随着欧盟 AI 透明度规则生效，Meta 与 OpenAI 的对立渐淡

尽管有说法称 Meta 拒绝该框架、而 OpenAI 加入了 180 多个签署方之列，但从 8 月 2 日起，两家公司都将面临具有约束力的欧盟透明度规则。

这种说法混淆了两套不同的欧盟准则，也误报了相关数字。Meta 在 2025 年拒绝了一项通用 AI 准则，但已于 2026 年 7 月 28 日同意加入较新的内容透明度准则。欧盟委员会表示，180 多名利益相关方参与了该准则的起草。他们是参与者，并不一定都是签署方。

这一更正改变了叙事重点。这并非 Meta 与 OpenAI 围绕合成内容是否需要标签的简单对立。两家公司如今都支持用于落实这些标签的自愿性框架，同时仍须依据《欧盟 AI 法案》承担法律责任。

第 50 条自 8 月 2 日起开始适用。该条要求特定 AI 系统表明自身身份、生成输出携带机器可读标识，以及特定合成内容获得显著披露。

真正困难的部分始于截止日期之后。企业必须在编辑和分发过程中保留有用的来源信息，而监管机构则要决定实践中何为充分合规。

《欧盟 AI 法案》8 月 2 日起带来的变化

新规设定了多项彼此不同的义务，而非为所有由 AI 制作的内容统一加注标签。

交互式 AI 系统的提供者必须告知用户，他们正在与 AI 打交道，除非这一事实已经显而易见。该要求涵盖聊天机器人、助手和对话式客户服务系统等常见界面。

披露最迟必须在首次互动时提供。企业不能将相关信息藏在用户很少打开的条款深处。

同样的原则也适用于生成或操纵图像、音频、视频或文本的系统。第 50 条要求提供者让相关输出可被识别为人工生成或经操纵的内容。

《AI 法案》文本规定，这些技术措施必须有效、可互操作、可靠，并具有合理的抗干扰能力。它还要求提供者考虑现有标准和实施成本。

机器可读标识是软件能够检测和处理的信息。它可以采用元数据、水印、指纹、日志记录，或多种技术的组合。

这项技术义务的范围比可见标签更广。它适用于系统输出层面，即使人类观看者看不到任何徽章或警告也是如此。

显著披露则遵循一套更为狭窄的规则。专业使用 AI 系统的组织必须披露涉及合成或操纵图像、音频或视频的深度伪造内容。

法律将深度伪造定义为：模仿真实人物、物体、地点、实体或事件，并可能造成虚假真实感的内容。这一定义不止涵盖政治人物冒充。

AI 生成文本受到不同对待。当文本就公共利益事项向公众提供信息时，必须进行披露。

不过，如果人类审阅内容或行使编辑控制权，则可适用例外。个人或组织还必须对发布内容承担编辑责任。

创作性和讽刺性作品则享有另一项便利安排。披露不得妨碍艺术、虚构或类似内容的正常展示或欣赏。

这些区分对出版商、游戏工作室、广告团队和社交平台至关重要。一段合成的产品演示视频，可能触发与经编辑的新闻摘要不同的义务。

欧盟委员会的透明度指南解释了主管机构应如何一致地解读第 50 条。该指南并不取代法规本身。

这些规则适用于投放欧盟市场或在欧盟境内使用的系统。提供者不能仅因总部设在欧洲以外而规避这些规则。

8 月 2 日之前生成并发布的内容无需追溯标注。截止日期后创建的新输出将进入积极合规期。

一项拟议的过渡安排将给予部分现有系统至 2026 年 12 月 2 日的期限，以完成机器可读标识。这一便利措施仅涉及有限的技术义务，而非第 50 条下的所有要求。

