9 月 1 日起，国家网信办等四部门联合发布的《人工智能生成合成内容标识办法》正式实施，我国对 AI 生成内容(AIGC)的治理迈入 “强标识” 时代。在九派新闻 “九派圆桌” 直播中，知名数字经济学者刘兴亮围绕《办法》落地后的检测逻辑、合规难点与未来趋势展开深度解读，回应了 “手动录入 AI 文本是否算原创” 等公众核心关切。
一、《办法》出台：破解 AI “深度伪造” 背后的三大核心谜题
“现在 AI 生成的文本、音视频、虚拟人足以以假乱真，普通公众很难分辨，《办法》的核心就是给 AIGC‘亮明身份’。” 刘兴亮指出，此次《办法》并非全新立法，而是对《互联网信息服务深度合成管理规定》等原有政策的细化补充，重点聚焦三个亟待解决的问题：哪些是 AI 生成的？是谁生成的？从哪里生成的？
这三大问题的提出，源于现实中日益频发的 AI 滥用乱象。刘兴亮分享了多个真实案例：自己的声音与影像素材被机构未经授权用于数字人推广，对方却以 “素材公开、无恶意” 为由辩解;大学生情侣分手后，男生用 AI 合成女生音视频造谣侵权;某高校教授被 AI 伪造的 “朋友” 视频骗走 400 万元。“即便是我自己迭代到 4.0 版本的数字人，也常让粉丝困惑‘是真人还是 AI’—— 用户有权知道内容的真实来源，这是《办法》的立法初衷。”
他强调，《办法》的本质是推动 AIGC 从生成到传播的全流程安全管理，通过强制标识遏制深度伪造扩散，明确平台、生成者等主体的责任边界，最终实现 “该标就标、信息透明” 的治理目标。
二、检测真相：AI 文本难 “伪装”，两大指标识破核心属性
《办法》实施后，企业需承担内容标识与安全防范的主体责任，而 “如何检测 AI 生成内容” 成为公众与监管层共同关注的焦点。刘兴亮坦言，当前 AIGC 检测技术仍在完善中，尤其文本领域因 “无形无迹” 更具挑战，但核心逻辑已相对清晰。
从技术层面看，文本检测主要依赖两大核心指标：
困惑度：衡量内容的 “创造性与不确定性”。人类写作常因思维跳跃产生 “意外表达”，困惑度更高;而 AI 生成文本基于概率算法选择 “最可能的下一个词”(如描述天气大概率接 “晴朗”)，行文更顺滑但缺乏新意，困惑度显著更低。
突发性：反映内容的 “风格波动与多样性”。人类写作的句子长度、语气风格变化较大，突发性强;AI 生成内容则因模型惯性呈现 “均匀化特征”，突发性低。
针对 “手动录入 AI 文本能否算原创” 的热门疑问，刘兴亮给出明确答案：不能。 “AI 检测工具关注的是内容本质，而非录入方式。即便把 AI 文本抄一遍，其困惑度、突发性等核心属性没变;给 AI 图片手描一遍，核心结构与元素仍在 —— 这些操作骗不过检测系统。”
他同时提醒，当前检测工具误判率较高，曾出现 “人类平实文风的原创内容被判定为 AI 生成” 的案例。“高校老师不能仅凭检测工具下结论，应结合草稿版本、创作轨迹等原始证据综合判断;创作者遇误判可通过版本记录申诉，这是人类创作的独特证明。”
对于中小企业的合规压力，刘兴亮直言 “挑战不小”：大企业有资金技术应对，中小企业可能因成本问题心存侥幸。他呼吁提供普惠性技术解决方案，避免中小平台成为监管漏洞 ——“若违规内容都流向未合规的中小平台，治理效果会大打折扣。”
三、跨境治理：责任分属 “生产 + 传播” 两端，规则互认待突破
随着 AIGC 跨境传播日益频繁，“不同国家标识规则不一如何衔接”“出问题后责任谁担” 成为新的治理难点。刘兴亮指出，我国在 AIGC 标识治理上走在全球前列，欧盟《AI 法案》虽对深度伪造有强制要求，但国际层面尚未形成统一标准。
在责任划分上，他明确了 “属地管理” 原则：AI 内容在哪个国家生产，需符合当地法规；在哪个国家传播，也需遵守当地规则。 例如，某 AI 作品在 A 国生成、同时在 A 国与 B 国传播，必须同时满足两国的标识要求，否则任一国家都可追责。“这也是中国企业出海的难点之一，既要合规国内规则，也要适配目的地法规与文化，需多一份宽容与支持。”
而规则互认的关键在技术层面。“显性标识相对容易衔接，隐性标识涉及元数据、来源凭证等，需要各国认可统一的‘通用语言’。” 刘兴亮表示，未来可能出现 “双标识” 模式 —— 既保留国内执法所需要素，又适配境外规则，但这无疑会增加企业负担。
四、未来趋势：四大方向破解标识技术与治理闭环难题
谈及 AIGC 标识技术的发展方向，刘兴亮预判将聚焦四个核心领域：
标准统一：减少企业重复投入，为跨国互认扫清障碍，避免因标准混乱产生衔接漏洞。
模型签名化：在生成端让大模型自动写入可验证的来源证明，从根源上明确 “谁生成、从哪来”，目前图像生成领域已出现类似尝试。
流市场景整合：针对直播、动态视频等 “流动内容”，开发 “叠层水印 + 界面写标 + 回放检验” 的组合技术，破解实时传播的监管难题。
平台协同闭环：打通 AIGC 生成、标识、申诉、追踪全环节，实现 “每一步有迹可循、每一环有责可追”，构建完整治理链条。
“强制标识不是给 AI‘设限’，而是为了让技术在合规轨道上更好发展。” 刘兴亮以自身数字人创作举例：高敏感度的新闻、知识、商业内容清晰标注后，反而能提升受众信任度。“当技术透明、责任明确，AIGC 才能真正服务于生活，而非制造混乱。”
免责声明：本文仅代表作者个人观点，与每日科技网无关。其原创性以及文中陈述文字和内容未经本站证实，对本文以及其中全部或者部分内容、文字的真实性、完整性、及时性本站不作任何保证或承诺，请读者仅作参考，并请自行核实相关内容。
本网站有部分内容均转载自其它媒体，转载目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，若因作品内容、知识产权、版权和其他问题，请及时提供相关证明等材料并与我们联系，本网站将在规定时间内给予删除等相关处理.
