引言：从一张合成图片说起

2025年初，西藏日喀则地震期间，一张“被压在废墟下的小男孩”图片在社交平台上被大量转发，随后被证实为AI合成图像。这一事件并非孤例。从伪造的灾害现场到虚拟的“专家带货”，从AI换脸实施诈骗到“数字泔水”批量生产，生成式人工智能的滥用正在以超乎预期的速度侵蚀信息生态的底层信任结构。美国兰德公司用“真相侵蚀”来描述这一现象——当公众对传统媒体和权威机构的信任度持续降低，事实和基于事实的分析在公共生活中的比重便日益萎缩。

面对这一挑战，全球主要法域不约而同地将目光投向“标识”这一治理工具。其逻辑简明而有力：既然无法阻止AI生成逼真内容，那么至少应当让公众知道眼前的内容“来自机器”。2025年9月1日，中国《人工智能生成合成内容标识办法》（以下简称“《标识办法》”）正式施行；美国加州《人工智能透明度法案》定于2026年1月1日生效；欧盟《人工智能法案》第50条的透明度义务则从2026年8月2日起适用。三大法域在标识制度上形成了罕见的“时间共振”，但在制度设计上却展现出截然不同的治理哲学。

需要说明的是，欧盟等法域对涉及深度伪造（Deepfake）技术的AIGC设有单独规定，为深度伪造服务商设定了较一般AIGC更为严格的披露义务。限于篇幅，本文仅讨论AIGC服务商的普遍性标识义务，不单独展开对深度伪造技术监管的分析。

一、美国加州：以规模为门槛的“精准合规”

（一）加州《人工智能透明度法案》的制度要点

 加州《人工智能透明度法案》的立法思路带有鲜明的“加州特色”——既强调创新保护，又追求监管实效。该法案将标识义务主体限定为“每月用户或访客量超过100万且可在加州公开访问”的大型AIGC服务商，中小型服务商则不作要求。这一“抓大放小”的策略，本质上是承认监管资源有限性后的务实选择：与其对所有服务商施加难以执行的统一义务，不如先管住那些真正具有舆论影响力的头部平台。

 CAITA的核心制度设计可以从三个维度理解。第一，在义务主体上，该法案仅适用于“每月用户或访客量超过100万且在加州可公开无地理限制访问”的AIGC服务商，中小型服务商不在规制范围之内。 [1] 第二，在配套要求上，受涵盖服务商须为用户免费提供AI检测工具（AI detection tool），使公众具备验证内容来源的技术手段。 [2] 第三，在标识架构上，CAITA采取“强制隐式+可选显式”的双层框架：服务商必须在AI生成的图像、视频、音频中嵌入隐式标识（latent disclosure），以传达内容来源信息 [3] ；显式标识（manifest disclosure）则由用户自行选择是否添加 [4] 。

 这一设计体现了加州立法者对监管成本与合规可行性的权衡。强制隐式标识是“安全底线”，不影响内容观感，且可被机器检测；显式标识可能影响用户体验和分享意愿，因此交由市场选择。此外，CAITA要求受涵盖服务商在知悉第三方被许可方修改系统使其丧失标识能力时，须在96小时内撤销许可。 [5] 违反CAITA的服务商将面临每次违规5000美元的民事罚款。

 （二）与联邦《标识法案》的对比

 CAITA的出台背景，是美国联邦层面AI标识立法的长期滞后。2023年10月，拜登政府发布“安全、可靠和可信的人工智能”行政命令（Executive Order on Safe, Secure, and Trustworthy Artificial Intelligence），要求商务部制定AIGC内容认证指南，但正式文件迄今未见出台。2023年11月，联邦参议院两党议员提出《2023年AI标识法案》（AI Labeling Act of 2023），规定了较为详细的标识要求。2023年7月，OpenAI和Google等7家美国大型AI企业向拜登政府作出承诺，将开发符合要求的AI标识技术以赢得公众信任。

 由此可见，美国联邦层面的AI标识治理尚停留在行政命令、立法提案与企业自愿承诺的阶段，而CAITA则率先在州层面实现了强制性标识立法。与联邦《标识法案》相比，CAITA在以下方面作出了调整：其一，监管范围上免去了小型服务商的标识义务，仅规制月活超100万的头部服务商；其二，主体范围上免去了文字生成型AIGC服务商的标识义务，仅覆盖图像、视频与音频生成型服务；其三，减轻了显式标识的强制性，由用户选择是否添加，而无需主动提供显式标识；其四，将民事罚款上限从10000美元降至5000美元。

