在科技飞速发展的当下，人工智能大模型已然成为推动各行业变革的核心力量。从智能客服的高效响应，到图像生成的创意激发，再到智能医疗的精准诊断，大模型的应用无处不在，其强大的能力正重塑着人们的生活与工作方式。为了进一步推动人工智能大模型产业的蓬勃发展，各地政府纷纷出台奖励政策，鼓励企业加大研发投入，提升创新能力。与此同时，随着大模型应用的日益广泛，其潜在风险也逐渐凸显，大模型备案制度应运而生，成为规范行业发展、保障公众权益的重要举措。接下来，让我们深入了解人工智能大模型的奖励政策，以及大模型备案的重要性、流程和材料要求。
一、各地人工智能大模型奖励政策汇总
（一）广东省政策
2025 年 3 月 10 日，广东省政府官网发布《广东省推动人工智能与机器人产业创新发展若干政策措施》。其中明确提出，对研发工业领域大模型和应用解决案例给予大力支持，每年将择优支持不超过 10 个标杆案例，每个案例给予最高 800 万元的奖励 。这一政策旨在推动制造业企业智能化转型，助力广东打造全球人工智能与机器人产业创新高地。通过对工业领域大模型的扶持，广东省期望能够提升制造业的生产效率、优化产品质量，增强产业的核心竞争力。
（二）广州市海珠区
为了加快人工智能大模型产业的高质量发展，广州市海珠区出台了一系列颇具吸引力的奖励政策。在新生产经营奖励方面，大模型企业首次完成国家级生成式人工智能（大语言模型）上线备案的，给予最高 100 万元的一次性奖励 。若企业首次完成国家级境内互联网信息服务算法备案或深度合成服务算法备案，也可获得最高 20 万元的一次性奖励。此外，在规模化发展奖励上，对于符合条件的大模型企业，根据其年度主营业务收入的增长情况，给予不同程度的奖励，最高可达 400 万元。同时，每年还设置了总金额不超过 3000 万元的模型优化补贴资金池，对完成相关备案或主营业务收入达标的企业，按照其开展模型推理或训练优化费用支出的 50% 给予补助，单个企业每年最高 150 万元 。这些政策从多个维度鼓励企业积极参与大模型的研发、备案与应用，促进产业的规模化、高质量发展。
二、大模型备案的重要性
（一）合规运营的必然要求
随着人工智能技术的广泛应用，相关法律法规也在不断完善。根据《生成式人工智能服务管理暂行办法》，面向公众提供生成式 AI 服务的企业必须完成大模型备案或登记 。这是企业合规运营的基本前提，未进行备案的企业可能面临罚款、停服甚至刑事责任。以 2025 年初爆火的中国 AI 企业深度求索（DeepSeek）为例，其低成本、高性能的模型 DeepSeek - R1 虽然展现出了强大的技术实力，但也必须在合规的框架下进行运营，大模型备案便是其中关键的一环 。只有通过备案，企业才能在合法合规的轨道上持续发展，避免因违规而遭受重大损失。
（二）保障数据安全与用户权益
大模型在训练和应用过程中，会涉及大量的数据收集、处理与使用。通过备案，监管部门能够对企业的数据来源、处理方式进行严格审查，确保数据的合法性、安全性，有效防止个人隐私泄露、数据滥用等问题。同时，备案要求企业明确用户数据的使用规则，保障用户对自身数据的知情权、控制权，增强用户对企业的信任。例如，在一些智能客服大模型的应用中，用户的咨询记录等数据可能会被用于模型训练，通过备案的严格规范，企业能够更好地保护用户数据安全，为用户提供更可靠的服务。
（三）促进行业健康有序发展
大模型市场的快速发展也带来了一些乱象，如模型质量参差不齐、虚假信息传播等。备案制度的实施，能够对市场上的大模型进行筛选和规范，淘汰不合规、质量差的模型，促使企业提升模型质量和服务水平。这有助于营造公平竞争的市场环境，推动整个大模型行业健康、有序地发展，实现技术创新与社会价值的良性互动。
三、大模型备案的流程
（一）前期沟通与确认
企业首先要主动与属地网信办取得联系，确认所拥有的大模型是否需要进行备案。部分仅用开源模型做简单微调的小模型，可能只需进行相对简单的算法备案，具体情况需与当地网信办沟通确认 。不同地区的网信办在具体要求上可能会存在一定差异，因此提前沟通至关重要。在沟通确认过程中，企业还需填写信息采集表，初步向网信办提供模型的相关信息。
（二）材料准备
▲安全评估报告：这是大模型备案的核心材料之一，需由专业机构或团队完成。报告要全面评估大模型在语料处理、模型训练、服务提供等环节的安全性 。在语料安全评估方面，需采用人工抽检和技术抽检相结合的方式。人工抽检要从全部语料中随机抽取不少于 4000 条语料，合格率不应低于 96%；结合关键词、分类模型等技术抽检，需从全部语料中随机抽取不少于总量 10% 的语料，抽样合格率不应低于 98% 。生成内容安全评估则要通过建设符合要求的测试题库，采用人工抽检、关键词抽检、分类模型抽检等方式，从生成内容测试题库中随机抽取不少于 1000 条测试题，模型生成内容的抽样合格率均不应低于 90% 。问题拒答评估要求从应拒答测试题库中随机抽取不少于 300 条测试题，模型的拒答率不应低于 95%；从非拒答测试题库中随机抽取不少于 300 条测试题，模型的拒答率不应高于 5% 。此外，评估报告还需形成整体评估结论，且自行开展安全评估的，报告应至少具有三名负责人共同签字，包括单位法定代表人、整体负责安全评估工作的负责人以及安全评估工作中合法性评估部分的负责人 。
