论坛·数据安全 | 我国AI数据风险研判与监管路径
孔祥承国际关系学院法学院副教授、国家安全法治研究基地研究员人工智能算法的模型训练与场景落地，极度倚重海量数据的支撑，然而数据在采集、运行及生成等全过程中均埋藏着安全隐患。伴随AI应用场景的持续迭代，各类安全风险呈指数级攀升，并已蔓延至政治、军事等国家安危领域。基于此，必须立足国家安全大局，在总体国家安全观指引下审慎应对，统筹兼顾发展与安全。本文基于总体国家安全观，系统梳理AI数据安全风险，借鉴域外制度经验与教训，厘清规制难点，旨在为后续完善AI数据安全治理体系提供借鉴。一、人工智能数据带来的国家安全风险基
构建AI训练数据合理使用新机制
近期，中央网信办发布通知，在全国范围内启动为期四个月的“清朗·整治AI应用乱象”专项行动。该行动第一阶段聚焦的核心问题之一便是大模型训练语料安全，例如语料审核不严导致违法不良信息混入模型训练数据；训练数据来源合规性存疑，未经许可使用文字、图片、音视频等素材，旨在从源头强化对AI技术的治理。 回顾人工智能演进历程，从早期的文本生成到如今涵盖图像、音乐、视频的多模态内容创作，每前进一步，对训练数据的广度、深度及复杂度的要求便提升一个层级。可以说，无数据则无模型，无高质量数据则无高水平模型。当前大模型的竞争，表
由Manus事件看人工智能企业全球化稳健发展
今日，外商投资安全审查工作机制办公室（国家发展改革委）就外资收购Manus项目作出禁止投资的决定，并要求相关方撤销该收购交易。对于这笔交易及最终监管结论，可从三个层面加以理解：其一，这说明我国创新生态孕育出的技术实力与人才积累，已经足以获得国际市场的充分认可；其二，这也反映出在全球资本、技术和人才加快流动的背景下，我国人工智能产业正面临新的风险与挑战；其三，监管部门综合判断认为，此次交易并不只是某一家企业的商业选择，其背后还涉及技术创新能力的归属以及人才培养成果的承接，因此有必要通过监管措施做好风险防范。
生成式AI数据合规框架与法律视角
摘要随着生成式人工智能的快速普及与全球应用，训练数据作为AI模型的核心资源，其合法性、安全性和合规性已成为行业发展的核心要素。目前，我国已建立多层次、全方位的AI训练数据监管框架。该框架以《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《中华人民共和国著作权法》《生成式人工智能服务管理暂行办法》为法律基础，以《网络安全技术 生成式人工智能数据标注安全规范》（GB/T 45674 - 2025）、《网络安全技术 人工智能生成合成内容标识方法》（GB 45438 - 2