在2025年国家网络安全宣传周上，昆明主会场发布重磅内容 ——《人工智能安全治理框架》2.0 版(下文简称为《框架》2.0)正式发布，为我国人工智能安全发展指明了新方向。

在此背景下，网易易盾作为数字内容安全领域的领军企业，在人工智能安全治理分论坛上同中国网络空间安全协会发起《人工智能安全行业自律倡议》(下文简称为《倡议》)，并以“GB 45438-2025《网络安全技术 人工智能生成合成内容标识方法》标准（下文简称为《标识办法》）在人工智能服务内容审核系统中的应用实践”成功入选网络安全国家标准应用实践案例库。

这两项重要成果，不仅彰显了网易易盾在AI安全领域的技术实力与行业担当，更与 "人工智能+" 行动的安全要求及新版治理框架形成深度呼应，为构建安全可信的 AI 发展生态注入强劲动力。

 

锚定《框架》2.0，引领自律新风向

《人工智能安全治理框架》2.0 版在 1.0 基础上实现了横向拓展与纵向加深，新增 "可信应用、防范失控" 核心原则，提出人类最终控制、价值观对齐等8项可信人工智能基本准则，并建立了科学的风险分级机制，将AI安全风险细化为技术内生、技术应用和应用衍生三大类，制定了30项技术应对措施和14项综合治理措施。这一框架升级充分体现了我国在AI治理领域 "发展与安全并重" 的战略思路，为行业发展提供了清晰的合规指引。

在2025国家网络安全宣传周上，网易易盾作为核心企业参与《人工智能安全行业自律倡议》的发布，正是对 “法制化+技术治理” 双轨路径的积极响应。

图1：《人工智能安全行业自律倡议》发起单位部分截图

在技术内生安全风险防范方面，易盾针对框架重点关注的模型开源风险，构建了多维度的模型安全防护体系，通过内容安全能力建设、大模型安全围栏等技术手段，有效防止开源模型被不法分子滥用训练 "作恶模型"。

在技术应用安全风险防控方面，针对框架指出的 "污染网络内容生态" 等问题，易盾的内容安全解决方案实现了对 AI 生成内容的全流程管控，通过大模型测评工具、AI生成识别等技术能力防止恶意注入和违法内容生成，同时严格落实AI生成内容标识要求，实现可识别、可追溯、可信赖的治理目标，与框架要求高度契合。

值得注意的是，框架2.0特别强调的 "提升全生命周期安全能力" 在网易易盾的实践中得到充分体现。易盾构建了从模型训练、产品上线到应用部署和产品运营的全链条安全保障体系，通过安全语料服务、AI实时检测、模型横向评估等技术手段，实现了大模型生命周期的安全可控。这种实践不仅响应了行业自律的要求，更为框架落地提供了可操作的实施路径，展现了头部企业在行业治理中的标杆作用。

图2：网易易盾大模型内容安全体系能力图解

 

践行《标识办法》，筑牢 "人工智能+" 安全底座

随着国务院《关于深入实施 "人工智能+" 行动的意见》将 "人工智能+" 升级为国家战略行动，AI技术与经济社会各行业各领域的融合不断加深。2025年9月1日起正式生效的《人工智能生成合成内容标识办法》，标志着我国在 "人工智能+" 行动背景下的内容安全治理进入新阶段，该办法构建了显式与隐式双重标识要求，覆盖内容生成全链条，为AI应用安全提供了制度保障。

图3：网易易盾创新合作部负责人苗晴晴出席（右二）

网易易盾以“GB 45438-2025《网络安全技术 人工智能生成合成内容标识方法》标准在人工智能服务内容审核系统中的应用实践”，成功入选网络安全国家标准应用实践案例库（人工智能安全方向），其案例正是对 "人工智能+" 行动安全要求的生动诠释。

图4：网易易盾获网络安全国家标准应用实践案例库

针对 "人工智能+" 行动中 AI 内容识别溯源这一系统性治理难题，网易易盾基于自研的安全大模型，创新地构建了 “标识识别+AI生成检测模型” 的双重检测体系，整合了文本、图像、音频、视频等多维度的 AI 识别技术，实现了对 AI 生成内容的精准识别和溯源追踪。

图5：网易易盾AI生成识别能力架构

技术上，依托垂直领域文本大模型、VL大模型、细粒度标签大模型、OCR大模型等基座，通过样本泛化生成、跨模态对齐等技术，目前易盾已将安全模型训练时长压缩至天级别，单标签精度显著提升，以应对日益复杂的网络环境。

性能上，核心API准确率达99.8%，年过滤数据超1万亿次，精细化分类达300+，既能满足生成内容标识的法规要求，又能有效预防AI诈骗、保护隐私与版权。

该能力不仅满足了《标识办法》对显式标识的要求，更通过隐式标识技术在文件元数据中嵌入生成者信息，为责任认定提供了技术支撑，形成了 "生成即标识、传播必核验" 的闭环管理，为 "人工智能+" 行动的安全推进筑牢了技术底座。

 

协同共治，构建AI安全发展新生态

《框架》2.0 版强调构建 "跨国界、跨领域、跨行业" 的协同治理格局，而 "人工智能 +" 行动的深入推进也需要多方主体的协同参与。网易易盾的双重举措，正是在这一背景下对协同治理理念的积极实践：通过参与行业自律倡议，推动形成行业共识；通过国家标准案例示范，促进安全技术普惠。

针对《框架》2.0提及的 “中小企业AI安全能力薄弱” 问题，易盾推出轻量化安全工具——CMA审核智能体，为企业提供 “降本、提效、提质” 三位一体的内容安全审核解决方案，破解人工审核成本高、效率低、精度不稳定的行业痛点。  这与框架 2.0 “鼓励中小企业参与治理” 的理念高度契合。

图6：网易易盾CMA审核智能体能力架构

CMA审核智能体通过“机器筛基础、智能体扛主力、人工抓重点” 的模式，大幅减少人工工作量，同时避免因流程冗余导致的效率损耗。安全审核的核心，从来不是 “拼人力”，而是 “守好安全底线”。当CMA审核智能体接过重复、繁琐的审核工作，审核员终于能从 “疲劳战” 中解脱，专注于更有价值的风险研判；企业也能告别 “成本焦虑”，把资源投入到核心业务创新上。

此次网易易盾在国家网络安全宣传周的双重举措，既是对“人工智能+” 战略与《人工智能安全治理框架》2.0 的积极响应，更是企业践行 “科技向善” 责任的体现。

未来，随着 “人工智能+” 与各领域融合的不断深化，易盾将继续以技术创新为核心、以国家标准为指引、以行业协同为路径，为我国全面步入智能经济和智能社会发展新阶段，提供坚实的安全保障。

 

 关于我们