以下为一般性合规知识整理，不构成正式法律意见。具体项目请结合业务模式、法域和最新法规咨询专业律师。

1、什么是AI合规？解答：AI合规是指企业在人工智能系统的研发、训练、部署、运营和退出全过程中，遵守数据保护、算法治理、内容安全、知识产权、伦理审查、行业监管等法律与规范要求，并建立可审计、可追责的治理机制。

2、AI合规的主要法律框架有哪些？解答：中国主要包括《网络安全法》《数据安全法》《个人信息保护法》《生成式人工智能服务管理暂行办法》《互联网信息服务算法推荐管理规定》《互联网信息服务深度合成管理规定》等；域外包括欧盟AI Act、GDPR、美国FTC指南及各州立法、英国AI原则、新加坡Model AI Governance Framework等。

3、企业为什么要建立AI合规体系？解答：建立AI合规体系可降低行政处罚、民事赔偿、刑事责任和声誉损失风险，同时满足投资方、客户和供应链的合规审查要求，并提升AI产品的可解释性、安全性和市场信任度。

4、AI合规的责任主体包括哪些？解答：通常包括AI模型提供者、服务提供者、部署者、使用者、数据控制者/处理者、内容发布平台以及第三方供应商。不同法域对“提供者”“部署者”“运营者”的定义不同，责任分配也不同。

5、如何界定AI服务提供者与使用者？解答：提供者通常指开发、提供AI模型或服务并决定其用途的主体；使用者指在具体业务中调用或部署AI的主体。若企业将第三方模型嵌入自身产品并对用户提供服务，可能被认定为服务提供者并承担相应责任。

6、什么是生成式人工智能服务？解答：生成式AI服务指利用生成式模型向公众提供文本、图片、音频、视频、代码等内容生成的服务。中国《生成式人工智能服务管理暂行办法》对其数据、算法、内容、用户权益和备案提出专门要求。

7、生成式AI服务需要备案吗？解答：根据中国规定，提供具有舆论属性或社会动员能力的生成式AI服务，应按国家有关规定开展安全评估，并履行算法备案和变更、注销备案手续。并非所有内部使用或非公众服务都当然需要备案，但面向公众且具有舆论属性的通常需要。

8、算法备案与生成式AI备案有何区别？解答：算法备案主要依据《互联网信息服务算法推荐管理规定》，适用于算法推荐服务；生成式AI备案是在算法备案体系下针对生成式AI服务的专项要求，通常还需提交安全评估报告、语料来源、模型机制、内容拦截等材料。

9、AI训练数据必须合法吗？解答：必须合法。训练数据来源、采集方式、授权范围、版权状态和个人信息处理均需符合法律要求。使用盗版数据、非法爬取数据或未经同意处理个人信息，可能导致侵权、行政处罚甚至刑事责任。

10、训练数据中可以包含个人信息吗？解答：可以，但需具备合法性基础，如同意、合同必要、法定义务等，并遵循最小必要、目的限制和存储期限要求。若涉及敏感个人信息，还需取得单独同意并履行更严格的保护义务。

11、如何取得个人信息用于AI训练的同意？解答：应以显著、清晰、易懂的方式告知处理目的、数据类型、使用方式、保存期限和用户权利，并取得自愿、明确、单独的同意。若数据来自第三方，应核验其授权链条是否覆盖AI训练用途。

12、敏感个人信息用于AI训练有什么特殊要求？解答：敏感个人信息包括生物识别、宗教信仰、医疗健康、金融账户、行踪轨迹、不满十四周岁未成年人信息等。处理需具有特定目的和充分必要性，取得单独同意，进行个人信息保护影响评估，并采取严格加密和访问控制。

13、数据跨境传输对AI训练有什么限制？解答：若训练数据包含个人信息或重要数据，出境需符合中国数据出境安全评估、标准合同备案或个人信息保护认证等路径。欧盟GDPR下还需依赖充分性认定、SCCs或BCRs等机制。

14、什么是数据最小必要原则？解答：数据最小必要原则要求收集和处理的数据限于实现特定业务功能所必需的最小范围和最短时间。AI训练中应避免无差别抓取、超范围收集和无限期保存。

15、AI模型需要做安全评估吗？解答：面向公众提供且具有舆论属性或社会动员能力的生成式AI、算法推荐、深度合成等服务，通常需要开展安全评估。企业也应主动进行模型安全、数据安全、内容安全和供应链安全评估。

