来源：中国信通院
这份由中国信息通信研究院于2025年发布的《数据治理研究报告——端侧大模型数据治理法律要点研究》，系统探讨了在端侧大模型（部署于手机、汽车、智能家居等终端设备上的轻量化人工智能模型）快速发展背景下，数据治理面临的法律挑战、国际比较与应对建议。以下是报告的核心内容梳理：
一、 端侧大模型概述与技术特点
报告定义了端侧大模型，并总结了其四大特征：
本地化：数据本地处理，减少云端依赖，增强隐私保护与离线服务能力。
轻量化：通过模型压缩（量化、剪枝等）与资源动态分配，适应终端有限的算力与存储。
个性化：基于用户本地行为数据动态优化，提供精准、实时的场景化服务。
协同化：通过“端-边-云”架构实现任务智能分流与多设备联动，平衡性能与效率。
二、 数据治理法律要点与挑战
报告重点分析了端侧大模型在全生命周期中的数据治理难题：
数据处理前：“告知-同意”规则适配难
海量公开训练数据中包含的个人信息难以逐一获取同意。
实时响应需求与“一揽子授权”现实，与敏感信息“单独同意”要求存在冲突。
功能边界大幅扩展，用户难以精准知晓数据收集范围与用途。
对未成年人、老年人等特殊群体缺乏有效识别与保护机制。
数据处理中：传统原则面临挑战
最小必要原则：为追求高度智能化与个性化，数据收集范围可能超越“最小必要”边界。
存储期限管理：端云协同模式下，数据在云端存储期限可能超出法定要求。
数据处理后：用户权利行使与责任认定困难
权利行使障碍：数据分散于模型参数中，用户的更正、删除、拒绝处理、可携等权利难以有效实现。
责任认定困境：涉及终端厂商、模型开发者、云服务商等多主体，数据流转链条复杂，导致数据泄露等安全事件责任划分不清。
处理全链条：数据安全与内容风险
数据污染：本地化训练数据易混入错误或恶意信息，导致模型输出偏差。
模型幻觉：轻量化压缩可能降低模型精度，生成错误内容。
对抗攻击：终端安全防护较弱，易受输入攻击或参数篡改。
三、 全球治理模式比较
欧盟：在GDPR严格框架下寻求灵活适用，通过EDPB意见和各国指南细化AI数据合规要求，强调“权利优先”与高风险系统监管。
美国：采取“场景化保护”路径，联邦层面轻监管、各州差异化立法，依靠行业自律、技术标准及重点领域法规（如HIPAA、COPPA）进行治理。
中国：在《网络安全法》《数据安全法》《个人信息保护法》等现有法律框架下探索，通过司法案例（如杭州“AI奥特曼”案）明晰责任，并推进技术标准研制。
四、 展望与建议
报告提出构建“发展-安全”平衡框架，具体建议包括：
完善法律规则：建立分级告知机制、探索训练数据同意例外、弹性适用最小必要原则、规范数据存储期限、强化特殊群体保护。
明确主体责任：细化数据分类分级、完善侵权认定规则、通过“共同处理”或“委托处理”界定多主体责任边界。
补充监管手段：构建可信语料库、提升算法可解释性、完善“机审+人审”内容过滤机制。
创新技术工具：部署监管沙盒、优化数据脱敏、构建安全存储架构、开发轻量化隐私计算技术。
建立协同机制：形成“政府监管+行业自律+技术监测”三位一体模式，建立动态评估、信息共享与便捷维权渠道。
加强国际合作：推动制定国际准则、开展联合技术研发、促进经验交流与人才培养。
完整报告原文已分享到星球社区
会员可前往下载。非会员请按照以下步骤免费获取：
关注公众号，然后在首页对话框回复关键词“数据治理研究报告”，
系统自动推送百度网盘下载链接。
（关键词输入需完全一致，否则系统无法正确匹配）
（本星球常年对接50万+报告智库，每日精选50+行业报告学习分享！）
免责声明：本社群只做内容收集和知识分享，严禁用于商业目的，报告版权归原撰写发布机构所有，相关报告通过公开合法渠道收集整理，如涉及侵权，请联系我们删除；如对报告内容存疑，请与撰写、发布机构联系。
