欧盟AI法案正式落地，高风险大模型实行强监管
经过多年酝酿和多方博弈，欧盟《人工智能法案》终于在近期正式落地生效。这是全球首部全面监管人工智能的成文法律，标志着AI治理从行业自律迈入强监管时代。其中最受关注的条款，莫过于对高风险大模型实施严格管控，包括生成式AI、基础模型等。
先看高风险大模型的界定。法案将AI系统划分为四个风险等级：不可接受风险、高风险、有限风险、极低风险。针对大语言模型等通用AI，只要其具备“系统性风险”特征——比如训练算力超过10的25次方次浮点运算，或模型在多个高风险场景中被复用，就会被划入高风险类别。这类模型必须满足一系列硬性要求：训练数据的合法性审查、算法透明度、人工监督机制、以及定期进行风险评估报告。一旦违反，罚款可达全球年营收的7%或3500万欧元。
强监管具体体现在几个关键环节。第一，训练数据必须“可溯源”。开发者需要证明训练数据来源合法，不包含歧视、侵权内容。这直接冲击了当前“爬虫抓取+黑盒训练”的行业惯例。第二，模型须具备“可解释性”。高风险系统必须向用户清楚说明决策逻辑，例如招聘AI为何淘汰某位候选人，信用评分模型为何拒绝贷款申请。第三，部署后的持续合规。模型上线后仍需动态监测，任何重大更新都要重新申报。欧盟还设立了“AI办公室”作为专门的执法机构。
法案落地后，企业界反应不一。大型科技公司普遍早有准备，已经在欧洲建立了合规团队，调整数据清洗流程。但中小型开发团队面临巨大压力——光是数据溯源和文档编写就可能耗费数月时间和数十万欧元成本。更深远的影响在于，欧盟的治理框架可能被其他经济体效仿。例如美国、日本已经开始讨论类似的分类监管思路，全球AI合规成本正在快速上升。
当然，也有声音质疑条款过于严苛，可能抑制创新。但支持方认为，高风险领域必须兜底，否则AI偏见、虚假信息传播等问题只会愈演愈烈。无论如何，这部法案已经为全球AI发展划下了一条红线：大模型不是法外之地，越强大越需要责任。企业若想在欧盟市场生存，现在就该把合规作为技术开发的底层逻辑。