16、什么是算法安全评估？解答：算法安全评估是对算法机制、数据来源、模型风险、内容输出、用户权益影响、防沉迷和应急处置等进行系统性审查，以判断是否符合国家安全、公共利益和公民合法权益要求。

17、算法备案需要提交哪些材料？解答：通常包括备案表、算法安全自评估报告、算法机制机理说明、数据来源与标注规则、内容审核机制、用户权益保护措施、应急处置预案和主体资质材料等，具体以网信部门要求为准。

18、生成式AI备案的量化指标有哪些？解答：一线备案经验中常见指标包括：语料安全评估抽检不少于4000条且合格率不低于96%；技术筛查抽检10%且合格率不低于98%；敏感问题拒答率不低于95%；良性请求误拒率不高于5%；生成内容测试合格率不低于90%。

19、大模型语料安全评估抽检要求是什么？解答：通常要求对语料进行抽样安全评估，抽检量不少于4000条，合格率不低于96%。评估重点包括违法不良信息、歧视性内容、虚假信息、侵犯隐私和知识产权风险。

20、敏感问题拒答率要求是多少？解答：在备案安全评估中，敏感问题拒答率通常要求不低于95%。模型应对违法违规、危害国家安全、暴力恐怖、色情低俗等问题明确拒绝回答或安全引导。

21、良性请求误拒率要求是多少？解答：良性请求误拒率通常要求不高于5%。企业应平衡安全过滤与正常服务，避免因过度拦截导致用户体验和合法权益受损。

22、生成内容测试合格率要求是多少？解答：生成内容测试合格率通常要求不低于90%。测试应覆盖文本、图片、音频、视频等模态，并检查违法不良信息、偏见歧视、虚假信息和侵权内容。

23、境外语料占比限制是多少？解答：备案实践中，境外语料占比通常要求不高于30%。企业应说明境外语料来源、合法性、安全评估和本地化治理措施。

24、拦截关键词库有什么要求？解答：关键词库通常要求不少于10000个，覆盖17类风险，包括政治、暴恐、色情、违法、歧视等，并每周更新。还应结合语义模型、人工审核和用户举报持续优化。

25、AI生成内容必须标识吗？解答：中国《人工智能生成合成内容标识办法》自2025年9月1日起施行，要求对AI生成合成内容添加显式或隐式标识。服务提供者应在界面、文件元数据等位置标明AI生成属性。

26、生成合成内容标识有哪些方式？解答：包括显式标识和隐式标识。显式标识如在文本、图片、音频、视频中添加“AI生成”字样、水印或语音提示；隐式标识如写入文件元数据、数字水印、区块链存证等。

27、显式标识和隐式标识有什么区别？解答：显式标识面向用户直接可见或可感知；隐式标识嵌入文件或传播链路中，供平台、监管或技术系统识别。两者通常需结合使用，以兼顾用户体验和可追溯性。

28、AI生成内容标识适用于哪些场景？解答：适用于面向公众提供AI生成合成内容服务的场景，包括聊天机器人、AI绘画、AI换脸、语音合成、视频生成、写作助手等。企业内部非公开使用可依具体规定判断。

29、AI服务需要过滤违法不良信息吗？解答：需要。AI服务提供者应建立内容安全管理制度，对输入和输出进行过滤、拦截、拒绝回答和人工复核，防止生成危害国家安全、暴力恐怖、色情低俗、虚假谣言等违法不良信息。

30、什么是内容安全拒答机制？解答：拒答机制指模型识别到敏感、违法或高风险请求时，不直接生成有害内容，而是拒绝回答、提供安全提示或引导至合法渠道。拒答应精准，避免过度拒绝正常问题。

31、如何建立敏感词库？解答：应结合法律法规、监管通报、行业标准、历史事件和用户举报，建立多类别、多层级敏感词库，并定期更新。同时应结合语义识别、上下文分析和人工审核，避免仅依赖关键词。

32、AI生成虚假信息如何治理？解答：应建立事实核查、来源标注、谣言拦截、用户举报和快速更正机制。对可能扰乱社会秩序的虚假信息，应及时删除、限制传播，并保存日志配合监管调查。

