中国加速合规，CAC 生成式 AI 备案数量达 1,112 项
2026 年 7 月和 8 月，CAC 生成式 AI 备案新增 124 项服务，使中国全国总量升至 1,112 项。本批次还包括 7 项可在智能手机上运行生成式 AI 的服务。
这种增长带来了发布公告中鲜少体现的监管张力。中国一边让更多模型进入面向公众的产品，一边扩大围绕它们建立的合规体系。这既不是单纯的限制故事，也不是毫无约束的部署。
备案制度如今将直接提供模型能力的开发者，与构建在既有备案模型之上的应用区分开来。这一区别同时给模型厂商和下游产品团队带来压力：他们必须决定是自行承担监管负担，还是依赖获批的供应商。
两个月内，CAC 生成式 AI 备案新增 124 项服务
最新数据表明，中国的备案制度正在处理更多服务，同时并未将所有 AI 产品归入同一监管类别。
中国国家互联网信息办公室于 2026 年 9 月 14 日北京时间下午 6 点发布了相关公告。该时间点值得注意，因为原始新闻源未提供可核实的发布时间。
根据官方备案公告，共有 124 项生成式 AI 服务在 7 月和 8 月完成国家备案程序。其中 7 项直接在移动设备上提供生成式 AI 服务。
另有 133 项应用或功能通过地方网信部门完成登记。这些产品通过 API 或其他技术方式调用已备案模型的能力。
截至 8 月 31 日，中国已累计备案 1,112 项生成式 AI 服务，并登记 731 项应用或功能。这些是累计总数，并非月活产品数量或独立基础模型数量的估算。
备案与登记的区别是这份公告的核心。一家直接提供生成式模型服务的公司，需要走国家备案路径；使用已备案模型的下游应用，则遵循地方登记路径。
这一架构反映出 AI 市场日益分层的结构。一家基础模型公司可以服务许多应用，而每个应用都拥有各自的界面、用户、使用场景和内容风险。
这些数字也显示，下游这一层正在迅速扩张。在这两个月中，登记应用数量比备案服务多 9 项。这只是一个报告窗口内的有限观察，但它支持了应用部署正加速转移的更广泛趋势。
这 7 项移动服务还释放出另一项重要信号：端侧生成式 AI 至少会在手机上处理部分请求或模型运算，而非完全依赖远程基础设施。
移动端部署可以降低延迟，并减少传输至云服务器的信息量。但这也使合规变得更加复杂，因为模型行为分散在不同设备、软件版本和硬件配置中。
CAC 未在简短的公开公告中说明这 7 项移动服务的具体名称。随附的备案文件提供了正式记录，但公告未给出性能结果或采用数据。
公告同样没有说明每位申请者经历了多久的审查。因此，读者不应将 124 项备案理解为 124 份申请均在同两个月内提交并完成。
公告指出，具有舆论属性或社会动员能力、面向公众提供服务的提供者，可通过相应地方主管部门完成备案或登记。公告还要求已上线产品在显著位置展示模型名称及备案或登记编号。
对用户而言，这类披露可能出现在产品详情页或其他显眼位置。对产品运营方而言，这使底层模型关系成为产品上线后必须保持准确的信息。
如果公开产品标明了所使用的模型，团队便不能将模型选择视为私有的基础设施决策。更换供应商可能同时影响产品行为、合同、数据处理和监管记录。
因此，最新一批备案不只是政府数据库中的数字增长。它表明合规体系正从模型层延伸至具体产品和移动设备。
中国的 AI 备案管线正在加速
2026 年前八个月，中国新增备案服务数量已超过 2025 年全年记录的数量。
8 月的 1,112 项总数，较 2025 年末增加了 364 项备案服务。这一计算基于 CAC 公布的年末数据和 2026 年各批次总数。
中国在 2024 年末累计备案 302 项生成式 AI 服务。CAC 随后报告称，2025 年新增 446 项，使总数达到 748 项。
2025 年备案记录还统计了当年新增登记的 330 项应用或功能。加上 2024 年末的 105 项登记，2025 年末总数达到 435 项。
随后，2026 年首个报告期新增 48 项备案服务和 46 项登记应用。2 月数据分别达到 796 项和 481 项。
