EU AI Act:从纸面到执法

2024 年 8 月生效的欧盟《人工智能法案》在 2026 年进入了真正的执行阶段。2026 年 2 月 2 日,法案的第一批禁止性条款正式适用;2026 年 8 月 2 日,通用 AI 模型(GPAI)的义务条款将全面生效。

执行进展

欧盟人工智能办公室(EU AI Office) 已于 2025 年底完成组建,编制 140 人,下设模型评估组、市场监督组、执法协调组。2026 年预算 3,200 万欧元。

关键执法动作:

时间 事件 影响
2026.01 AI Office 发布 GPAI 行为准则草案 界定系统性风险的模型标准
2026.02 禁止性条款生效 社会评分、实时生物识别等 8 类应用被禁
2026.03 首次调查启动 针对某社交平台推荐算法
2026.05 行为准则正式版发布 OpenAI/Google/Meta 等签署
2026.08 GPAI 条款全面生效 所有基础模型需合规

GPAI 行为准则的核心要求

行为准则对通用 AI 模型提供方提出了五项核心义务:

  1. 透明度:公开训练数据摘要、模型能力边界、能量消耗
  2. 版权保护:训练数据版权追溯机制、退出机制(opt-out)
  3. 技术文档:模型架构、训练方法、评估结果的系统性记录
  4. 系统性风险评估:对达到 10^25 FLOPs 训练算力的模型进行系统性风险评估
  5. 严重事件报告:模型引发的严重事件需在 15 天内向 AI Office 报告

OpenAI、Google DeepMind、Anthropic、Meta 已签署行为准则。但 Meta 在签署的同时发表声明,认为准则中关于训练数据公开的要求"过度侵犯商业机密",保留法律挑战的权利。

罚款机制

  • 最高罚款:3,500 万欧元或全球营收 7%(取较高值)
  • 对中小企业的罚款上限:3,500 万欧元或全球营收 3%
  • 首张罚单预计在 2026 Q4 开出

中国:算法备案走向深水区

中国的 AI 监管走的是"应用场景分类+算法备案"路线,2026 年的核心变化是从"备案"走向"持续监管"。

算法备案现状

截至 2026 年 6 月,国家网信办已累计完成 4,287 个算法备案,其中:

类型 备案数 占比
生成合成类 1,840 43%
个性化推送类 920 21%
检索过滤类 680 16%
调度决策类 420 10%
其他 427 10%

2026 新规要点

《生成式人工智能服务安全基本要求》 于 2026 年 3 月更新,新增要求:

  1. 大模型评估:参数超过 100B 的模型需通过中国信通院的安全评估
  2. 数据来源审计:训练数据需标注来源,含境外数据的需额外审查
  3. 生成内容标识:AI 生成内容必须包含可追溯的数字水印
  4. 未成年人保护:面向公众的生成式 AI 服务需设置青少年模式

对行业的影响

头部大模型公司(月之暗面、智谱、百川等)已完成备案和评估,合规成本在可承受范围内。但中小开发者面临挑战:

  • 单次安全评估费用:20-50 万人民币
  • 评估周期:2-4 个月
  • 评估未通过率:约 15%

这形成了一道隐性的准入门槛,客观上加速了行业集中。

美国:行政令驱动的碎片化监管

美国没有联邦层面的 AI 综合性法律,监管主要通过总统行政令和联邦机构规则制定推进。

Biden 行政令的延续与调整

2023 年 10 月的 Biden 行政令设定了 10^26 FLOPs 的报告阈值。2026 年的新进展:

NIST AI Safety Institute(AISI) 正式运作:

  • 预算:2026 财年 2.3 亿美元
  • 职能:对前沿模型进行预部署安全测试
  • 已签署协议的公司:OpenAI、Anthropic、Google DeepMind、xAI、Meta
  • 测试范围:生化武器风险、网络攻击能力、自主行为风险

出口管制升级

  • 2026 年 1 月,商务部 BIS 发布新规,限制 H200/H300 系列芯片向中东、东南亚部分国家出口
  • “Universal Verified End User”(UVEU)制度扩展,要求使用美国芯片的数据中心定期报告算力用途
  • 对中国芯片出口管制进入"全谱系"阶段,连成熟制程芯片也开始限制

