暂行办法》施行，构建 AIGC 服务全面监管框架	现行有效
2024	算法备案扩展至生成式 AI 模型	现行操作中
2025	《标识办法》施行，要求生成合成内容显著标识	现行有效

一、AIGC 监管框架概览

法规层级

层级	文件	核心内容
法律	《网络安全法》	网络信息内容安全的总体要求
法律	《数据安全法》	训练数据的安全保护义务
法律	《个人信息保护法》	个人信息处理和自动化决策规则
部门规章	《生成式 AI 暂行办法》	生成式 AI 服务全流程管理
部门规章	《深度合成管理规定》	深度合成技术的标识和安全管理
规范性文件	《标识办法》	AIGC 内容的标识规范

适用范围判断

条件	是否需要遵守
面向中国境内公众提供服务	是
面向中国境内特定对象（如企业内部）提供服务	参照适用
仅境外提供服务但境内可访问	依据实际影响，可能适用

二、AIGC 内容安全义务

七项基本要求（《暂行办法》第 4 条）

1. 坚持社会主义核心价值观，不得生成危害国家安全、颠覆国家政权、破坏国家统一和领土完整等内容
2. 在算法设计、训练数据选择等过程中防止产生歧视
3. 尊重知识产权和商业道德
4. 尊重他人合法权益，不得侵害他人肖像权、名誉权、隐私权等
5. 对生成的内容进行内容安全审核
6. 建立内容投诉举报机制
7. 提高生成内容的准确性和可靠性

内容安全审核机制

审核环节	具体要求
事前审核	对训练数据和基础模型进行安全评估
实时审核	对生成结果进行实时过滤和监控
事后处理	发现违法内容立即停止生成、采取删除等措施
模型优化	根据审核反馈持续优化模型

三、训练数据合规（与 AIGC 相关的部分）

训练数据合法性要求（《暂行办法》第 7 条）

1. 合法来源——训练数据应具有合法来源
2. 个人信息合规——涉及个人信息的，应当取得个人同意或符合其他合法性条件
3. 知识产权保护——不得侵害他人依法享有的知识产权
4. 数据标注规范——制定可操作的标注规则，开展标注质量评估

数据标注合规要点

要素	合规标准
标注规则	清晰、可操作、可验证
标注人员管理	培训、考核、监督
质量评估	定期开展标注质量审核和评估
标注记录保存	保存标注过程记录，便于后续审查

四、AIGC 内容标识义务

标识的法律依据

规定	标识要求
《深度合成管理规定》第 14、16 条	深度合成服务提供者应对生成内容进行显著标识
《暂行办法》第 12 条	按照《互联网信息服务深度合成管理规定》进行内容标识
《标识办法》（2025）	显式标识（可见水印）+ 隐式标识（元数据水印）双重要求

标识的具体内容

标识应包含以下信息：
- 明确告知该内容为人工智能生成
- 标注生成模型的来源信息（如适用）
- 保留隐式标识信息（数字水印等）供溯源使用

五、AIGC 的备案与监管

算法备案义务

义务	要求
安全评估	具有舆论属性或者社会动员能力的生成式 AI 服务，上线前应开展安全评估
算法备案	安全评估完成后，通过互联网信息服务算法备案系统履行备案手续
备案信息	服务提供者名称、服务形式、算法类型、训练数据来源等

服务终止义务

情形	处置措施
发现违法内容	立即停止生成、采取消除措施
模型存在重大缺陷	暂停或终止服务、进行优化调整
未履行备案义务	监管部门可责令暂停服务

六、AIGC 相关侵权责任

民事侵权

侵权类型	法律依据	责任承担
肖像权/名誉权侵害	《民法典》人格权编	停止侵害、赔礼道歉、赔偿损失
知识产权侵权	《著作权法》《反不正当竞争法》	停止侵权、赔偿损失
隐私权侵害	《民法典》《个人信息保护法》	停止侵害、赔偿损失
个人信息处理违法	《个人信息保护法》	行政处罚 + 民事赔偿

行政责任

法律依据	处罚标准
《暂行办法》第 20 条	责令整改、警告、通报批评
《暂行办法》第 21 条	暂停或终止服务
《网络安全法》第 68 条	情节严重的，处 50—500 万元罚款

七、企业合规实务清单

1. 训练数据审查——确保数据来源合法、个人信息取得同意、不侵害知识产权
2. 内容安全过滤——建立事前/事中/后的全流程审核机制
3. 生成内容标识——对 AIGC 内容进行显式+隐式双重标识
4. 算法备案——完成安全评估和算法备案
5. 用户身份验证——实施实名制管理
6. 投诉处理机制——设置专门的渠道处理用户投诉
7. 知识产权保护——建立生成内容的知识产权审核机制
8. 数据标注规范——制定标注规则，开展质量评估

八、AIGC 侵权争议的新增实务补充

8.1 侵权判断应区分三个环节

新增资料将 AIGC 风险拆解为数据采集、生成加工、发表传播三个阶段：

• 数据采集阶段：从网络公开空间抓取训练数据，并不当然构成侵权；但若绕过加密、反爬虫或进入私域数据库抓取，则可能触发侵权甚至刑事风险。
• 生成加工阶段：纯内部生成且未对外传播时，通常难以直接形成可归责的损害事实。
• 发表传播阶段：一旦对外发布、直播、商业化传播，才最容易触发肖像权、声音权益、著作权、姓名权与一般人格权争议。

8.2 著作权归属的当前裁判取向

• 纯机器自动生成、用户仅输入简单提示词：通常难以满足独创性要求，不宜直接认定为作品。
• 提示词设计、参数调节、筛选编排、后期编辑体现显著智力投入：更可能被认定为人机协同创作成果，用户有机会主张作者身份及署名权、信息网络传播权。
• 提示词本身：目前裁判倾向认为简单关键词堆叠仍属“思想或指令”，但具备场景化叙事、结构化表达的复杂提示词，仍存在被主张作品保护的空间。

8.3 平台责任与误判风险

• 平台对 AIGC 内容负有标识、审核和投诉处理义务，但承担责任通常以收到有效通知后未及时处置为前提。
• 若平台以算法自动判定用户内容为 AIGC 并采取隐藏、禁言等措施，也应当对判定依据和处理结果提供合理说明，否则可能构成违约或侵害用户权益。
• 因此，AIGC 平台除内容审核外，还应建立“误判申诉 + 人工复核 + 说明留痕”机制。

知识库原始资料索引

法律法规

• 生成式人工智能服务管理暂行办法

学术研究

• 法院学术讨论会：司法实践中AIGC性质认定的标准构建
• 邱遥堃：文生视频大模型Sora将如何影响智慧法院建设升级迭代
• 人工智能生成内容（AIGC）涉及的侵权问题探究