2026年4月，中央网信办启动“清朗·整治AI应用乱象”专项行动，聚焦未按规定履行大模型备案登记义务、AI平台安全和审核过滤能力不足、AI数据投毒、生成合成内容标识落实不到位等AI应用乱象，部署各地网信部门深入推进第一阶段重点整治任务，并开设“涉AI应用乱象举报专区”，专项受理公众举报。

　　专项行动在各方共同努力下，第一阶段累计处置违规网站、应用程序、智能体等AI产品1.4万余款，清理违法违规信息600余万条，处置账号2.6万余个，下架违规AI商品1300余个、违规开源数据集9个，各项工作取得积极进展。

　　从专项行动的内容来看，涵盖备案管理、内容审核、数据安全，到生成内容标识与平台责任落实，相关监管体系正在从“事后处置”走向包括事前的“全链条治理”，从而在AI蓬勃发展的背景下建立更完善的监管，既确保行业的健康持续发展，又确保AI乱象得到有效及时的治理。

　　此次专项行动强调对“假冒仿冒”“虚假信息”“低俗内容”等传统互联网问题的治理，在AI大发展背景下，相关监管方式可能需要加以拓展，由于生成式AI的内容生成能力是动态的，这意味着传统的一些审核方式可能并不完全满足要求，不能完全识别一些由生成式AI生成的虚假内容，因此，还需要从模型、多模态理解能力提升，以及人机协同机制等入手，加以治理和监管。

　　相比以往互联网治理更多集中在内容平台或社交媒体，此次范围涵盖到了大模型、智能体、数据、生成工具等，意味着治理对象已经从内容深入到数据和模型的层面。因此，这种治理离不开平台的作用，本次专项治理也强调平台责任。从华为应用商店的备案审核，到阿里巴巴的数字指纹与关键词拦截机制，再到智谱、DeepSeek等企业在多模态审核、异常检测、恶意行为识别方面的技术升级，可以看出，AI治理离不开多方参与，尤其是平台的责任强化。而对于这些AI大企业而言，合规不再只是外部要求，而是需要直接嵌入算法设计、数据处理和模型训练流程之中。这本质上也是一种源头治理，从生产端就开始治理，避免风险累积到使用端，产生AI乱象。

　　而此次专项治理所强调的对“数据投毒”和“生成内容标识”的强调，对平台企业来说也是一个契机，即从生产端就非常重视这些不良因素的影响。数据投毒问题涉及AI模型训练阶段的安全风险，而内容标识则涉及生成式AI的透明性与可追溯性。这两个问题都属于AI治理中的“新型风险点”，对AI企业而言也是发展面临的挑战。此次专项行动不仅包括“应用风险”，也强调“模型风险”，这也能够及时提醒平台企业多从技术端入手解决这些问题带来的挑战，有利于生成式AI的长期可持续发展。

　　从长期来看，需要构建一个可控的AI发展路径，在行业发展与风险控制之间建立一种动态平衡机制。尤其是在生成式AI迅速普及的背景下，信息真实性、数据安全以及未成年人保护等问题正在变得更加突出，及时的监管完全有必要。

　　创新和监管并不冲突，创新是行业发展必需的动力之源，大数据、AI产业的快速、高质量发展，能够助力我国在日趋激烈的国际科技竞争中立于不败之地，取得更大话语权和主动权。同时，行业发展也必须更加规范化，需要在可控、安全、可追溯的框架内进行。边界由技术标准与法律规则共同划定，平台需要履行应有责任，监管需要及时跟上，因势利导，同时及时治理相关乱象，确保行业的健康发展，维护经济和社会发展的健康良好环境。