真正的分界线不在“开源或闭源”，而在模型是否属于通用模型、是否达到系统性风险层级、以何种许可证和渠道进入欧盟，以及下游把它做成了什么系统。
精简研究包
| 项目 | 研究结论 / 待核验边界 |
|---|---|
| 新事件 | 2026年8月2日起，欧委会开始对通用AI模型义务实施完整监督和罚款权。AP于7月31日报道欧盟AI办公室扩充执法力量并开始监测包括中国企业在内的模型提供者。 |
| 核心问题 | 中国厂商如何在“开放权重、合格开放许可证、商业API”之间配置产品，才能既进入欧盟市场，又把模型层与系统层的合规证据交给正确主体？ |
| 已确认事实 | 通用模型义务自2025年8月2日起适用；2026年8月2日起可完整执法。训练算力超过1023 FLOP且具备多任务生成能力是委员会识别通用模型的指示性标准；1025 FLOP触发系统性风险推定，但均不是单一、绝对的能力判据。 |
| 待核验事项 | 具体中国模型是否进入欧盟市场、训练算力、许可证是否含用途或规模限制、模型架构和使用信息是否充分公开、是否被委员会指定为系统性风险模型，均需逐模型核验，不能按国别或“开源”宣传统一推定。 |
| 技术路线 | ①开放权重但许可证受限；②权重与必要信息均公开、许可证满足法案标准；③由原厂或合作方提供商业API；④下游在欧盟自托管、微调并形成AI系统。 |
| 比较轴 | 谁是提供者、是否构成投放欧盟市场、模型层文档、版权与训练摘要、欧盟代表、系统性风险、安全评测、下游可审计性、系统用途义务。 |
| 商业传导 | 义务增加 → 需要模型卡、训练来源治理、评测与事件响应 → 欧盟托管、合规工具和专业服务需求上升；但能否形成收入，取决于客户采购条款、预算和持续审计，而非法规生效本身。 |
| 反方证据 | 开源例外确实保留创新空间；高风险AI系统的主要义务已延至2027/2028年；通用模型指引不具法律约束力，最终解释权属于欧盟法院。因此“欧盟已全面封堵中国开源模型”不符合现有证据。 |
新事件：执法启动，但不是“所有AI规则同时开闸”
2026年8月2日，欧委会对通用AI模型（general-purpose AI model，GPAI）的监督和罚款权开始适用。欧盟委员会在最新网络安全政策文件中明确，执法覆盖通用模型及其网络安全系统性风险；美联社则报道，AI办公室新增人员开始监测美国和中国模型企业。这意味着2025年已经生效的模型义务，从一年协作磨合转入可调查、可
评测、可要求整改的阶段。
但“8月2日全面执法”容易误读。欧盟近期通过Digital Omnibus修法，把独立高风险AI系统的相关义务推迟至2027年12月2日，把嵌入产品的高风险系统推迟至2028年8月2日，欧盟理事会最终批准说明给出了这一固定时间表。通用模型执法与高风险系统延期同时存在，正是本文要拆开的第一层边界。
地域也不是以服务器位置为唯一判断。法案第2条覆盖向欧盟市场投放通用模型的第三国提供者，也覆盖输出在欧盟使用的第三国AI系统提供者与部署者。对中国厂商而言，权重上传到可供欧盟商业使用的仓库、向欧盟客户供应API，或由欧盟合作伙伴集成，都可能形成不同的市场进入与角色判断；具体仍须结合分发控制、合同和实际用途。
旧约束：过去把“开源”混成了三个问题
产业讨论通常把开放权重、开放许可证和开放服务混称“开源”。技术上，它们解决的问题不同：权重公开解决可下载与可自托管；许可证决定用户能否合法使用
、修改和再分发；API只开放调用能力，模型参数与训练过程仍由服务商控制。
监管恰好沿这三处断点分配责任。AI法案第53条的开源例外要求许可证允许访问、使用、修改和分发，并要求参数（包括权重）、架构信息和使用信息公开。只放出权重、但许可证限制商业用途、竞争性用途、用户规模或再分发，并不当然满足条件。反过来，一个宽松许可证也不能替代缺失的架构和使用资料。
“开源模型”也不等于“开源AI系统”。模型是可被集成的能力底座，系统是面向具体用途运行的产品。一个普通通用模型被用于招聘筛选、信贷或关键基础设施后，系统层风险来自使用场景，不会因底座权重公开而消失。开放源代码促进会（OSI）的开放源AI定义甚至比“开放权重”要求更宽的可修改能力与数据、代码信息，这进一步说明行业标签与法案术语不能互换。