该提议也不应被误解为全面延后执法。企业仍需识别哪些系统、输出和专业用途分别落入各项义务的适用范围。

这对产品界面和发布流程造成了即时压力。聊天机器人需要身份披露，而内容流程则需要持久的来源信息和与语境相符的标签。

因此，这部法律改变的不只是一行界面文案。它建立起一条从模型输出延伸至公开分发的责任链。

为什么 Meta 与 OpenAI 的分歧被误报

Meta 和 OpenAI 对一项早期 AI 准则采取了不同立场，但两者都支持这项规范生成内容的新透明度准则。

2025 年 7 月，Meta 表示不会签署欧盟《通用 AI 实践准则》。该框架涉及《AI 法案》其他条款下通用 AI 模型的义务。

Meta 援引法律不确定性，并认为早期准则的部分内容超出了法律授权范围。OpenAI、Google、Microsoft 和其他几家模型提供者签署了该框架。

这一分歧制造了一个容易传播的叙事：OpenAI 似乎愿意接受欧盟合规模板，而 Meta 则将自身定位为反对额外自愿承诺的一方。

但这段历史并不能准确描述 2026 年的透明度框架。较新的准则聚焦于根据第 50 条对 AI 生成或操纵内容进行标识和标签管理。

OpenAI 在委员会于 6 月公布该准则后，宣布支持内容透明度准则。该公司将这一决定与其在内容来源信息方面已有的工作联系起来。

随后，Meta 于 7 月 28 日宣布将签署同一准则。其签署声明直接反驳了有关该公司拒绝这一框架的报道。

这一差异区分了两项名称相近的政策工具：

• 《通用 AI 实践准则》帮助模型提供者应对文档、版权和系统性风险义务。

• 《透明度准则》帮助提供者和专业部署者履行针对生成内容的标识和标签义务。

两项准则都是自愿性的实施工具。两者都不会使底层法律义务变为可选项。

经常被重复提及的“180 多个组织”这一数字也需要纠正。委员会表示，六名独立专家在 180 多名利益相关方的参与下起草了透明度准则。

这个数字描述的是起草过程中的参与情况，并不能证明有 180 多个组织签署了最终文件。

委员会邀请提供者和部署者在初始名单编制前提交签署表格。组织也可以在最初截止日期后加入。

这些更正并未抹去两家公司之间的所有差异。Meta 和 OpenAI 仍在运营不同的产品组合、分发渠道和模型战略。

Meta 控制着 Facebook、Instagram、WhatsApp，以及嵌入这些服务的面向消费者 AI 功能。它必须同时考虑模型输出，以及合成媒体如何在大型平台上传播。

OpenAI 主要通过 ChatGPT、其开发者平台以及与商业合作伙伴的集成触达用户。其合规范围包括生成输出及客户构建的下游应用。

Microsoft 和 Google 面临同样多层次的责任。每家公司都提供模型、面向消费者的助手、云服务、生产力工具，以及可供合成内容流通的平台。

因此，核心冲突并非 Meta 与 OpenAI 围绕透明度是否重要的争论，而是自愿对齐与独立证明法律合规之间的差异。

签署能为企业提供获得认可的运营模板。拒绝签署仍意味着该企业必须通过另一种可辩护的方法满足第 50 条要求。

委员会表示，未签署方应预期会面对有关其所选措施的更严格质询。主管机构可能要求提供差距分析、技术文档，或证明替代性控制措施能取得等效结果的证据。

Meta 与 OpenAI 的对比依然有用，但原因不同。两家公司都说明了，一个组织如何能在同一内容链中占据多种角色。

提供者可以生成输出、专业部署 AI、托管由此产生的媒体，并将其呈现给用户。每种角色都可能触发不同的透明度决策。

修正后的故事不如企业抵制那样戏剧化。但它的影响更为深远，因为合规如今取决于跨互联产品的实施。

标签很容易，持久的来源信息很难

实际挑战在于，当输出离开生成它的生成器后，如何仍使其 AI 来源信息可被检测。

可见徽章可以告知观看者，聊天机器人使用 AI。它也可以在受控界面中识别合成图像或经操纵的视频。

当用户下载、裁剪、压缩、截图、混剪或转发内容时，这种方式就会失效。常规分发工具经常会移除元数据或改变底层文件。

机器可读标识试图解决这一问题。软件可以检查文件或输出中关于其来源和编辑历史的嵌入式证据。

没有任何单一技术能在所有媒介中完美奏效。元数据可能消失，水印可能退化，检测模型也可能给出不确定的分类结果。

委员会的透明度准则将标识视为分层过程。提供者可以结合技术信号、文档、测试和检测支持。

可互操作性之所以重要，是因为内容很少会一直留在某一家公司的系统中。一张图像可能先在生成器中创建，经过编辑器处理，最终出现在社交网络上。

每个环节都可能保留、修改或丢弃来源信息。可靠的系统需要让不同工具能够识别并承载兼容信号。

这一要求同时给 Meta、OpenAI、Google、Microsoft、Adobe 和较小开发者带来压力。它们的产品需要交换来源信息，而不能依赖单一供应商的私有格式。

Content Credentials 等行业项目提供了一种可能的基础。它们附加有关文件来源和修改历史的签名信息。

Content Credentials 使用 C2PA 技术标准，该标准支持可通过密码学验证的来源信息。密码学验证用于检查记录的信息是否在受信任方签署后发生改变。