3 月和 4 月又新增 72 项备案服务和 49 项登记。4 月备案更新显示，累计数量达到 868 项备案服务和 530 项登记应用。
5 月和 6 月新增 120 项备案服务和 68 项登记。在最新报告期开始前，总数升至 988 项和 598 项。
7 月和 8 月的新增数据随后带来当前的 1,112 项备案和 731 项登记。2026 年前八个月，备案数量较 2025 年末增长约 49%。
同期，登记数量增加 296 项，增幅约为 68%。这一更快的百分比增长，与更多公司将既有模型封装为专业应用的趋势一致。
这些比较描述的是监管清单，而非所列服务的商业成功。备案并不能反映收入、用户留存、推理量或模型质量。
它也不能证明每项已备案服务仍在提供。有些产品可能更名、替换底层模型、缩小可用范围，或未能获得有意义的使用量。
不过，备案速度具有战略意义。寻求中国消费者的开发者，如今拥有更多合规模型供应商可供选择，也有越来越多应用先例可作参考。
这可以降低下游开发的一项门槛。产品团队可以登记构建在已备案模型之上的应用，而非自行运营并备案模型服务。
这种安排有利于能够将单一模型转化为众多应用基础设施的供应商。云服务商和模型公司可以将合规工作分摊至更大的客户群体。
它也赋予成熟平台运营优势。大型公司往往拥有法律、安全、评估和内容审核团队，能够维护跨多个产品的记录。
小型开发者面临不同的权衡。使用第三方模型可以降低初始备案负担，但也会在技术和商业层面依赖供应商。
模型访问方式、审核行为、定价政策或 API 可用性的变化，都可能影响下游产品。应用开发者仍须对用户实际体验负责。
因此，这些总量代表两种扩张：中国正在增加可面向公众部署的模型服务数量，同时在其之上构建更庞大的应用经济。
这两层增长正是最新公告重要性的最清晰原因。合规体系已不再只追踪大型科技公司推出的知名基础模型。
它正日益追踪将这些模型嵌入手机、办公工具、消费服务和行业专用工作流的产品。
备案与登记是市场的主要分界线
决定性的竞争，发生在拥有已备案模型技术栈的公司与基于他人获批基础设施构建产品的开发者之间。
中国的暂行规定适用于在境内向公众提供的生成式 AI 服务，涵盖生成文本、图像、音频、视频及其他内容的系统。
这些规定于 2023 年 8 月 15 日生效，确立了涉及训练数据、个人信息、内容治理、用户保护和监管协作的义务。
根据生成式 AI 暂行办法，服务提供者必须采取措施提高生成内容的准确性和可靠性，还必须保护用户输入记录，避免收集不必要的个人信息。
具有舆论属性或社会动员能力的服务，须进行安全评估和算法备案。这些条件使监管体系聚焦于可能影响信息传播或集体行为的面向公众服务。
备案路径使模型提供者更接近监管核心。该提供者掌控训练选择、模型更新、安全评估及许多技术保障措施。
登记则承认另一种角色。应用开发者可以通过 API 调用已备案模型，同时控制用户界面、检索来源、提示词、工具以及特定应用政策。
这种分工具有现实意义，因为下游开发者通常无法检查或更改专有模型的每一个部分。但开发者仍可塑造发送给模型的上下文，以及使用模型输出所执行的操作。
以总结内部文档的办公助手为例：模型提供者控制基础模型，而应用运营者控制文档访问、检索规则、权限和答案呈现方式。
面向消费者的写作应用则呈现不同的风险画像。其用户可能发布生成内容，因此产品需要针对有害内容、署名归属和滥用建立控制措施。
端侧助手又增加了一种变化。有些信息可以保留在本地，但更新仍必须在受支持的手机和操作系统版本间维持预期行为。
这些产品可以共享同一个底层模型，却不共享相同的风险。这正是即使模型已完成备案，登记层仍然重要的原因。
这一结构也塑造了中国 AI 提供商之间的竞争。供应商竞争的不只是基准测试分数或推理速度，也包括下游开发者是否信任其合规基础。
稳定的文档、可预测的安全行为和可追溯的模型版本，都会成为产品特性。它们能够减少应用准备自身登记材料时所需的工作。
