4月29日，習(xí)近平總書記在上海考察時指出，人工智能技術(shù)加速迭代，正迎來爆發(fā)式發(fā)展，上海要總結(jié)好以大模型產(chǎn)業(yè)生態(tài)體系孵化人工智能產(chǎn)業(yè)等成功經(jīng)驗，加大探索力度，力爭在人工智能發(fā)展和治理各方面走在前列，產(chǎn)生示范效應(yīng)。當(dāng)下，培育和建設(shè)大模型產(chǎn)業(yè)生態(tài)、促進(jìn)人工智能發(fā)展至關(guān)重要。

何為大模型產(chǎn)業(yè)生態(tài)

人工智能大模型是指具有大規(guī)模參數(shù)和復(fù)雜計算結(jié)構(gòu)的機(jī)器學(xué)習(xí)模型，通常基于深度神經(jīng)網(wǎng)絡(luò)構(gòu)建，參數(shù)規(guī)模可達(dá)數(shù)十億甚至數(shù)萬億。OpenAI通過GPT系列模型從0到1創(chuàng)新了大模型范式、完成行業(yè)標(biāo)準(zhǔn)定義，DeepSeek則進(jìn)行架構(gòu)創(chuàng)新、知識蒸餾和工程優(yōu)化，大幅降低了模型訓(xùn)練與推理成本，實現(xiàn)從1到N的普惠化突破，使大模型普遍可及性大幅增強(qiáng)。

大模型產(chǎn)業(yè)生態(tài)是指以通用大模型作為核心驅(qū)動技術(shù)，由對大模型產(chǎn)業(yè)有重要影響的數(shù)據(jù)、算法、算力等各類要素，政府、企業(yè)、用戶等多元主體，基礎(chǔ)設(shè)施、技術(shù)模型和服務(wù)應(yīng)用等多層級產(chǎn)業(yè)鏈組成復(fù)雜體系，通過基礎(chǔ)模型的研發(fā)推動人工智能商業(yè)化和落地應(yīng)用，實現(xiàn)大模型產(chǎn)業(yè)生態(tài)擴(kuò)展。

大模型產(chǎn)業(yè)生態(tài)的形成既是必要也是必然。

從必要性而言，大模型產(chǎn)業(yè)涵蓋數(shù)據(jù)、算力、算法、模型開發(fā)和落地應(yīng)用多個環(huán)節(jié)，一方面，大模型技術(shù)相對復(fù)雜；另一方面，高質(zhì)量的數(shù)據(jù)資源與算力資源供給不足，需要對要素資源和技術(shù)進(jìn)行協(xié)同整合。作為基礎(chǔ)的通用大模型難以直接滿足具體需求，需要結(jié)合場景進(jìn)行精準(zhǔn)適配，適應(yīng)不同應(yīng)用場景需求，因此大模型產(chǎn)業(yè)發(fā)展需要產(chǎn)業(yè)生態(tài)形成以降低研發(fā)成本、提升創(chuàng)新效率。

從必然性而言，大模型產(chǎn)業(yè)高度依賴數(shù)據(jù)、算法、算力資源，三要素之間相互依賴，缺一不可，這種要素的強(qiáng)耦合性決定了大模型產(chǎn)業(yè)生態(tài)化的發(fā)展方式；大模型具有通用屬性，通用技術(shù)的演進(jìn)特征就是接入各行各業(yè)成為普惠性應(yīng)用，多場景的碎片化需求會進(jìn)一步驅(qū)動整個產(chǎn)業(yè)鏈的協(xié)同，開源大模型的發(fā)展趨勢將進(jìn)一步吸引開發(fā)者接入，豐富大模型應(yīng)用生態(tài)。

大模型產(chǎn)業(yè)生態(tài)的發(fā)展趨勢與風(fēng)險

當(dāng)前，我國大模型產(chǎn)業(yè)生態(tài)處于快速發(fā)展與積極構(gòu)建的關(guān)鍵階段。相較于此前適用于特定領(lǐng)域、特定任務(wù)的人工智能，大模型產(chǎn)業(yè)生態(tài)的發(fā)展趨勢聚焦于多模態(tài)融合、人機(jī)交互共生、技術(shù)迭代輕量化、開源生態(tài)構(gòu)建等方向，需重視大模型產(chǎn)業(yè)生態(tài)發(fā)展過程中面臨的諸多法律風(fēng)險。