 这些调整反映出美国在AIGC标识义务上尚未形成全国性共识。联邦与州之间在义务主体范围、标识强制性等核心问题上的立场分歧，意味着在CAITA出台后，其他各州可能效仿加州模式，形成“州级先行、联邦跟进”的立法格局。

 （三）产业实践：技术先行与合规观望并存

 值得注意的是，部分加州科技企业已经按照CAITA要求进行AI标识。谷歌开发的SynthID技术能够在不被用户察觉的前提下，将水印植入声波频谱与图片像素之中。SynthID本身也是AI检测工具，目前已被应用于Lyria等生成式AI大模型。OpenAI于2024年8月声称开发了针对ChatGPT生成文字的水印工具，但考虑到误报风险与用户流失风险，至今未公开发布。

 二、欧盟：权利本位的全面覆盖

 （一）第50条的普遍标识义务

 2024年8月1日，欧盟《人工智能法案》（EU AI Act）正式生效。与加州CAITA“抓大放小”的思路形成鲜明对比，欧盟选择了一条覆盖面更广、要求更系统的规制路径。该法案第50条第2款将标识义务的主体界定为“生成合成类音频、图像、视频或文本内容的AI系统提供商” [6] 。

 从义务内容看，第50条第2款确立了双重合规标准。第一层是输出层面的标识要求：AIGC必须以机器可读（Machine-Readable）格式进行标记，且能够被检测为人工生成或操纵（Artificially Generated or Manipulated）。第二层是技术方案的质量要求：提供商应在技术可行范围内确保标识方案满足“有效（Effective）、可互操作（Interoperable）、稳健可靠（Robust and reliable）”三项标准。

法案正文并未对上述三项标准作出进一步的技术细化，而是在第133号注释（Recital 133）中以列举方式推荐了水印（Watermark）、元数据标识（Metadata identifier）、指纹或其他适当形式作为可供选择的合规方案。不同企业开发的水印或元数据系统往往存在技术隔离，但通过加入C2PA（Coalition for Content Provenance and Authenticity，内容来源和真实性联盟）等技术标准组织，有望逐步实现技术方案之间的互操作性。

 （二）软性机制的先行探索

 在正式立法与实施细则出台之前，欧盟已通过软性机制推动行业实践。2024年9月25日，为配合《人工智能法案》的生效与过渡，欧盟推出《人工智能公约》（EU AI Pact）。在首批签约的130余个AI企业中，过半数企业作出了有关AIGC透明度义务的额外承诺（Commitment），即承诺清楚并可区分地标记（Clearly and distinguishably label）AIGC，以自愿形式承担显式标识义务 [7] 。

这种“公约先行、立法跟进”的路径，与欧盟在数据保护领域（GDPR）的治理传统一脉相承：通过前置性规则塑造技术发展的合规基线，而非等待市场自发形成秩序后再进行干预。就实施细则而言，欧盟《人工智能法案》规定欧盟人工智能办公室（AI Office）应鼓励并促进起草欧盟层面的实施细则，以促进有效履行检测和标记AI生成或操纵内容的义务。

 （三）制度逻辑：从透明度到知情权

 在欧盟的治理框架中，标识义务的正当性基础不在于技术追溯的行政便利，而在于保障公众的知情权——用户有权知道自己面对的是人还是机器。因此，标识不是一种“选择性合规”，而是一种普遍性的义务，不因服务商规模大小或内容类型而有所区别。

 这一立场与加州CAITA的“精准合规”思路形成了对照。加州模式承认监管资源的有限性，选择先管住具有舆论影响力的头部平台；欧盟模式则坚持权利保护的普遍性，认为任何规模的AIGC服务商都应对其生成内容的透明度负责。两种模式各有其合理性，也各自面临不同的执行挑战：加州模式的难题在于如何防止长尾服务商成为监管盲区；欧盟模式的挑战则在于如何避免过高的合规成本抑制中小企业的创新活力。

 三、中国：全链条协同的标识治理

 （一）层层递进的规范体系

 中国对AIGC标识的治理，延续了“包容审慎、分类分级”的监管思路。2022年以来，中国陆续出台专门针对生成式人工智能的法规，形成了由三份部门规章和一份强制性国家标准组成的标识义务体系：《互联网信息服务深度合成管理规定》（2023年1月10日生效）、《生成式人工智能服务管理暂行办法》（2023年8月15日生效）、《人工智能生成合成内容标识办法（征求意见稿）》（2024年9月14日发布），以及配套的《网络安全技术人工智能生成合成内容标识方法（征求意见稿）》。