大型平台可以将这些能力与云托管和开发工具打包提供。独立模型公司则必须证明，其基础设施能保持可靠，同时不强迫每位客户进入封闭的产品套件。
应用开发者面临自建还是采购的选择。自有模型能在训练、部署和经济性方面提供更多控制权，但也让备案责任更直接地落在自身身上。
使用已备案模型可以加快开发并减轻基础设施负担。但当竞争对手也能获得类似的模型能力时，产品差异化会变得更困难。
随着模型质量趋同，这种张力愈发明显。如果多家已备案提供商都能处理相同的常见任务，分发能力、专有数据、工作流设计和用户信任就会变得更加重要。
对于企业采购方而言，这一区别应当引导其提出采购问题。他们需要了解哪家公司为模型备案、哪个实体登记了应用，以及责任在哪个环节发生转移。
他们还应核实生产环境中使用的确切模型版本。一个宽泛的供应商名称，并不能证明每种模型、部署方式或产品配置都对应同一备案记录。
公开通知要求产品标明模型以及备案或登记编号。这种披露为采购方提供了起点，但并不构成完整的技术审计。
列出的标识符无法解释数据保留设置、访问控制、检索质量，或人工审核人员如何处理敏感输出。这些问题仍是常规供应商评估的一部分。
因此，市场的分野并非监管与创新之间的对立，而是直接控制与委托基础设施之间的取舍，两条路径各自附带不同的成本和依赖关系。
备案编号无法证明什么
完成备案表明已通过一项监管流程，但并不证明某项服务准确、安全、具备竞争力，或被广泛使用。
CAC 的公告包含数量和程序性指引，但未公布汇总模型评估、事件发生率、处理时长或驳回数据。
在缺乏未获批准或撤回申请数量的情况下，观察者无法计算通过率。他们也无法判断规模更大的批次是反映审核加快、申请增多，还是两者兼有。
“备案”一词还可能造成另一种误解。它不应被视为政府对模型生成的每一项回答作出的普遍背书。
生成式系统仍具有概率性，也就是说，它们依据学习到的模式生成输出，而非检索一个保证正确的答案。合规模型仍可能编造事实或误解请求。
备案总数统计的是服务，而不一定是彼此独立的技术基础。一个组织可以运营多项基于相关模型家族或配置的服务。
同样，一个已备案模型可以支持许多已登记应用。将两类总数相加，并不能得出具有意义的独立模型或公司数量。
这一计量问题限制了国际比较。欧盟的大部分 AI 治理围绕风险类别和提供商义务展开，而其他市场则强调自愿测试或行业规则。
中国公布的备案清单异常具体，但它衡量的是对中国自身体系的参与程度。它无法与其他地区的模型发布数量、初创企业数量或监管登记数量直接比较。
应用数据也需要同样谨慎看待。一项已登记功能可能嵌入在更大的产品中，其登记并不能说明用户实际启用它的频率。
一款拥有数百万用户、但仅提供狭窄 AI 功能的效率应用，可以算作一个条目。一款采用率很低的专业应用，同样也可以算作一个条目。
这七项端侧服务还带来了更多尚未回答的问题。公告没有解释有多少处理在本地完成，或哪些任务仍需要访问云端。
“端侧”可以描述多种架构。紧凑型模型可能完全运行在手机上，也可能由设备先处理有限任务，再将复杂请求发送至服务器。
混合系统可以在保留更大模型访问能力的同时提升性能。但它们也会形成更复杂的数据图谱，因为信息可能在本地存储、云系统和第三方服务之间流动。
在这种环境中，监管机构和采购方需要了解版本情况。移动端模型可能通过应用更新、操作系统发布或可下载模型包发生变化。
备案通知并未说明如何处理重大更新。暂行办法提及相关算法规则下的备案、变更和注销程序，但实施细节至关重要。
公司必须判断何时产品变更会影响现有记录。新界面可能只是小改动，而新模型、新模态或自主行动能力则可能改变风险状况。
更广泛的合规负担也超出了生成式 AI 备案本身。中国的深度合成规则包含与用户认证、内容管理、训练数据安全和合成内容标识相关的要求。
这些交叠义务意味着，公开备案数量只是全貌的一部分。数据保护、网络安全、内容控制和行业特定规则仍可能适用。
医疗助手、金融工具或教育服务面临的问题，可能是通用聊天机器人不会遇到的。底层模型记录无法替代这些产品层面的责任。
