生成式人工智能训练数据跨境流动的合规研究

摘要

生成式人工智能(GAI)的迅猛发展与广泛应用，正深刻重塑全球数字经济的发展格局，其中训练数据跨境流动正成为推动技术创新的核心驱动力，同时也引发了数据主权博弈及合规治理的全球性挑战。以DeepSeek训练数据跨境合规作为典型案例切入点，在明确其技术架构、数据属性特征的基础上，深刻剖析此类行为在法律规范竞合、“最小必要原则”解释冲突及治理效能薄弱上的三重困境。通过分析DeepSeek在多法域监管下的合规实践现状，可揭示当前全球治理范畴内针对GAI训练数据跨境合规的复杂审查动因，并探讨欧盟、美国及亚太等国家和地区的典型实践对全球GAI数据治理规则创新所产生的示范与示警效应。在我国语境下，GAI训练数据跨境合规治理以“数据主权分层治理”为理论基底，分别在物理层、逻辑层及应用层形成系统化、层级化的合规治理工具。通过解构其在数据应用实践及法律规制体系中的必要性与适配性，论证我国的层级化治理本土实践的合理性与制度优势，进而构建以立法、监管和技术为核心的“三位一体”政策架构，旨在平衡数据主权维护与跨境数据流动效率之间的张力，最终在分层治理框架下形成完备的训练数据跨境合规体系。为破解治理碎片化的现实困局，可采取“技术-法律”协同治理框架，通过推动法律合规体系的内外协同、技术工具法律适配、多元主体共治机制及域外经验本土化改造等措施，为GAI训练数据跨境合规的全球治理给出中国方案；通过包容性规则重构，达成技术伦理共识，可有效摆脱治理碎片化困局，最终实现数据要素的安全高效精准配置，为构建可持续、负责任的全球生成式人工智能发展生态贡献中国智慧。

关键词

生成式人工智能 / 训练数据跨境流动 / 合规治理 / 数据主权 / DeepSeek