这种方法可以说明文件是如何创建的，但并不宣称其内容在事实上真实。可信来源信息与事实准确性仍是两个不同的问题。

一张真实照片可以携带有效凭证，却仍可能通过标题误导受众。一张合成图像可以如实披露其来源，同时描绘从未发生过的事情。

这一界限对监管机构和用户都至关重要。第 50 条针对的是对 AI 交互和合成来源的欺骗，而非所有形式的虚假信息。

文本带来了另一项复杂因素。当生成的文字被复制、改写、翻译或大幅编辑后，稳定的水印会变得难以实现。

法律将可见文本披露聚焦于公共利益材料。它也承认人工审核和编辑责任，降低了给每一句获得辅助的文字都贴上标签的风险。

然而，出版商仍需建立一致的工作流程。团队必须记录哪些工具参与了创作、是否有人类审核输出，以及由谁承担编辑责任。

这些信息可能分散在浏览器历史记录、聊天记录、本地文件、邮件线程和内容系统中。可搜索的 AI 知识库可以帮助团队还原决策过程，但其本身并不能证明符合法律要求。

对开发者而言，实施问题非常具体：API 应在何时返回来源信息？哪些下游转换必须保留这些信息？

对企业采购方而言，采购问题也在变化。买方需要了解供应商是否提供标记控制、保留相关记录，并支持审计。

对创作者而言，可见结果最重要。标签必须易于理解，既不能压过作品本身，也不能暗示所有 AI 辅助都具有同等重要性。

对平台而言，挑战还包括来自国外及不受支持格式的内容。它们将接收由采用不同标记系统、披露质量参差不齐的工具生成的内容。

因此，Meta 与 OpenAI 的问题超出了企业声明的范畴。它们的合规选择可能影响小型供应商和下游开发者必须遵循的惯例。

大型平台还可以决定如何突出显示来源信号。如果界面从不呈现机器可读标记，它对公众几乎没有价值。

设计不佳的标签可能带来另一个问题。即使内容的来源数据被删除或从未提供，用户也可能将未标记的内容视为真实。

没有检测到标记，并不证明某个文件来自相机或人类作者。监管机构和平台必须谨慎传达这一局限。

这正是第 50 条背后的核心权衡。欧洲希望让合成内容可识别，但不希望将并不完美的技术信号变成虚假的保证。

执法带来的压力大于自愿性准则

签署准则可以简化合规，但 AI Act 决定法律风险。

欧盟委员会将该准则描述为满足第 50 条要求的一条务实路径。签署方可获得一套共同框架，并能更明确地预判预期措施。

这并不会自动带来豁免。主管机关仍可审查签署方是否履行承诺，并满足具有约束力的法规要求。

非签署方仍可选择其他路径。但它们必须准备好说明，为何其控制措施能够提供充分且可靠的透明度。

大多数第 50 条执法将由各国市场监管机构负责。欧盟 AI 办公室的角色更为有限，主要涉及与通用 AI 模型及大型在线平台相关的特定系统。

这种分布式结构在最初几个月会带来不确定性。不同主管机关需要在审查技术设计差异巨大的产品时，形成共同预期。

欧盟委员会的指导方针旨在减少这种碎片化。然而，真正的执法决定将揭示主管机关如何平衡可靠性、相称性、技术可行性和成本。

关于最高罚款的说法同样需要准确表述。有报道称，透明度违规最高可被处以 750 万欧元罚款，或全球年度营业额的 1%。

这些数字适用于在回应主管机关要求时提供不正确、不完整或误导性信息的情形。它们并非违反第 50 条的一般最高罚款上限。

根据第 99 条，违反第 50 条可被处以最高 1,500 万欧元的行政罚款。对于公司而言，另一项上限是其上一财年全球年度总营业额的 3%。

法规通常对企业适用两者中较高的金额。中小企业则适用不同规则，即采用较低的适用上限。

主管机关不会自动施加最高罚款。它必须考虑违规的性质、持续时间、后果、合作情况、既往行为及其他情节。

不过，经修正后的上限提高了风险程度。透明度不再只是由较低披露罚款支撑的一项沟通标准。

风险不仅限于罚款本身。调查可能要求提供技术证据，暴露内部流程的不一致，并迫使企业在多个市场调整产品。

Meta 在生成媒体和社交分发方面面临这种复杂性。OpenAI 则通过直接产品、API 以及在第三方服务中被复用的输出面临这一问题。

Google 和 Microsoft 兼具这两种模式。它们既运营模型平台，也将 AI 分发至搜索、广告、办公软件、云系统和消费者服务中。

小型公司承担的是另一种负担。它们可能依赖上游模型供应商，同时仍需对其部署的界面或公开内容负责。

