加州首部 AI 透明度法生效，确立新的内容溯源规则

2026 年 8 月 2 日，加州首部同类 AI 透明度法正式生效，Google News 由此进入新的监管阶段。该法律要求主要的生成式 AI 提供商帮助用户识别由其系统生成或修改的图像、视频和音频。

眼下的要求主要适用于开发广泛使用的生成式 AI 服务的公司。不过，该法律也为搜索引擎、社交网络、文件共享服务及其他大型分发平台设定了后续义务。

这一差别至关重要。加州不再将 AI 披露视为创作者可自愿添加的标签，而是在从生成工具到 Google News 等帮助人们发现数字媒体的服务之间，构建一条内容溯源链。

该法律的核心矛盾很直接：提供商必须保留有关内容来源的有效信息，但合成媒体可能在数秒内被复制、编辑、压缩，或被剥离元数据。

加州 AI 透明度法现已生效

加州已将内容溯源从行业试验转变为广泛使用的生成式 AI 系统须承担的法律义务。

《加州 AI 透明度法》于 2026 年 8 月 2 日生效。州立法者最初通过 SB 942 制定该法案，州长 Gavin Newsom 于 2024 年 9 月 19 日签署该法案。

AB 853 于 2025 年修订了这一框架。修订将生效日期从 2026 年 1 月 1 日改为 8 月 2 日，同时扩大了分配给大型在线平台及媒体供应链其他环节的责任。