外国开发者尤其应谨慎，避免得出过于宽泛的结论。暂行规则聚焦于面向中国公众提供的服务，但进入市场可能还涉及额外的数据、许可、基础设施和合作考量。
使用已备案的中国模型，并不会自动解决每一项义务。产品的目标用户、运营实体、部署地点和信息流仍然重要。
同样的谨慎也适用于中国境外的企业采购方。备案可以作为提供商完成既定流程的证据，但不应取代安全和隐私审查。
采购方仍需要涵盖数据使用、保留、分包处理商、事件、模型更新和服务连续性的合同条款。他们还需要自行测试准确性和有害行为。
备案系统带来了可见性，但并未提供完全透明度。它告诉市场某项服务已进入监管框架，却不会披露该结果背后的每一项评估。
这一区别是核心的审慎观点。更多备案证明的是监管处理能力和开发者活跃度，并不自动证明 AI 值得信赖或取得商业成功。
三个信号将显示接下来会发生什么
下一阶段将由应用增长、移动端实施情况，以及对重大模型更新的处理方式决定。
第一个信号是下一次 CAC 公布中新增备案与下游登记之间的平衡。7 月和 8 月的批次新增了 124 项服务，以及 133 项应用或功能。
如果登记数量继续增长更快，市场正朝着建立在共享模型基础设施之上的产品专业化发展。这将加强这样一种观点：合规正在成为平台优势。
反转同样重要。如果备案上升而登记放缓，开发者可能正将更多专有模型推向市场，或者难以将可用模型转化为产品。
仅靠累计总数无法回答这个问题。每个新增批次内部的构成，将显示哪一层吸引了更多活动。
第二个信号是监管机构如何记录端侧生成式 AI。这七项移动服务仅占最新批次的一小部分，但它们引入了独特的部署模式。
未来通知可能会识别更多本地或混合服务。产品页面也可能更清楚地披露哪些模型在设备上运行，哪些请求会抵达外部服务器。
这些信息将影响隐私主张。本地处理可以减少数据传输，但前提是相关任务和数据确实留在设备上。
它也会影响硬件竞争。更小的模型必须适应内存、电池消耗、温度和处理器能力等限制，同时仍提供有用的回答。
如果更多移动服务完成备案，开发者将获得大规模部署紧凑型模型的先例。这将加强一种观点，即中国的合规框架能够容纳去中心化推理。
如果移动端条目仍然罕见，技术限制或监管复杂性可能正在拖慢采用。无论哪种结果，都有助于区分有意义的转变与单个批次中的细节。
第三个信号是系统如何处理重大模型和产品变更。当提供商频繁更新模型时，静态备案记录的参考价值会降低。
开发者需要明确哪些变更需要履行变更程序。监管机构则需要保持记录准确，同时避免把每次常规更新都变成新的备案。
随着模型增加模态和工具，这一问题变得紧迫。文本助手之后可能获得图像生成、语音交互、网页访问或完成行动的能力。
每种能力都会改变产品能做什么，以及可能以何种方式出错。只能起草文本的模型，与会发送消息或修改业务记录的智能体，呈现不同的风险。
留意产品披露和备案材料中更清晰可见的版本标识符。明确的版本映射将帮助用户、企业采购方和下游开发者，将在线服务与其监管记录对应起来。
缺乏这种映射会削弱备案系统的实际价值。如果没人能判断应用内显示的编号覆盖的是哪个生产模型，这个编号就作用有限。
这三个信号比下一次的头条数量本身更重要。登记显示应用开发是否在扩大，移动端记录检验新的部署模式，而版本处理决定监管是否能够保持更新。
对于开发者而言，眼下的教训具有运营意义。模型选择如今影响的是合规架构、供应商依赖和未来产品变更，而不只是输出质量。
对于企业采购方而言，最新的 CAC 生成式 AI 备案提供了一个有用的核验点。它们应促使采购方进一步追问模型背后的实体，以及叠加于其上的应用。
对于知识工作者而言，可见的备案标识符可帮助区分可追责的公共服务与来源不明的工具。这些标识符仍需与对敏感信息的谨慎处理结合起来。
中国的 1,112 项已备案服务表明，正式监管并未阻止面向公众的 AI 部署。它们也表明，每增加一层采用，就会增加一层责任。
下一次 CAC 公布应被视为一张责任地图，而非记分牌。应关注应用是否继续快于模型增长、移动 AI 是否扩展，以及披露是否标明用户实际获得的版本。