使用外部模型的初创公司仍需判断其聊天机器人的披露是否清晰。使用写作助手的出版商仍需对公共利益文本承担编辑责任。

这种共同责任可能造成缺口。上游供应商或许提供机器可读信息，但下游应用未必能将其保留下来。

反过来也可能发生。部署方可能希望获得准确的来源信息，但供应商提供的技术信号或文档可能不足。

合同将越来越多地处理这些交接问题。企业买方应预期会被问及输出标记、记录、测试、事件响应，以及监管责任的分配。

尽管签署仍属自愿，该准则仍可能成为非正式的采购基准。买方可能更倾向于选择遵循公认框架的供应商，而非提供未文档化替代方案的供应商。

不过，不应夸大这种市场影响。签署表明的是预期的合规路径，而不是证明每项产品和输出都符合法律。

核心的怀疑问题在于技术耐久性。标记系统仍面临剥离、转换、采用不一致和蓄意规避等挑战。

人类可读标签也存在自身的不确定性。用户需要及时、清晰的披露，而创意作品又需要不会破坏正常呈现的标签。

执法将检验这些相互竞争的要求。有意义的标准将来自产品证据和监管决定，而非仅仅来自签署公告。

Meta、OpenAI 及其客户接下来应关注什么

三个信号将显示欧洲的透明度框架会成为可运作的标准，还是一组脆弱标签的集合。

第一个信号是欧盟委员会最初公布的签署方名单及后续更新。该名单将说明哪些公司接受了准则的哪些部分。

机构可根据其业务活动签署供应商部分、部署方部分，或两者皆签。具体承诺比公司是否出现在新闻标题中的名单上更重要。

如果 Meta 和 OpenAI 接受了相近的部分，那么此前关于二者透明度分歧的叙事将进一步弱化。不同的承诺则会揭示其产品角色仍在哪些方面存在差异。

第二个信号是 8 月和 9 月期间的产品层面实施情况。用户应关注聊天机器人的介绍、生成媒体标签、下载元数据、开发者文档以及平台检测界面。

某个应用中的简短披露无法回答更广泛的合规问题。关键证据在于，来源信息能否在工具和平台之间流转时得以保留。

开发者应检查 API 响应和媒体导出。企业客户应要求提供文档，说明哪些输出会获得标记，以及这些标记如何经受常见转换。

出版商应审查公共利益文本的编辑工作流程。它们需要清晰记录人工审核、责任归属以及任何披露决定。

这些变化将显示该准则是否影响了真实系统。零星的界面更新将削弱签署方已采取全面方法的说法。

第三个信号是早期监管指导和执法。各国主管机关必须决定，哪些证据能够证明标记可靠、披露清晰且实施具有相称性。

正式决定可能需要时间。更早的线索可能会通过监管通知、合规要求、技术研讨会和更新后的委员会指导方针出现。

协调一致的解释将强化该框架。各国预期不一致则会增加成本，并削弱该准则关于一致合规的承诺。

针对某些现有系统拟议的 12 月过渡期也值得关注。其最终法律地位将决定供应商必须以多快速度为机器可读标记进行改造。

这一过渡期不应分散人们对 8 月 2 日已开始适用义务的注意力。聊天机器人身份、可见的深度伪造披露以及其他相关义务仍需分别分析。

对普通用户而言，最明显的变化可能只是一则简单提示。聊天机器人应表明自身身份，而符合条件的合成内容应带有清晰标签。

更深层的变化发生在这则提示背后。供应商和部署方必须建立记录、技术信号和交接机制，以便内容流转后仍能接受审查。

对知识工作者而言，保留 AI 辅助工作可审计的记录将更加有用。可搜索的工作流程可以在碎片化工具之间保留来源和决策。

这种做法有助于问责，但不能替代法律审查。当第 50 条适用时，机构应梳理自身的确切角色，并咨询具备资质的顾问。

Meta 与 OpenAI 的叙事为监管报道提供了一个有用警示。相似的准则名称、自愿签署和具有约束力的义务，很容易被混为一项误导性主张。

Meta 的确拒绝了此前的通用 AI 准则。随后，它签署了针对生成内容透明度的新准则。

OpenAI 支持这两套框架，但其签署并不能证明每项实施都有效。Google、Microsoft 和其他参与方同样面临承诺与执行之间的差距。

因此，下一项检验是可观察的行为。系统是否清楚表明自身身份、保留有用的来源信息，并在不让用户困惑的前提下为受覆盖内容添加标签？

读者应在 8 月 2 日后检查自己所使用的产品。开发者应测试导出的文件，买方应询问供应商，出版商则应记录编辑控制。

如果这些检查显示出耐久且可互操作的信号，欧洲就已将透明度从政策语言推进为基础设施。如果它们显示标记不断消失，最艰难的工作仍未完成。