多模態(tài)融合是大模型產(chǎn)業(yè)生態(tài)的主要發(fā)展方向之一。大模型能夠?qū)崿F(xiàn)普惠應(yīng)用的重要基礎(chǔ)在于大模型能夠處理文本、圖像、語音、視頻等多種數(shù)據(jù)模態(tài)，并且能夠進(jìn)行跨模態(tài)推理，顯著提升復(fù)雜場景中的決策能力。然而，來自不同渠道、形式多樣的多模態(tài)數(shù)據(jù)也意味著數(shù)據(jù)安全風(fēng)險的增加。隨著大模型接入各行各業(yè)，其訓(xùn)練數(shù)據(jù)易涉及敏感個人信息，數(shù)據(jù)來源是否合法合規(guī)尤為重要，在數(shù)據(jù)的收集、存儲、使用和傳輸過程中，若管理措施不當(dāng)，容易發(fā)生數(shù)據(jù)泄露，嚴(yán)重侵犯個人隱私。

開源生態(tài)構(gòu)建是推動大模型產(chǎn)業(yè)生態(tài)發(fā)展的強(qiáng)大動力。一方面，開源模型降低了大模型應(yīng)用門檻，減少了大模型研發(fā)的資金和時間成本，能夠吸引開發(fā)者和企業(yè)參與，加速產(chǎn)業(yè)應(yīng)用并推動技術(shù)普惠。另一方面，開源生態(tài)加速了跨行業(yè)、跨領(lǐng)域的資源共享與應(yīng)用場景創(chuàng)新。但模型代碼公開可能導(dǎo)致模型被濫用，使大模型被用于開發(fā)釣魚軟件、深度偽造工具，進(jìn)行金融詐騙、網(wǎng)絡(luò)謠言傳播等違法違規(guī)活動，不僅會損害用戶和企業(yè)的合法權(quán)益，還可能對社會秩序和國家安全造成嚴(yán)重威脅。同時，當(dāng)前的開源大模型對于算力依賴程度較大，而算力資源主要集中于歐美國家和境外相關(guān)頭部企業(yè)，存在管制風(fēng)險。

人機(jī)交互的加強(qiáng)是大模型普惠應(yīng)用的必然趨勢。以能夠像人一樣擁有感知、學(xué)習(xí)和與環(huán)境動態(tài)交互能力的具身智能為例，具有物理形態(tài)的人工智能載體已經(jīng)被廣泛應(yīng)用于交通指揮、智能醫(yī)療、工業(yè)生產(chǎn)、自動駕駛、安全防護(hù)等多個領(lǐng)域，通過與人交互強(qiáng)化自主學(xué)習(xí)能力。因此，人機(jī)交互使大模型具備更強(qiáng)的環(huán)境交互性與高度自主性，行為結(jié)果難以預(yù)期。當(dāng)大模型與人類共同完成任務(wù)時，責(zé)任界定往往較為復(fù)雜。例如，在智能醫(yī)療輔助診斷中，若大模型的診斷建議導(dǎo)致誤診，可能涉及醫(yī)生、醫(yī)院、模型開發(fā)者、數(shù)據(jù)提供者等多主體責(zé)任，具體責(zé)任難以追溯。

大模型產(chǎn)業(yè)生態(tài)需要制度革新

上海在大模型產(chǎn)業(yè)生態(tài)構(gòu)建上形成了一定的示范效應(yīng)，其經(jīng)驗核心在于建立“政策引領(lǐng) 生態(tài)協(xié)同 場景驅(qū)動”三位一體的發(fā)展模式。在這一發(fā)展過程中從大模型產(chǎn)業(yè)角度出發(fā)，以培育與建設(shè)大模型產(chǎn)業(yè)生態(tài)為目標(biāo)，積極應(yīng)對大模型產(chǎn)業(yè)中的重點風(fēng)險，實現(xiàn)??技術(shù)剛性??與制度彈性??的平衡。為此，亟待從大模型產(chǎn)業(yè)發(fā)展的規(guī)律和特征入手，構(gòu)建和完善符合其健康發(fā)展的制度體系和實施方法，以制度革新支撐技術(shù)創(chuàng)新。

在大模型產(chǎn)業(yè)的基礎(chǔ)設(shè)施層，數(shù)據(jù)和算力等資源的豐富程度決定著人工智能大模型發(fā)展的上限，故數(shù)據(jù)與算力等關(guān)鍵資源的合理共享與流動格外重要。對于多模態(tài)數(shù)據(jù)的流通與共享，需在數(shù)據(jù)分類分級的基礎(chǔ)上，根據(jù)《公共數(shù)據(jù)資源登記管理暫行辦法》加快推動公共數(shù)據(jù)資源開放共享，對敏感數(shù)據(jù)采取加密、脫敏和訪問控制等手段，實現(xiàn)數(shù)據(jù)的“可用不可見”，同時加強(qiáng)對數(shù)據(jù)來源的合法性的審查，保障數(shù)據(jù)安全。算力資源上，產(chǎn)業(yè)政策應(yīng)在遵循《反壟斷法》和《公平競爭審查制度實施細(xì)則》等法律法規(guī)的基礎(chǔ)上，通過算力補(bǔ)貼引導(dǎo)企業(yè)合理布局算力資源，降低跨區(qū)域算力調(diào)度成本，避免補(bǔ)貼過度集中在少數(shù)地區(qū)或企業(yè)。