这一时间安排使加州与欧盟最新的 AI 透明度要求保持一致。《欧盟 AI 法案》第 50 条也于 2026 年 8 月 2 日开始适用。

加州法律起初适用于每月用户或访客超过 100 万、且在州内可公开访问的生成式 AI 系统提供商。这一门槛将首轮合规负担导向成熟服务，而非小型实验项目。

受规制的提供商必须提供免费的工具，用于检查图像、视频或音频文件是否由其系统生成或修改。该工具必须返回在提交媒体中发现的所有系统溯源数据。

用户必须能够上传文件或提供 URL。提供商还必须支持应用程序编程接口（API），让其他服务无需访问提供商网站即可调用检测器。

法条文本对这些检测服务设定了隐私限制。提供商通常不得收集用户的个人信息，也不得将提交内容保留超过必要期限。

检测器要求不涵盖文本，适用于图像、视频、音频以及这些格式的组合。

这一边界反映了当前技术验证的现状。媒体文件可以携带嵌入式溯源信息，而普通文本在应用程序之间被复制时，往往会失去可靠的来源信号。

该法律还区分检测与披露。提供商必须为用户提供 AI 生成媒体的可选可见披露，并添加可由软件检查的隐性披露。

可见披露，也称显性披露，必须清晰标识媒体为 AI 生成。它必须适合相应格式，并且在技术可行的情况下难以移除。

隐性披露位于内容或其元数据中。它可以记录提供商、系统名称、模型版本、创建时间和唯一标识符，而无需将所有信息直接展示在图像上。

这一结构带来了法律的首个重要限制。它可以让合规媒体具备可追溯性，但无法保证每个未标记文件都由人类创作。

为什么 Google News 等平台面临压力

该法律从 AI 提供商入手，但其长期影响取决于分发平台是否向普通用户展示溯源信息。

Google News 汇集出版商的报道，并将读者引导至源页面。它也可能呈现已跨越多个服务传播的合成媒体图像、缩略图和相关报道。

因此，Google 的搜索产品与图像生成器所处的位置不同。生成器创作原始媒体，而搜索或新闻界面则有助于决定哪个版本最终触达受众。

该法律将大型在线平台定义为符合条件的社交媒体、文件共享、群发消息或独立搜索服务，且其每月独立用户超过 200 万。宽带接入和电信服务不在此列。

自 2027 年 1 月 1 日起，受规制的平台必须检测分发内容中嵌入的合规溯源数据。其界面必须在这些信息可用时进行披露，并让用户能够通过易于访问的方式查看。

平台可以直接显示这些数据，也可以提供附带溯源信息的可下载副本，或链接至显示相关信息的其他服务。

在技术上可行时，平台不得明知故犯地移除合规溯源数据或数字签名。这一要求针对的是真实性链条中常见的断裂点。

媒体在出现在信息流中之前，往往会经历多次转换。平台可能会调整图像尺寸、转码视频、生成缩略图，或为减小文件大小而移除元数据。

每次转换都可能让溯源记录消失。加州框架推动平台将该记录视为功能性内容，而非可随意丢弃的元数据。

Google News 尤其具有相关性，因为搜索和聚合界面会影响用户如何评估一项主张。缩略图旁可见的来源标识，可能在读者打开底层文章之前就改变他们对图像的解读。

该法律并未明确要求每条结果都带有警告。其平台条款适用于已存在被识别的溯源数据，且这些数据可靠地表明 AI 生成或实质性修改了内容的情形。

这种差别避免了缺失凭证被自动视为真实性证明。未标记的照片可能是真实的，也可能由未被覆盖的工具生成、经不兼容的软件编辑，或被剥离了元数据。

结果是一种比通用“真实或虚假”徽章更审慎的模式。平台必须展示现有证据，而不能假装没有证据就足以定论。

Google News 及类似服务需要通过界面设计传达这些区别。如果模糊的 AI 图标不能区分完全生成的媒体、常规编辑或相机溯源信息，就可能误导用户。

出版商同样面临间接压力。他们的生产系统必须在调整图像尺寸、创建社交媒体卡片或通过内容分发网络传输资产时保留凭证。

这使溯源成为编辑运营的一部分。新闻编辑部需要了解其图像处理流程是否保留真实性数据，以及读者能否在发布后访问这些数据。

这种转变类似于个人知识管理早期经历的一场变革：当信息的来源和上下文在后续工作流程中始终随附时，其价值会更高。

Google News 面对新的溯源链

加州的做法更倾向于可追溯的来源记录，而不是一款声称能识别所有合成文件的单一检测器。

溯源数据记录媒体的来源及其变更过程。数字签名使用密码学技术，证明哪个系统或组织为该记录作出了证明。

这种做法不同于分析像素或音频模式并返回概率的分类器。这类工具可能产生误报、遗漏不熟悉的生成器，或在压缩和编辑后变得不那么可靠。

加州仍要求提供商提供特定于自身系统的检测工具。不过，这些工具必须输出检测到的系统溯源数据，而不仅仅给出无法解释的结论。

这一设计为用户和下游服务提供了更多上下文。有效记录可以识别生成图像的系统、模型版本和创建时间。

该框架类似于Content Credentials 标准，后者将经签名的溯源记录绑定至数字资产。该法律并未将每家公司锁定在某一项指定规范上，但多次提到由既有标准制定机构制定的、被广泛采用的标准。