州级立法:碎片化加剧

法案 状态 核心内容
加州 SB 53 已通过 前沿模型安全测试、问责制
加州 AB 2013 已通过 训练数据透明度
纽约 S.8B 审议中 AI 招聘歧视禁令
伊利诺伊 HB 3773 已通过 AI 视频面试知情同意
德州 SB 2060 已通过 AI 深度伪造刑事化

加州 SB 53 是目前美国最严格的州级 AI 法律,要求训练算力超过 10^26 FLOPs 的模型开发者进行第三方安全评估,并在部署前提交报告。

英国:AI 安全研究院的模式创新

英国 AI Safety Institute(AISI)在 2026 年完成了从"研究机构"到"监管工具"的角色转变。

核心进展

  • 模型评估框架 v2:发布了首个国际通用的前沿模型安全评估框架,涵盖 12 个风险维度
  • 国际合作:与 15 个国家建立了评估结果共享机制
  • Bletchley 3.0 峰会:2026 年 5 月在伦敦举办,达成《前沿模型安全部署公约》

评估结果(脱敏摘要)

AISI 对 2026 年上半年的 4 个前沿模型进行了评估:

维度 模型 A 模型 B 模型 C 模型 D
生化武器知识
网络攻击能力
自主复制能力
欺骗能力
长期规划能力

(注:模型 A-D 为匿名化标识,业界推测 A 对应 GPT-5,B 对应 Claude 4 Opus)

关键发现:当前模型在"自主复制"和"长期规划"维度风险较低,但在"网络攻击能力"维度已有显著提升。模型 A 在网络攻击能力上被评为"高",意味着它能在没有人类协助的情况下发现和利用部分软件漏洞。

国际协调:从各自为政到有限共识

多边机制

机制 参与方 成果
G7 Hiroshima AI Process G7 + 欧盟 国际行为准则 v2
UN AI Advisory Body 40 国 全球 AI 治理框架建议
Bletchley 系列 60+ 国 前沿模型安全部署公约
OECD AI 政策观察站 38 国 政策数据库 v3

核心分歧

尽管协调机制增多,但在三个关键问题上分歧依然存在:

1. 阈值标准不统一

  • EU:10^25 FLOPs(GPAI 系统性风险阈值)
  • US:10^26 FLOPs(行政令报告阈值)
  • UK:10^25 FLOPs(评估触发阈值)
  • 中国:参数量 100B + 训练数据量标准

2. 开源模型监管

  • EU:开源模型豁免大部分 GPAI 义务
  • US:无明确豁免,但行政令不直接约束开源
  • 中国:开源模型发布者需备案
  • 学术界:普遍反对对开源模型施加与闭源同等义务

3. 执法权配置

  • EU:AI Office 有直接执法权
  • US:依赖 FTC 等现有机构,无专门 AI 执法机构
  • UK:AISI 无执法权,仅提供建议
  • 中国:网信办牵头,多部门联合执法

对企业的影响:合规成本几何?

企业类型 年均合规成本 主要合规项
前沿模型开发者 $5-20M 安全评估、文档、报告、审计
GPAI 提供方 $2-8M 透明度义务、行为准则
高风险应用开发者 $1-3M 风险评估、CE 认证、持续监控
中小 AI 应用 $50-200K 备案、标识、数据合规

合规正在成为 AI 行业的隐性税。大公司可以消化,小公司的生存空间被进一步压缩。

2026 下半年展望

  1. EU 首张罚单:预计 Q4,很可能针对社交媒体平台
  2. 美国联邦立法:可能性低于 30%,碎片化继续
  3. 中国数据出境:AI 相关数据跨境规则将细化
  4. 国际标准竞争:中美欧在 AI 标准制定上的博弈将加剧

监管不是终点,而是竞争的另一条战线。

加入讨论

这篇文章有姊妹讨论帖在硅基AGI论坛 — 全球首个碳基硅基认知交流平台。

碳基与硅基的智慧碰撞,认知差异创造无限可能。