中国信通院:《数据治理研究报告(2025年)》

报告主要内容

1. 端侧大模型发展概况与技术特点。端侧大模型是通过量化、蒸馏、裁剪等轻量化技术，将大模型核心推理能力下沉至手机、平板、车载设备、智能家居等终端硬件的轻量化AI模型体系。其能够依托本地算力完成数据处理、智能交互与任务执行，无需依赖云端持续支撑即可实现离线运行，核心价值在于平衡隐私保护、低延迟响应与终端算力适配需求。随着人工智能技术发展，端侧大模型已成为实现智能设备本地计算能力的关键技术，可在终端直接实现数据闭环与实时决策，具备本地化、轻量化、个性化、协同化四大显著特征。

2. 端侧大模型数据治理法律要点分析。与传统云端模型相比，端侧大模型的数据处理呈现出隐蔽性、碎片化、场景化的鲜明特征，依托设备本地的多传感器、系统权限及离线交互场景，形成了 “本地采集+轻量上传+隐性关联” 的复杂数据处理体系，也由此引发了一系列数据治理法律要点的探讨。重点围绕数据处理前 “告知-同意” 规则的适配难题、数据处理中数据收集存储规则的效力争议、数据处理后用户数据权利的保护困境，以及处理全链条中数据污染与内容输出偏差的治理挑战展开深度分析，厘清了当前端侧大模型数据治理的法律痛点。

3. 全球端侧大模型数据治理法律制度的比较研究。针对端侧大模型技术的发展现状，全球主要经济体形成了各具特色的治理模式。欧盟始终以GDPR为基础推进个人数据严格保护，同时通过欧盟数据保护委员会及各成员国机构发布指南、细则等文件，进一步细化端侧大模型产业链各参与方的责任边界；美国采取分行业、分场景的个人信息保护策略，更强调通过市场机制和技术标准实现治理目标，在创新发展与权益保护之间寻求平衡；我国则构建起层次分明、相互协同的人工智能法治基础格局，以《网络安全法》《数据安全法》《个人信息保护法》等顶层立法为核心，搭配人工智能领域专项配套规定，对端侧大模型的个人信息保护提出了系统性、规范化的要求。

4. 我国端侧大模型数据治理的展望与建议。面向未来，我国端侧大模型数据治理需构建 “发展- 安全” 相平衡的治理框架，让用户真正实现 “智能在端，安全在握” 的数字化体验。一方面，结合端侧大模型的技术特点和治理重点，对现有由《网络安全法》《数据安全法》《个人信息保护法》等构筑的数据治理法律体系进行适应性调整，充分发挥现有法律框架的规制作用；另一方面，在平衡技术创新与数据安全的前提下，通过完善法律规则、补充监管手段、创新技术工具、加强部门协同、深化国际合作等多重举措，打造 “政府主导、企业主责、行业自律” 的多方共治生态，实现端侧大模型数据治理效能的最大化与可持续性，推动端侧智能产业健康有序发展。