AI生成内容不得侵害他人肖像权新规

《生成式人工智能服务管理暂行办法》办法明确，提供和使用生成式人工智能服务应当尊重知识产权、商业道德，保守商业秘密，不得利用算法、数据、平台等优势，实施垄断和不正当竞争行为，下面是小编为大家整理的AI生成内容不得侵害他人肖像权新规，希望能帮助到大家!

AI生成内容不得侵害他人肖像权新规

国家网信办联合国家发展改革委、教育部、科技部等7部门公布《生成式人工智能服务管理暂行办法》，自8月15日起施行。

办法明确，提供和使用生成式人工智能服务应当尊重知识产权、商业道德，保守商业秘密，不得利用算法、数据、平台等优势，实施垄断和不正当竞争行为;尊重他人合法权益，不得危害他人身心健康，不得侵害他人肖像权、名誉权、荣誉权、隐私权和个人信息权益;基于服务类型特点，采取有效措施，提升生成式人工智能服务的透明度，提高生成内容的准确性和可靠性等。

AI生成内容不得侵害他人肖像权规定全文

第一，对于使用AI生成内容的平台和机构，他们必须建立完善的审核制度，确保发布的内容不侵犯他人的肖像权。这意味着平台和机构需要投入更多的人力和技术资源来监控、审查和过滤AI生成的内容。只有在通过审核后，这些内容才能够在互联网上发布。

第二，对于个人用户，他们在使用AI生成内容时也应该遵守相关规定，不得恶意侵犯他人的肖像权。用户需要明确意识到，AI生成的内容具有潜在的法律风险，不得将其用于非法或违反伦理道德的活动。同时，用户要对自己生成的内容负责，不得给他人肖像权造成任何侵害。

第三，权威机构将加强对AI生成内容的监管和处罚力度。一旦发现有违规行为，机构将追究相关责任人的法律责任，并给予相应的处罚。这将有助于有效遏制违规行为，为合法权益提供更好的保护。

综上所述，AI生成内容不得侵害他人肖像权的新规将给互联网行业带来积极的影响。它将保护每个人的肖像权，促进互联网环境的健康有序发展。我们期待这项新规的全面实施，为AI技术的应用提供更加可靠的法律和道德框架，推动人工智能与社会的和谐发展。

《生成式人工智能服务管理暂行办法》制服保障

针对生成式人工智能AIGC的安全风险，国家网信办联合有关部门于近日正式公布《生成式人工智能服务管理暂行办法》(以下称《办法》)，为AIGC的健康发展与规范应用提供制度保障。

《办法》是我国首个针对生成式人工智能AIGC的监管方案，充分协调了创新发展与安全治理之间的关系。《办法》既提出采取有效措施鼓励生成式人工智能创新发展，也强调对生成式人工智能服务实行包容审慎和分类分级监管，明确了提供和使用生成式人工智能服务总体要求与法律底线。

国信证券指出，《办法》鼓励生成式AI在各行业、领域的应用，构建应用生态体系。细化监管部门及监管举措，并采用包容审慎的态度实施分类分级监管，相关政策利好行业发展，有助于大模型应用落地，加速AIGC应用生态发展。

AIGC具备快速的反应能力、生动的知识输出以及丰富的应用场景，在社会生产和生活的方方面面发挥着重要的作用。《办法》的出台进一步完善了生成式人工智能精细化治理体系，有利于营造安全有序的法治环境，引导AIGC产业充分释放正向应用价值。

生成式人工智能是指什么

生成式人工智能是指 利用机器学习技术让计算机自动生成不同模态(比如文本，图片，语音等)高质量数据的方法。尽管过去几十年的人工智能研究迭代出了无数的生成模型，但生成式人工智能被当成一种新的算力来讨论还要从以GPT3为代表的大预训练语言模型算起。

利用生成式AI技术，人们往往可以通过自然语言交互方式生成高质量内容。

生成式人工智能，就像一个拥有无限想象力的艺术家，可以根据我们提供的线索创作出各种令人惊艳的作品。它利用先进的算法和技术，结合大量数据进行学习，然后根据学到的知识为我们生成新的内容，如文章、图片、音乐等。征求意见稿共21条，包括生成式人工智能服务商的准入，算法、训练数据、模型、内容，以及个人隐私、商业秘密等方面提出了要求。

在这个过程中，生成式人工智能需要经历以下几个阶段。首先，它要像一位勤奋的学生，通过阅读海量资料，学习各种知识。这些资料可能包括文本、图像、声音等多种形式。其次，它会在心中建立起一个知识库，就像一个丰富的图书馆，以便在需要时随时调用。最后，当我们提供一个提示或要求时，它会运用这个知识库，像一个创意满满的作家，为我们创作出独一无二的内容。

生成式人工智能未来发展趋势

1、数据质量问题

生成式AI需要大量的高质量数据来进行训练，而现实中的数据往往存在噪声、偏差和错误，这使得生成式AI面临着许多挑战。为了解决这个问题，未来需要进一步开发和改进数据清洗和预处理技术，以提高数据质量和可用性。

2、计算资源限制

生成式AI需要大量的计算资源来进行训练和推理，这使得它在实际应用中面临着计算资源限制的问题。为了解决这个问题，未来需要进一步发展高效的计算和算法优化技术，以提高生成式AI的效率和性能。

3、可解释性问题

生成式AI的黑盒性质使得它们的工作原理难以理解和解释，这限制了它们在实际应用中的可用性和可靠性。为了解决这个问题，未来需要进一步发展可解释性的生成式AI技术，以提高它们的透明度和可理解性。

4、多模态和跨模态生成问题

未来的生成式AI需要进一步开发多模态和跨模态生成技术，以支持多种数据类型的生成，包括文本、图像、音频和视频等。

5、法律和道德问题

生成式AI可能存在版权、隐私和道德等方面的问题，这需要在应用生成式AI时加强法律和道德方面的考虑和约束，以确保其合法和道德的使用。

生成式人工智能是指利用机器学习技术让计算机自动生成不同模态(比如文本，图片，语音等)高质量数据的方法。尽管过去几十年的人工智能研究迭代出了无数的生成模型，但生成式人工智能被当成一种新的算力来讨论还要从以GPT3为代表的大预训练语言模型算起。