 根据这一规范体系，AIGC服务商的标识义务呈现三个层次。第一层是强制性的元数据隐式标识义务 [8] ：服务商须在生成合成内容的文件元数据中添加特定字符形式的隐式标识，该标识需符合《标识方法》规定的统一格式。第二层是附条件的显式标识义务：如果服务商提供的AIGC符合《深度合成管理规定》第17条列举的容易引起混淆或误认的情形，则同时负有显式标识义务。第三层是显式标识的用户可选择性：根据《标识办法》第9条，显式标识义务可凭借用户的选择来排除，但服务商应在用户手册中进行约定并留存服务日志。

（二）显式标识的灵活性设计

 中国制度设计的一个显著特点，是在显式标识环节为服务商保留了较大的选择空间。这背后的考量是：显式标识会给AIGC服务商带来较大的标注难度和成本，且可能降低生成物的美感、影响用户的分享意愿。因此，《标识办法》没有强制规定某一种显式标识方法，而是为文本与音频类AIGC提供了在交互界面标识的备选项。

在实践中，不同类型的AIGC平台采取了差异化的标识策略。音频生成类平台如智谱清言采取在生成音频中插入提示音的标识方法；文本生成类平台如Kimi、Deepseek和通义千问则采用交互界面标识的方法，在对话框下端显示服务商的显式标识，提示用户对话内容由AI生成。这种灵活性设计，在保障透明度的同时尽可能减少了对用户体验的干扰。

 （三）隐式标识的标准化路径

 与显式标识的灵活性形成对比，中国制度对隐式标识采取了严格的标准化要求。《标识办法》将隐式标识与元数据绑定，强调隐式标识的标准化。隐式标识的核心目的是为AIGC打上一个难以删除且可被检测的标识；为实现这一目的，需要一种通用的、机器可读的技术载体，而元数据是目前的最佳选项。

 文件元数据是按照特定编码格式嵌入文件头部的描述性信息，无需图像识别或音视频识别技术辅助，直接可被计算机读取。更重要的是，元数据易于统一标识形式。《标识方法》将元数据隐式标识的格式统一为特定字符形式，使得后续开发的AIGC内容识别技术具有通用性，也为服务商的合规带来了便利。这一“标准驱动”的治理路径，是中国AIGC标识制度区别于加州和欧盟的显著特征。

 结语：共识与差异之间

 综合上述分析，美国加州、欧盟与中国在AIGC服务商标识立法上的共识主要体现在标识类型与强制性要求上：三个法域均从安全性角度出发，要求AIGC进行隐式标识；同时均考虑到用途美观性，不对显式标识采取强制性要求。这一共识反映了全球监管者在AIGC治理上的共同取向——在信息透明与用户体验之间寻求平衡。

 然而，三个法域在义务主体、技术方案以及法律责任等细节规定上则不尽相同。加州模式以规模为门槛，追求“精准合规”；欧盟模式以权利为本位，追求“全面覆盖”；中国模式以标准为驱动，追求“全链条协同”。这些差异体现了三个法域AI产业现状的不同，以及监管者面对新业态、新模式的不同监管力度。AI领域技术日新月异，监管要求也在变动之中。三个法域的制度实践将在相互借鉴与竞争中持续演化，其走向值得持续关注。

 [1] California AI Transparency Act 22757.1. (b).

[2] California AI Transparency Act 22757.2. (a).

[3] California AI Transparency Act 22757.3.(b).

[4] California AI Transparency Act 22757.3. (a).

[5] See California and artificial intelligence watermarking law, https://www.dataprotectionreport.com/2024/09/california-and-artificial-intelligence-watermarking-law/.

[6] EU AI Act. Chapter IV: Transparency Obligations for Providers and Deployers of Certain AI Systems. https://artificialintelligenceact.eu/article/50/, last visited on February 25, 2025.

[7] EU AI Office: AI Pact Commitments See：AI_Office_AI_Pact_commitments_final_4_09_24_q82fUY4goCL4qmzH4NznRZ2blwk_107430.pdf, last visited on September 16, 2026.

[8] 《人工智能生成合成内容标识办法（征求意见稿）》第五条。