在大模型產(chǎn)業(yè)的技術(shù)模型層，需要支持與規(guī)范模型開源生態(tài)構(gòu)建。首先，開源生態(tài)的建設(shè)以統(tǒng)一的標(biāo)準(zhǔn)為前提，開源生態(tài)構(gòu)建上，產(chǎn)業(yè)政策可通過引導(dǎo)和資金支持，推動行業(yè)協(xié)會、標(biāo)準(zhǔn)化組織等制定與大模型平臺互操作相關(guān)的行業(yè)標(biāo)準(zhǔn)和技術(shù)規(guī)范，提升技術(shù)兼容性和協(xié)同性，以標(biāo)準(zhǔn)統(tǒng)一推動創(chuàng)新與開源。

其次，加強(qiáng)對開源社區(qū)的管理和開源大模型知識產(chǎn)權(quán)保護(hù)，對開源社區(qū)管理實施??基金會、企業(yè)、高校等多元主體協(xié)同多元共治，探索分離知識產(chǎn)權(quán)與使用權(quán)的“有限共享”機(jī)制和開源許可證分級管理制度，引導(dǎo)企業(yè)建立覆蓋全生命周期的開源合規(guī)體系。

最后，需要規(guī)范開源相關(guān)的壟斷行為??，禁止企業(yè)濫用市場支配地位限制模型接入或捆綁銷售，對產(chǎn)業(yè)鏈下游應(yīng)用開發(fā)者收取不合理的高價許可費(fèi)或設(shè)置歧視性條款，維護(hù)中小企業(yè)和開發(fā)者參與公平。

在大模型產(chǎn)業(yè)的服務(wù)應(yīng)用層，涉及政府和監(jiān)管機(jī)構(gòu)、相關(guān)企業(yè)、應(yīng)用平臺和用戶等多元主體，培育與建設(shè)大模型產(chǎn)業(yè)生態(tài)需要多主體形成治理合力。針對人機(jī)交互、人機(jī)協(xié)作過程中的侵權(quán)責(zé)任認(rèn)定問題，需建立“資源—責(zé)任”匹配為導(dǎo)向的責(zé)任場景分類模式，基于場景復(fù)雜度與機(jī)器責(zé)任分級規(guī)則匹配差異化義務(wù)，強(qiáng)化醫(yī)療、金融等高風(fēng)險場景的責(zé)任，推動人機(jī)責(zé)任的動態(tài)調(diào)整，并適當(dāng)引入保險機(jī)制，提高大模型產(chǎn)業(yè)的抗風(fēng)險能力的同時保障受害者的合法權(quán)益得到及時有效的救濟(jì)。

針對生成內(nèi)容合規(guī)和防范虛假信息，需壓實平臺責(zé)任，對于訓(xùn)練數(shù)據(jù)來源和模型版本迭代應(yīng)記錄存證，確保其可追溯。在模型輸入端可設(shè)置敏感詞庫，防止違法內(nèi)容的生成，在輸出端要根據(jù)《人工智能生成合成內(nèi)容標(biāo)識辦法》等規(guī)定進(jìn)行標(biāo)識。

近年來一直熱議的避風(fēng)港原則，即“通知—刪除”原則，以及合理使用原則，在人工智能時代的適用需要相應(yīng)調(diào)整，但是如何調(diào)整，平臺與平臺之間、平臺對平臺內(nèi)用戶，特別是經(jīng)營者用戶的監(jiān)管義務(wù)和職責(zé)如何確定還需要進(jìn)一步明確，平臺的信息過濾義務(wù)的設(shè)定及邊界在哪里都需要科學(xué)化、精細(xì)化設(shè)計，各類平臺在進(jìn)行數(shù)據(jù)獲取與訓(xùn)練中需要守住哪些底線，使用的邊界如何劃定等都需因應(yīng)調(diào)整。總的原則在于促進(jìn)創(chuàng)新為主線，兜住安全為底線，一定要注意平衡好創(chuàng)新發(fā)展與安全運(yùn)行之間的動態(tài)平衡，既要為技術(shù)創(chuàng)新及場景應(yīng)用，特別是在應(yīng)用中創(chuàng)新留出空間，也要為各類應(yīng)用劃出紅線和底線，為應(yīng)用場景制定好規(guī)則和規(guī)矩。

（陳兵系南開大學(xué)競爭法研究中心主任、法學(xué)院副院長，數(shù)字經(jīng)濟(jì)交叉科學(xué)中心研究員；董思琰系南開大學(xué)競爭法研究中心博士生）

AD：

鄭重聲明：本文版權(quán)歸原作者所有，轉(zhuǎn)載文章僅為傳播更多信息之目的，如作者信息標(biāo)記有誤，請第一時間聯(lián)系我們修改或刪除，多謝。