发帖
雷达卡
随着《生成式人工智能服务管理暂行办法》和《深度合成服务算法备案规定》等政策的逐步实施，开展AIGC业务的企业在上线前完成大模型备案已成为必要合规环节。然而，在实际推进过程中，部分企业由于对法规理解不充分、材料组织混乱或流程把控不当，导致备案周期延长、反复补交资料，甚至被监管部门驳回申请。
基于近三年协助上百家企业完成算法与大模型备案的实际经验，本文总结出企业在备案中最易触碰的五大典型问题，并提供切实可行的应对策略。文末附有实用自查工具表，建议留存参考。
[此处为图片1]误区一：误以为“小模型无需备案”——对适用范围认知模糊
不少企业存在误解，认为只有参数规模达到千亿级别的大型模型才需要备案。实际上，是否需备案并不取决于模型大小，而是由其功能和服务对象决定。
正确理解如下：
根据《生成式人工智能服务管理暂行办法》第二条以及《互联网信息服务算法推荐管理规定》，只要符合以下任一情形，即应进行备案：
- 向公众提供自动生成文本、图像、音频、视频等内容的服务；
- 使用深度合成技术（如人脸替换、语音克隆、AI绘图）；
- 模型具备内容生成能力且面向不特定用户开放。
典型案例：某电商平台在其客服系统中部署了一个7B参数的本地微调语言模型用于自动回复，虽属“轻量级”应用，但因直接面向消费者输出内容，最终被网信办约谈并暂停服务两周。
| 场景 | 是否需备案 | 依据 |
|---|---|---|
| 仅供内部员工使用的知识问答系统（未对外） | 否 | 未向公众提供生成服务 |
| 微信公众号接入AI写诗功能（用户可见） | 是 | 涉及文本生成且服务于公众 |
| SaaS平台提供的AI简历优化工具 | 是 | 面向不特定用户提供内容生成服务 |
| 仅用于数据分析预测的非生成类模型 | 否 | 不属于生成式AI范畴 |
| 游戏中由AI驱动的NPC对话（玩家可交互） | 是 | 生成可感知的内容信息 |
误区二：混淆“算法备案”与“模型备案”——申报类型错位
许多企业在提交材料时未能区分“算法备案”与“生成式大模型备案”，造成材料错配、审核延误。
关键区别如下：
- 算法备案：适用于推荐、排序、过滤、图像美化等功能性算法（例如短视频平台的内容推荐机制、修图软件的滤镜逻辑），通过“互联网信息服务算法备案系统”在线提交。
- 大模型备案：针对的是整个生成式AI服务体系（如通义千问、文心一言类产品），需额外准备安全评估报告、训练语料清单、内容审核机制说明等文件，先经省级网信办初审后上报中央网信办审批。
特别提醒：若产品同时包含生成式大模型和推荐算法功能，则两项均需分别独立备案。
| 项目 | 算法备案 | 大模型（生成式AI）备案 |
|---|---|---|
| 主管部门 | 中央网信办 | 省级+中央网信办联合管理 |
| 提交平台 | 算法备案系统 | 各省网信办指定渠道（线上或线下） |
| 核心材料 | 算法原理、应用场景、数据来源说明 | 安全评估报告、语料清单、内容过滤机制、人工复核流程 |
| 审核周期 | 通常30个工作日 | 60–90个工作日（含补正时间） |
| 是否公示 | 是（公开备案编号） | 是（服务名称+备案号同步公示） |
误区三：训练语料“拿来主义”，缺乏合规审查
训练数据的质量与合法性是监管审查的重点之一。一些企业直接抓取网页、社交媒体或论坛内容作为训练集，未进行版权确认与敏感信息筛查，埋下重大隐患。
常见问题包括：
- 语料中混杂涉政、低俗、暴力等违规内容；
- 大量引用新闻报道、学术论文、图书内容而无授权许可；
- 无法说明数据清洗的具体规则与执行过程。
合规建议：
- 建立语料台账：详细记录每类数据的来源、数量、获取方式及授权凭证；
- 实施三级过滤机制：采用关键词屏蔽 → 分类模型识别 → 人工抽样核查相结合的方式；
- 规避高风险数据源：避免采集境外匿名社区、非法字幕组资源、未经授权的UGC平台内容。
| 检查项 | 是否完成 | 说明 |