33、AI生成内容侵犯他人名誉权怎么办？解答：服务提供者应建立通知—删除、申诉和更正机制。若明知或应知侵权内容仍未处理，可能承担连带责任。企业还应通过训练数据清洗、输出过滤和人工审核降低侵权风险。

34、AI服务提供者对用户生成内容负责吗？解答：责任取决于服务性质、控制能力和过错程度。若平台仅提供中立技术服务且履行通知—删除义务，可能适用避风港；若主动推荐、编辑或从中获利，责任可能加重。

35、什么是“通知—删除”规则？解答：权利人发现侵权内容后通知平台，平台应及时采取删除、屏蔽、断开链接等措施，并将通知转送用户。若平台未及时处理导致损害扩大，可能对扩大部分承担连带责任。

36、AI生成内容需要人工审核吗？解答：高风险场景、舆论属性强的场景和备案要求中通常需要人工审核或人工复核机制。人工审核应覆盖敏感内容、投诉举报、重大事件和模型异常输出。

37、训练数据版权如何合规？解答：应优先使用自有数据、公开领域数据、授权数据或合法开源数据。使用受版权保护作品时，应评估合理使用、法定许可或取得授权，并保留来源、授权和清洗记录。

38、使用受版权保护作品训练AI是否侵权？解答：各国规则不同。中国目前无专门AI训练版权例外，需结合合理使用、三步检验法等判断。欧盟、美国也在讨论文本与数据挖掘例外。企业应做版权风险评估并保留合规证据。

39、AI生成内容的著作权归谁？解答：中国司法实践中，若AI生成内容体现人类独创性智力投入，可能构成作品并受著作权保护，权利人可能是使用者或开发者，依约定和贡献判断。美国版权局通常要求人类作者身份。

40、AI生成内容可以申请专利吗？解答：AI本身不能作为发明人。若人类利用AI完成技术方案并满足新颖性、创造性和实用性，可以申请专利，但需如实说明AI辅助情况，并关注各国专利局要求。

41、AI生成内容使用他人商标有何风险？解答：可能构成商标侵权或不正当竞争。若生成内容导致消费者混淆、淡化驰名商标或冒充他人商品，企业应承担相应责任。应建立商标黑名单和输出过滤。

42、AI生成图片使用他人肖像有何风险？解答：可能侵犯肖像权、个人信息权益和名誉权。除法律另有规定外，使用他人肖像需取得同意。AI换脸、AI写真等场景还应取得单独同意并显著标识。

43、AI生成声音模仿他人声音是否违法？解答：可能侵犯声音权益、人格权、著作权和名誉权。中国民法典将声音纳入人格权保护。未经许可模仿可识别自然人的声音，可能承担停止侵害、赔偿损失等责任。

44、AI训练中的数据库权利如何保护？解答：数据库可能受著作权、商业秘密或反不正当竞争法保护。企业应审查数据库许可协议，避免超范围抓取、实质性复制或破坏技术措施。

45、开源模型商用需要注意什么？解答：应审查开源许可证类型，如Apache 2.0、MIT、GPL、AGPL、Llama社区许可证等，确认商用、修改、分发和署名义务。还应关注模型卡、数据来源和出口管制。

46、模型输出与第三方作品相似如何监控？解答：应建立输出相似度检测、版权指纹、水印和人工复核机制。对高风险生成内容进行拦截、替换或提示，并保存检测记录用于合规审计。

47、AI伦理审查应审查什么？解答：应审查公平性、非歧视、透明性、可解释性、隐私保护、人类监督、安全性和社会责任。高风险AI还应评估对基本权利、弱势群体和社会秩序的影响。

48、什么是AI伦理委员会？解答：AI伦理委员会是企业或机构设立的多学科审查机构，通常由法律、技术、伦理、业务和外部专家组成，负责审查AI项目伦理风险、制定伦理准则和监督整改。

49、AI决策需要人类监督吗？解答：高风险或对个人权益有重大影响的AI决策通常需要有效人类监督，包括人工复核、否决权和申诉机制。人类监督不能流于形式，监督者应具备相应权限和能力。

50、高风险AI系统如何定义？解答：欧盟AI Act将高风险AI列为附件清单中的系统，如生物识别、关键基础设施、教育、就业、公共服务、执法、移民和司法等。中国则通过行业监管和算法安全评估识别高风险场景。

……

立即加入网络安全AI安全群