▲模型服务协议和隐私协议：模型服务协议需明确服务范围、双方权利义务、数据使用与保护、违约责任、费用和支付、服务变更和终止、争议解决、法律适用和管辖、用户反馈和投诉等关键条款 。隐私协议则要详细说明用户数据的收集、使用、存储、传输等方面的隐私保护措施，保障用户的隐私权益。这两份协议通常由企业的法务团队负责制定，可参考相关模板并结合企业实际情况进行修改完善。
▲语料标注规则：需详细介绍标注团队的资质，包括专业背景、资质认证和相关经验。明确标注细则，如词性标注、实体识别、情感分析等具体规则，以及特殊情况和模糊案例的处理方式。阐述标注流程，从数据预处理到最终审核修正的全过程，确保流程的透明性和可追溯性。建立质量控制机制，通过抽检、互评等方式保障标注质量，并定期评估和优化。同时，要证明语料来源的合法性，若涉及个人数据，还需说明脱敏处理措施 。
▲拦截关键词列表：企业需准备一份详尽的拦截关键词列表，用于有效过滤有害信息。列表应至少包含 10000 个关键词，全面覆盖政治敏感、色情、暴力、谣言、歧视、恐怖主义等多种安全风险 。关键词要精确定义，减少误拦截和漏拦截情况，同时考虑不同语言和文化背景下的表达差异，包含多种语言和表达形式。并且，要根据网络安全实际需要及时更新，每周至少更新一次 。
▲评估测试题集：包括生成内容测试题库、拒答测试题库、非拒答测试题库。生成内容测试题库总规模不宜少于 2000 题，应完整覆盖相关安全要求中的全部 31 种安全风险，每种安全风险的测试题数量有明确规定 。拒答测试题库总规模不宜少于 500 题，覆盖特定的 17 种安全风险，每种题目不宜少于 20 题 。非拒答测试题库总规模不宜少于 500 题，至少覆盖我国制度、信仰、形象、文化等多方面，每一种测试题均不宜少于 20 题 。这些测试题集每月至少更新一次，以适应不断变化的安全需求。
（三）属地初审
属地网信办收到企业提交的备案材料后，会启动严格的初审程序。这一环节包括对备案材料的细致审查，检查材料是否完整、合规；进行技术安全评测，对大模型的技术安全性进行全面检测；组织行业专家评审，借助专业力量对模型的科学性、合理性等进行评估；征求主管部门意见，确保模型在多方面符合相关要求。经过层层把关，属地网信办会形成详细的属地初审意见，为后续的中央终审提供重要依据。
（四）中央终审
中央网信办的终审环节同样严谨。会再次审查备案材料，确保材料在全国层面的合规性；进行技术安全评测，从更高层面保障模型的安全性；征求六大部委意见，综合多部门的视角进行全面评估。只有当六大部委均无反对意见时，备案才算通过。最终，结果会反馈至中央网信，再由中央网信反馈至地方网信，完成公示上线备案流程。整个备案周期大约需要 3 - 6 个月，企业需耐心等待，并根据审核意见及时进行调整和补充 。
四、大模型备案的材料要求总结
- 《大模型上线备案申请表》：涵盖模型的基本情况，如模型名称、主要功能、适用人群、服务范围等；模型研制信息，包括模型备案情况、训练算力资源（若为自研模型）、训练语料和标注语料来源与规模、语料合法性、算法模型的架构和训练框架等；服务与安全防范内容，涉及推理算力资源、服务方式及对象、非法内容拦截措施、模型更新升级信息等 。
- 《安全自评估报告》：包含语料安全评估、生成内容安全评估、问题拒答评估及整体评估结论，各项评估的具体抽检数量、合格率、拒答率等要求前文已详细阐述。
- 《模型服务协议》：明确产品及服务的各项规则及隐私条款，保障用户与企业双方权益。
- 《语料标注规则》：详细说明标注团队、标注细则、标注流程、质量控制机制、语料来源合法性及隐私保护措施等。
- 《拦截关键词列表》：规模、覆盖风险类型、关键词数量及更新频率等都有严格要求，以有效过滤有害信息。
- 《评估测试题集》：对生成内容测试题库、拒答测试题库、非拒答测试题库的规模、覆盖内容及更新频率等进行了明确规定，确保能够全面、准确地评估大模型的性能和安全性。
人工智能大模型的奖励政策为企业的发展注入了强大动力，而大模型备案则为行业的健康发展筑牢了根基。企业在积极争取奖励政策支持的同时，务必高度重视大模型备案工作，严格按照流程和材料要求，认真准备，确保备案顺利通过，在合规的道路上充分发挥大模型的巨大价值，推动人工智能产业迈向新的高度。
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