|---|---|---|
| 语料总量及分类统计（文本/图像/音频） | ? | 需精确到TB或亿条级别 |
| 每类数据来源URL或供应商名称 | ? | 如“人民网授权新闻数据” |
| 是否包含用户生成内容（UGC） | ? | 如有，须说明用户协议中的授权条款 |
| 是否完成敏感词过滤（政治、暴恐等） | ? | 需提供当前使用的过滤词库版本 |
| 是否取得第三方数据授权 | ? | 附授权书编号或合同摘要 |
| 是否进行偏见与歧视性内容检测 | ? | 涵盖性别、地域、民族等方面 |
误区四：安全评估报告“照搬模板”，内容空泛无力
部分企业为了节省成本，直接套用网络上的通用模板撰写安全评估报告，内容千篇一律，缺乏真实风控细节，难以通过专业评审。
一份高质量的安全评估报告应包含以下要素：
- 风险场景列举：明确列出可能的风险输入，如“诱导生成违法信息”、“模仿名人语气发布虚假言论”等；
- 技术防控措施：描述输入端关键词拦截、输出端内容识别模型、日志监控体系等具体实现；
- 人工审核机制：说明审核团队构成、标准操作流程（SOP）、响应时效安排；
- 应急处置预案：制定违规内容发现后的处理流程，例如2小时内下架并启动溯源调查。
提示：报告必须加盖公司公章，并由CTO或合规负责人亲笔签字，确保法律效力。
[此处为图片5]误区五：认为“备案即终结”，忽视持续合规义务
很多企业将备案视为一次性任务，一旦获批便放松管理，实则大错特错。监管部门实行动态抽查机制，要求企业长期履行合规责任。
必须持续落实的事项包括：
- 每季度更新一次训练语料清单（如有新增）；
- 当模型发生重大变更（如参数翻倍、支持多模态输出）时，须重新报备；
- 妥善保存用户投诉处理记录，至少保留三年；
- 根据地方试点要求，接入监管API，实时上传部分内容生成样本。
结语：备案不是负担，而是信任资产
尽管大模型备案流程较为复杂，但成功通过意味着获得了官方认可的“合规通行证”。这不仅有助于增强用户信任，还能提升融资估值、争取政府合作机会。
建议行动步骤：
- 组建专项小组（涵盖技术、法务、产品人员）；
- 对照本文所列表格逐项自查整改；
- 提前至少三个月启动备案准备工作；
- 完整归档所有过程文档，以备后续核查。
最后提醒：相关政策更新频繁，建议定期查阅中央网信办官网及各地网信办公告。对于不确定事项，可主动申请预沟通（部分地区已开通该通道）。
附录：企业大模型备案全流程时间轴（参考）
| 阶段 | 工作内容 | 耗时 | 风险点 |
|---|---|---|---|
| 准备期 | 材料梳理、语料审计、安全机制建设 | 2–4周 | 语料来源不合规 |
| 提交期 | 正式提交材料，等待初审反馈 | 1–2周 | 材料缺失或格式错误 |
| 补正期 | 根据意见修改并补充材料 | 视情况而定 | 反复补正拉长周期 |
| 审核期 | 省级初审+中央复审 | 60–90工作日 | 技术细节解释不清 |
| 公示与上线 | 备案通过，服务正式上线 | 即时 | 忽略后续持续合规要求 |
完成备案表的填写、报告上传及盖章流程，通常需要约1周时间。此阶段若材料格式不符合规范，易出现错误提示，需及时调整以避免延误。
进入初审阶段后，由省级网信办进行形式审查，周期为15个工作日。在此期间，若资料不全或存在瑕疵，可能频繁收到补正通知，需快速响应并提交补充材料。
[此处为图片1]
通过初审后，备案申请将转入实质审查环节，由中央网信办负责技术层面与合规性的综合评估，耗时一般为30至60个工作日。该阶段常见问题包括安全机制建设不完善等，影响审核进度。
审查通过后进入公示期，将在官方网站公示备案号，持续约5个工作日，此阶段无特殊操作要求。
备案完成后，需落实持续合规管理，涵盖日常运营监督及每季度的信息更新，属于长期性工作。特别需要注意的是，不得忽视后续的动态监管要求，确保系统与内容持续符合政策标准。
京公网安备 11010802022788号