这种灵活性有助于规则适应技术变化，但也带来了不确定性：监管机构和法院会将哪些规范视为已充分成熟，尚不明确。

完整的溯源链始于 AI 系统生成或修改媒体之时。系统附加持久记录，每个兼容的编辑器或平台在保留该记录的同时，也会添加相关的变更信息。

随后，分发服务检测该凭证。其界面让用户查看可用的历史记录，而不是将记录深藏在下载文件中。

该法律还通过许可协议延伸了这条链。如果提供商将其系统许可给另一家公司，合同必须要求被许可方保留其隐性披露能力。

当提供商得知被许可方禁用了该能力时，必须在 96 小时内撤销许可。被许可方随后必须停止使用该系统。

这一要求促使提供商监控下游实施情况，也赋予溯源控制措施合同层面的作用，而非将其视为可选的软件设置。

从 2027 年起，生成式 AI 托管平台不得明知故犯地提供未能添加所需披露的系统。该条款覆盖向加州居民分发源代码或模型权重的服务。

采集设备将在之后纳入该框架。对于 2028 年 1 月 1 日或之后首次为在加州销售而生产的设备，制造商必须提供隐性溯源选项，并在技术可行时默认启用。

相机条款为证据链增添了另一面。凭证可能显示文件来自相机而非生成式模型，但仍无法证明画面所呈现的事件被如实表达。

真实照片也可能经过摆拍，或配上虚假说明。溯源记录的是来源和修改历史，而非围绕它的每一项主张是否真实。

这一区别对 Google News 至关重要。搜索结果将媒体与标题、摘要和出版商背景结合在一起，因此技术上真实的图像仍可能被用于支撑误导性报道。

因此，该法律处理的是可信度的一个层面。它改善了机器可读的来源证据，但无法取代编辑核查、来源评估或语境化报道。

可追溯性与技术现实之间的权衡

加州模式能提供有用的证据，但无法让溯源信息在所有编辑工具和平台之间永久存在。

元数据十分脆弱。截图、屏幕录制、文件转换和不兼容的编辑软件，都可能使图像与其原始凭证分离。

用户还可以将相机对准显示屏并创建新文件。新的拍摄内容可能保留有关相机的信息，却无法保留与屏幕上生成图像之间可验证的关联。

加州预见到了其中一些局限。多项义务仅在技术上可行、合理，或符合被广泛采用的规范时才适用。

这些限定降低了强加不可能要求的风险，但也为争议留下了空间：公司是否已经认真履行合规责任。

法律要求，在技术可行的情况下，显性披露必须永久存在，或极难被移除。然而，人们通常可以裁剪水印，或用其他图形将其遮盖。

隐性披露面临另一项挑战。它们不会改变媒体的可见内容，但常规的平台处理可能会将其移除或使其失效。

美国国家标准与技术研究院发布的合成内容审查研究了溯源、水印、检测、标注和认证等相互补充的方法。没有任何一种技术能够解决所有场景。

当各种工具能够协同时，溯源机制效果最佳。生成器、编辑器、发布者、托管服务、搜索引擎和社交网络必须识别兼容的凭证，并在每次转换过程中保留这些凭证。

这种依赖关系形成了网络问题。如果下一个应用程序丢弃记录，或最终平台从不展示记录，再精心签名的记录也只有有限的公共价值。

法律试图逐步解决这一问题。它首先施加生成和检测义务，随后于 2027 年启动平台义务，并于 2028 年启动设备要求。

错开的时间表让企业有时间更新基础设施，但也意味着完整链路不会在法律生效的第一天投入运行。

另一个担忧涉及用户理解。有效的数字签名证明，获认可的签署方附加了特定信息，并且签名记录未被篡改。

它并不能证明内容中的每一项断言都是真实的，也不能说明没有凭证的媒体就具有欺骗性。

有用的界面必须解释这些限制，同时不能让读者不堪重负。如果用户无法理解模型名称、时间戳或签名状态，仅展示原始元数据难以满足其需求。

平台可以将展示简化为来源和编辑摘要。然而，过度简化可能会造成误导性的二元标签。

隐私带来了另一项权衡。详细的溯源信息能够提高问责性，但与个人创作者或设备关联的记录可能泄露敏感信息。

加州将系统溯源数据与个人溯源数据分开。检测工具必须返回系统信息，同时不披露在提交内容中发现的个人溯源信息。

服务提供商也不得在法令允许范围之外保留个人溯源信息或提交的文件。自愿随反馈提供联系信息的用户必须选择加入，且公司只能使用这些信息来评估工具。

这些保障措施限制了不必要的信息收集。但当溯源系统跨越国家、平台和身份提供商运行时，它们无法解决所有可能出现的隐私问题。

开源模型带来了更多不确定性。在相关条款生效后，托管服务不得明知故犯地分发不合规系统，但去中心化副本可能流入正式托管渠道之外。

开发者可以修改开放模型、移除披露功能，或私下分发改动后的版本。一旦软件扩散到服务商的许可体系之外，执法将变得更加困难。

因此，这项法律的成功与其说取决于能否发现每个不合规文件，不如说取决于主流工具能否为可追溯媒体建立一条可靠的默认路径。

加州与欧洲正趋向于 AI 披露要求的一致

共同的 8 月 2 日日期表明，技术标记正成为更广泛的趋势，尽管加州与欧洲采用不同的法律架构。

欧盟《AI 法案》第 50 条的透明度义务也于 2026 年 8 月 2 日开始适用。这些规则涵盖 AI 交互、合成内容、生物特征分类、情绪识别，以及某些深度伪造内容或涉及公共利益的文本等情形。

