China AI Governance Framework

执行摘要

中国的AI治理模式与其说是一部单一的综合性AI法规，不如说是一个多层次的监管架构。其基础源于网络安全、数据安全、个人信息保护、网络数据治理和互联网信息服务监管。AI专属的治理内容则通过《算法推荐规定》、《深度合成规定》、《生成式AI服务暂行办法》和《AI生成/合成内容标注办法》等相关规定加以补充。包括GB 45438—2025和生成式AI安全要求在内的技术标准，将这一监管架构的部分内容转化为具体的操作控制措施。 自上次审查以来，《拟人化人工智能互动服务管理暂行办法》已于2026年7月15日生效，将主动服务治理层扩展至持续类人互动，涵盖保障措施、安全评估、标签标注和平台责任等内容。网信办为期四个月的2026年人工智能应用整改行动于7月6日和9月2日分别出具了第一阶段和第二阶段的整改结果，针对产品、账号、平台及其他服务在备案、安全审查、数据污染和内容标签标注等方面的违规行为采取了行动。网信办还继续对生成式人工智能和移动端生成式人工智能服务发出正式备案通知。这些是具有约束力的规则和执法进展，而非自愿性指导。 对企业而言，实际负担不仅在于法律层面，更在于运营层面。在中国部署人工智能的企业必须审视其服务是否面向公众，是否使用算法推荐、深度合成或拟人化交互技术，生成或合成的内容是否需要显式或隐式标签，是否处理个人信息或重要数据，数据是否会流出中国，是否会触发安全评估或备案义务，以及是否存在特定行业的监管机构。因此，中国的模式融合了人工智能安全、网络安全、数据安全、内容治理、平台责任、技术标准化和产业发展优先事项等多个方面。

治理架构

中国的AI治理架构主要由网络空间、数据、标准、产业政策、市场监管和行业监管机构主导。国家信息与通信部（简称“国家发改委”）是众多AI相关互联网信息服务规则的中央监管机构，这些规则涵盖算法推荐、深度合成、生成式AI服务、AI生成内容标注、拟人化AI交互服务、数据出口安全评估和网络数据治理等。国家发改委和工信部在产业战略、数字基础设施、AI+部署和行业实施方面发挥着重要作用。国家市场监督管理总局（简称“国家市场监督局”）和国家审计署（简称“国家审计署”）将AI治理与国家标准体系相衔接，而TC260则提供网络安全和AI安全技术标准。科技部负责制定负责任的AI和伦理原则。当AI系统涉及网络安全、公共安全、金融、医疗、教育、交通或其他受监管领域时，公共安全部和行业监管机构就显得尤为重要。2026年国家审计署的执法行动和国家药品监督管理局关于AI+毒品监管的意见表明，该架构通过平台执法和行业特定实施相结合的方式运作。

主要政策与框架

政策时间线

案例研究

企业影响

对于企业而言，中国的AI治理体系带来了多层次的合规负担。企业不应仅仅将AI合规视为模型安全问题，还需评估服务范围、面向公众的部署、平台状态、算法推荐功能、深度合成功能、生成或合成内容标注、训练数据治理、个人信息处理、重要数据泄露、跨境数据传输、网络安全义务、安全评估、算法或服务备案、用户权利、投诉处理、未成年人保护以及内容安全控制等诸多方面。 运营重心在于文档记录和管控。在中国部署人工智能的企业应围绕数据来源、模型和输出测试、标注实施、用户通知、投诉渠道、人工审核、网络安全管理、内容审核、风险监控、供应商分配以及监管审查或备案准备等方面建立证据体系。跨国公司应特别关注跨境数据流动、境外模型访问、境外API调用，以及个人信息或重要数据的处理方式是否会触发出境数据要求。 Implementation is becoming more granular across deployment form and technical architecture. Filing/registration totals and the mobile on-device notice show continued operation of the existing generative-AI regime. September standards add technical references for large models, knowledge systems and government deployments. Distinguish binding filing, data, labelling and platform duties from non-binding safety frameworks and recommended/guiding technical documents.

观察站解读

观察员解读：中国的模式最恰当的描述是国家主导、安全敏感、平台和数据治理模式。它运用与互联网信息服务、网络安全、数据治理和平台问责制相同的制度逻辑来治理人工智能。 观察解读：最重要的合规性特征在于人工智能治理与内容/数据控制之间的联系。算法推荐、深度合成、生成式人工智能和标签规则并非孤立的人工智能策略；它们隶属于一个更广泛的治理架构，该架构关注公共舆论、社会动员、网络安全、数据安全、个人信息保护和平台责任。 观察员解读：中国的合规方式对企业而言操作难度较大，因为企业可能同时面临来自多个层面的义务，包括法律、行政法规、部门规章、临时措施、技术标准、备案通知、安全评估和行业要求。因此，企业合规概况应侧重于合规架构，而不仅仅是法律分类。 The September 2026 standards cluster shows technical standardization developing alongside laws, departmental rules, filing mechanisms and safety frameworks. Framework 3.0 is a non-binding governance reference; GB/T recommended standards and GB/Z guiding technical documents do not become mandatory merely because they are national documents.

官方资源

Downloadable artifacts