← 返回部落格
Ai預計閱讀 9 分鐘

AI 生成的內容開始要表明身分了

發布於 2026年10月7日
AI 生成的內容開始要表明身分了

從 10 月 1 日起,AI 生成的內容在中國大陸傳播時得掛上牌子。國家網信辦、工信部、公安部、廣電總局四個部門聯合發布的《人工智慧生成合成內容標示辦法》在這一天正式施行,文字、圖片、音訊、影片、虛擬場景,凡是利用人工智慧技術生成或合成的資訊,都要帶標示。

最先被一般使用者感受到的變化,來自幾個熟悉的 App。微信、視頻號、抖音、B站、微博、小紅書在辦法落地前後陸續更新了使用者條款,要求內容發布者以顯著方式主動標示 AI 生成的內容。不標示的後果寫得很直白:限流、下架,嚴重的話封號。有短影音平台在使用者滑到「萌娃洗菜燒火」那類內容時,會在畫面下方加一行小字,提示內容為 AI 技術製作,虛構內容請謹慎甄別。有人把這句話截圖發出來,說家裡長輩終於相信那些孩子是假的。

兩道標示,一道給人看,一道給機器看

辦法把標示拆成顯式和隱式兩種。顯式標示是指使用者能明顯感知到的那種,例如畫面角落的標記、播放前的提示文字、音訊開頭的語音聲明。隱式標示嵌在檔案的中繼資料裡,人眼看不見,但平台和監管方用工具能讀出來,用來回答「這段內容是誰生成的、從哪個服務出來的」這類問題。

責任按環節分下去。服務提供者要在內容生成、傳播、下載這幾個節點上保證標示完整;應用程式分發平台要審核上架的應用程式具不具備添加標示的功能;個人使用者發布生成內容時,要主動聲明。這條鏈把過去只能事後追責的內容審核,往前挪到了產品設計和上架環節。

對靠搬運和洗稿吃飯的行銷號來說,隱式標示是個硬約束。以前把別人的影片換個封面、調個色就能當成自己的原創發出去,現在中繼資料裡可能還留著來源資訊,平台能順著追到最初的服務提供者,看它有沒有履行標示義務。

Two frosted glass plaques on warm linen, one with a raised ring emblem and one with a small brass capsule suspended inside.

為什麼要單獨為一件事立個辦法

標示這件事看著小,但它解決的是 AI 內容最麻煩的那部分:規模化識別。中國科學院科技戰略諮詢研究院研究員肖尤丹在一次解讀裡提到,標示制度的主要目標是實現大規模、高可靠性和低成本的監管。內容審核靠人工看不過來,靠模型判斷又容易誤傷,而標籤是一種可以自動化核對、成本又低的訊號。

它瞄準的另一個場景是詐騙。國家反詐中心 App 已經上線了「AI 內容鑑定」功能,上傳文字、圖片或影片,幾秒鐘給出一個初步判斷。公安部刑偵局指導、上海市公安局研發的「國家反詐 AI」App 也同步上線,把可疑情境輸進去,它會拆解常見的詐騙手法。換臉擬聲這兩年在電信網路詐騙裡出現得越來越多,給 AI 內容加標示,是給這條鏈上多設一道阻力。

標示辦法不是孤立的動作。最高法發布了《關於依法審理涉人工智慧糾紛案件的意見》,把 AI 換臉擬聲、AI 幻覺侵權、網路開盒這些問題寫進了裁判思路;中央網信辦展開「清朗·整治 AI 應用亂象」專項行動,列出七類整治對象,包括未履行大模型備案、AI 資料投毒、生成合成內容標示落實不到位;9 月 14 日發布的《人工智慧安全治理框架 3.0》把治理範圍從單一技術環節鋪到資料、演算法、模型、應用、供應鏈全過程。10 月 8 日,業界第一部生成式 AI 服務安全分級標準開始實施,智慧代理相關的標準梳理出 13 大類、97 項風險。這些文件的時間點捱得很近,連起來看是一條從內容到行為、從單一模型到整條鏈的治理路徑。

其他國家也在做同樣的事

把視角拉遠一點,標示制度的立法這幾年是全球共識。美國、新加坡、歐盟、英國都在推進各自的生成式 AI 標示規則。歐盟《人工智慧法案》的透明度條款在 2026 年 8 月 2 日生效,要求 AI 互動要揭露、合成內容要標記、深度偽造要標註,違規最高罰 3,500 萬歐元或全球年營業額的 7%,兩者取高。OpenAI 為了合規,宣布在歐盟範圍內給 ChatGPT 和 Codex 生成的文字加上不可見浮水印。

不同之處在發力點。歐盟走的是風險分級加高額罰款,把壓力壓在服務提供者身上;中國大陸這套辦法更強調全鏈條留痕和平台協同,把標示義務拆給服務方、分發方和使用者三方。兩條路的共同前提是一樣的:先讓內容帶上來源資訊,後面才談得上追責和治理。

落到創作者身上是什麼體驗

對一般創作者來說,變化不在技術而在習慣。以前發一張 AI 畫的插畫,可以當作普通作品發出去;現在要主動聲明,聲明之後流量會不會被演算法壓,是很多人心裡的疑問。目前還沒有公開的數據能回答這個問題。平台的暗示是,主動標示的內容不會被額外懲罰,真正被處理的是那些不標示還想冒充真實拍攝的。

真正值得觀察的是隱式標示能不能扛住二次加工。一段帶浮水印的影片被剪進別人的作品、轉幾道編碼、截圖再發,浮水印的存活率會掉。這也是 OpenAI 自己承認的短板:它的文字浮水印在替換 10% 詞語後,檢測率從約 92% 掉到 66%,替換 25% 只剩 17%。標示能提高作假的成本,但沒辦法把作假這條路堵死。

更實際的問題在邊界。一張真實照片被 AI 修過皮膚、換過背景、刪掉路人,它算不算 AI 生成?辦法給了方向,具體判斷還得靠平台的執行細則。標籤做得太寬,人人都在標,標籤就失去資訊量;做得太窄,又會漏掉大量處在灰色地帶的內容。

標示辦法改變的是預設值。在這之前,判斷一段內容是不是 AI 生成,是平台的事、是觀眾的事,唯獨不是發布者的事。現在它先成為發布者的事。這一步不解決所有問題,但它把「AI 生成」從一個可以隱瞞的選項,變成了一個必須回答的問題。

相關文章