欧盟委员会于 2026 年 7 月发布了透明度指南。该指南旨在明确提供商和部署者应如何一致地履行第 50 条义务。

加州法律更聚焦于图像、音频和视频的溯源。它为高流量 AI 提供商设定了具体责任，之后还将义务扩展至分发平台、模型托管方和采集设备。

这种趋同对全球产品团队具有重要意义。服务加州和欧洲市场的提供商可以构建一套溯源架构，同时针对各司法辖区调整其界面和法律政策。

这种方法比为每个市场维护独立的媒体处理流程更实际。它也增加了这样一种可能性：为受监管地区引入的披露功能将出现在其他地区。

加州此前曾影响全国产品设计，因为许多在线服务不愿推出州级专属版本。如果企业在全美采用合规的默认设置，AI 溯源也可能遵循这一模式。

然而，联邦政策仍是紧张关系的来源。特朗普政府已敦促国会抢先排除与其偏好全国框架相冲突的州级 AI 法律。

在国会讨论联邦方案的同时，各州立法者仍在推进自己的规则。由此形成的拼凑式监管体系涵盖合成媒体、自动化决策、陪伴型聊天机器人、前沿模型及其他应用。

加州的框架还与目标不同的其他州法律并存。科罗拉多州监管某些高风险自动化决策，而加州另有针对前沿 AI 安全和陪伴型聊天机器人的规则。

不应将这些法律与《AI 透明度法案》混为一谈。新的溯源要求涉及识别生成媒体的来源和修改历史，而不是评估每一个模型的安全性。

执法机制赋予了该法律实际分量。违规行为可能面临 5,000 美元的民事罚款，由州总检察长、市检察官或县法律顾问提起诉讼追缴。

对于受覆盖的提供商、大型在线平台或采集设备制造商，每一天的不合规都可能构成单独的违规行为。胜诉的政府原告还可获得合理成本和律师费。

这一结构并未为每一位遇到未标注媒体的用户设立普遍的私人损害赔偿诉讼。公共执法机构决定何时提起主要的罚款案件。

早期案件将界定技术可行性、合理访问限制和被广泛采用的规范的含义。它们还将显示加州会以多大力度对待不完整的实施。

企业可能会记录其设计决策、兼容性测试、凭证保留情况和已知故障模式。如果执法机构质疑技术限制是否足以证明未作披露合理，这些证据可能至关重要。

对于出版商和企业采购方而言，新兴标准是操作层面的，而非理论层面的。采购团队将越来越多地询问创意系统是否附加溯源信息，以及媒体流程是否保留这些信息。

开发者应测试导出内容、缩略图、内容分发网络和下游编辑工具。仅靠合规的生成器，无法保护在发布过程中消失的凭证。

知识工作者在保存生成媒体时也应保留来源背景。即便文件仍保留技术凭证，若脱离其提示词、项目记录或发布历史，日后也会更难评估。

一个可搜索的知识库可以将政策、源材料和审批记录保持关联。这类文档不会取代溯源机制，但能够支持负责任的内部使用。

法律生效后应关注什么

三个信号将揭示，加州究竟建立了可运行的真实性层，还是仅增加了一个合规界面。

第一个信号是提供商检测工具的质量。主要 AI 公司必须让其工具可公开访问、接受上传或 URL、提供 API，并返回检测到的系统溯源信息。

仅有可用性还不够。用户需要清晰的结果，以区分有效凭证、无效凭证和不含任何已识别数据的文件。

虚假的确定性会削弱这一体系。检测器不应仅因未发现匹配的溯源信息，就将未知文件描述为人类创作。

第二个信号是 2027 年 1 月 1 日前的平台实施情况。Google News、搜索服务、社交网络和文件共享平台必须决定如何展示可用的溯源信息，同时避免让用户困惑。

关注那些能够揭示生成系统、修改历史和签名可用性的标签。也要关注平台是否会在创建缩略图和压缩媒体的过程中保留凭证。

一个没有解释的小徽章既不符合该法律的精神，也无法满足读者的需求。有用的界面应让用户能够获取更深入的信息，而不必强迫每位用户检查原始元数据。

第三个信号是执法。加州官员可针对每项违规寻求 5,000 美元罚款，持续不合规的每一天均被视为单独违规。

首批案件将明确何为受覆盖的提供商、何时对检测工具施加访问限制是合理的，以及将如何判断技术可行性。

执法选择也将揭示该州的优先事项。官员可能会首先针对未提供检测工具的提供商、禁用披露功能的授权系统，或经常剥离受支持凭证的服务。

最初的法案历史显示，加州最初以提供商为重点设定义务。2025 年的扩展承认，生成只是媒体生命周期的第一阶段。

2025 年修正案为平台和设备参与提供了更清晰的路径。其分阶段截止日期将使 2027 年和 2028 年与最初的生效日期同等重要。

对于通过 Google News 阅读本文的读者，核心问题并不是每一张合成图像是否会突然带上完美的警示，而是可信的来源证据能否存续足够久，以抵达人们作出判断的界面。

开发者现在就应审查媒体转换流程。出版商应测试其系统是否保留凭证。企业采购方应在采购审查中要求提供溯源支持。

普通用户应将凭证视为证据，而非结论。核查来源，审视周边主张，并询问媒体背景是否与其记录的历史相符。加州已经提供了法律基础，但未来一年将显示平台能否将这一基础转化为人们能够理解的信息。