问题：随着生成式技术快速普及，面向公众的生成式服务和基于模型二次开发的应用数量激增。新业态提升效率和拓展应用场景的同时，也带来了内容安全、数据合规和算法责任等治理挑战。如何在鼓励创新的同时守住底线，成为行业健康发展的关键。 原因：一上，技术迭代降低了应用门槛，教育、办公、工业设计和政务服务等领域对智能生成能力的需求增长，推动供给侧产品快速涌现。另一方面，生成式服务特点是跨场景、易扩散，若缺乏统一规范，可能内容质量、虚假信息、侵权和未成年人保护等引发风险。为此，网信部门联合有关部门依据《生成式人工智能服务管理暂行办法》，持续推进备案工作，并对直接调用已备案模型能力的应用建立地方登记机制，形成分层分类管理模式：面向公众的生成式服务纳入备案管理，基于现有能力的应用纳入登记管理，从源头明确责任链条。 影响：备案与登记数据反映了行业发展和治理的同步推进。2025年全年共有446款服务完成备案，330款应用或功能登记；截至2025年底，累计备案服务748款，登记应用或功能435款。该进展有助于稳定市场预期：一是推动企业在模型训练、数据来源、内容审核和用户权益保护等上补齐短板，提升合规能力；二是为各行业引入生成式技术提供清晰的准入和合规指引，减少“不会用、不敢用”的顾虑；三是促进形成更有序的应用生态，优化内容生产和场景创新，避免粗放扩张。 对策：规范生成式服务发展需制度执行与技术治理并重发力。首先，压实主体责任，服务提供者应完善内容安全机制、标识提示和投诉处置流程，并在产品迭代中同步评估合规性。其次，强化数据和知识产权合规，确保训练数据来源合法、使用边界清晰，依法处理个人信息，防范数据滥用和泄露风险。再次，完善分层治理与协同监管，依托备案和登记机制，加强部门协作和属地管理，形成可追溯、可核验、可问责的治理闭环。最后，鼓励正向创新，在民生服务、产业升级和公共管理等领域探索可复制的应用模式，推动优质内容生产。 前景：从政策连续性和数据增长来看，生成式服务将进入规模与质量并重的新阶段。未来一段时间，应用侧仍将保持活跃，模型能力与行业数据的融合将推动更多垂直场景落地。同时，合规能力将成为企业竞争力的关键：能在安全、可信、可控前提下实现稳定输出和可解释治理的企业，更可能在产业链协作、政企合作和国际竞争中占据优势。随着管理规则细化、标准体系完善，行业有望在规范框架下实现更高质量发展。
人工智能技术的健康发展需要创新与规范的平衡。当前备案数量的快速增长——既说明了我国的技术积累——也反映了治理体系的成熟。未来，如何在激发创新与防范风险之间找到最佳平衡点，将是行业持续健康发展的核心课题。这既需要与时俱进的监管智慧，也离不开全社会的共同参与和监督。