路线比较：三种交付形态承担什么义务
| 交付路线 | 通用模型层 | 系统性风险层 | 下游系统层 | 主要工程代价 |
|---|---|---|---|---|
| 开放权重、受限许可证 | 仍可能是GPAI提供者；通常不能仅凭“可下载”主张第53(2)条例外。模型技术文档、下游信息、版权政策、训练内容摘要及第三国提供者的欧盟代表义务需按完整规则评估。 | 达到1025 FLOP推定或被指定时，开放权重不减免；须通知、评测、缓解风险、报告严重事件并保护网络安全。 | 欧盟集成商按用途成为系统提供者或部署者；若改名销售、实质修改或改变用途使系统成为高风险，责任可能上移。 | 原厂可控性弱于API，却未必换来文档豁免；许可证判读与版本追踪成本高。 |
| 合格自由和开源许可证＋充分公开 | 部分减免：可免向监管维护第53(1)(a)技术文档、向下游提供第53(1)(b)信息，以及非欧盟提供者的授权代表义务。仍须版权合规政策、训练内容公开摘要与监管合作。 | 无开源减免。第53、54、55条义务均回归，开放发布前还需考虑发布后难以回收或修补的风险。 | 模型层例外不传递为系统层例外。自托管者仍须识别禁止用途、透明度义务与未来高风险义务。 | 需持续发布权重、架构、使用资料、训练摘要和版权流程；开放后的补丁分发、版本撤回与事件响应更难。 |
| 商业API | 服务商作为GPAI提供者通常无开源例外，须维护完整技术文档并主动向系统提供者提供能力、限制、输入输出、集成和数据方法信息；中国主体一般还要欧盟授权代表。 | 服务端更易做访问控制、监测、更新和紧急下线，但仍须完成系统性风险评测与报告，控制力不是免责。 | 调用API开发产品者可能是系统提供者；仅在自身业务中使用者通常是部署者。系统面向人交互或生成合成内容时，第50条透明度义务需另行处理。 | 日志、数据驻留、供应商锁定和跨境合规成本上升；优点是版本与安全策略集中。 |
注：表中是基于法规与欧委会指引的通用判断，不替代对具体模型许可证、市场投放行为、合同与用途的法律审查。
分类一：普通通用模型
欧委会指引使用训练算力超过1023 FLOP且能生成语言、文生图或文生视频作为指示性标准，大致对应在大数据集上训练十亿参数级模型所需算力。但这不是安全港：低于阈值、却能胜任广泛任务的模型仍可能被认定为GPAI；高于阈值但缺乏显著通用性的模型也可能例外。
普通GPAI的核心义务有四项：为监管保存技术文档、向下游系统提供者给出模型信息、建立欧盟版权合规政策、按统一模板公开训练内容摘要。第三国提
供者原则上还要先指定欧盟授权代表。合格开源模型只减掉前两项和授权代表，不减版权政策与训练摘要。
分类二：具有系统性风险的通用模型
累计训练算力超过1025 FLOP会触发高影响能力推定，提供者知悉将达到阈值后最迟两周内通知欧委会；委员会也可基于能力、用户规模、自治性和可扩展性等指标指定阈值以下模型。提供者可以举证模型虽过线但无系统性风险，最终由委员会评估。
这一层级不再区分开放与闭源：除普通GPAI义务外，还要用先进协议评测和红队测试模型，持续评估并缓解欧盟层面的系统性风险，记录并报告严重事件，保护模型及物理基础设施的网络安全。开放发布的特殊难点是权重一旦广泛复制，访问控制、撤回和统一更新能力下降；
因此合规工程必须前移到发布前评估，而不是只依赖上线后封禁。
分类三：下游AI系统
下游责任取决于“谁把模型做成什么用途”。法案第25条规定，给既有高风险系统贴上自己品牌、进
行实质修改，或把原本非高风险系统改变用途后变成高
风险系统的主体，会被视为新的系统提供者。API调用者也不能仅以“模型由第三方训练”为由退出责任。
当前窗口尤其要区分两类义务。面向用户的交互式AI、机器可读的合成内容标识、深度伪造披露等第50条透明度要求已进入适用期；但高风险系统的风险管理、数据治理、日志、人类监督和合格评定等主要要求已延期。延期提供准备时间，不代表系统用途无需分类，更不代表GDPR、版权、产品安全或行业规则暂停。
工程缺口：法规要的是可传递证据，不只是模型卡
第一处缺口是许可证与制品不一致。模型仓库可能同时存在基础权重、量化版、社区微调版、推理代码和多个许可证。企业需要建立“权重哈希—许可证版本—架构说明—使用限制—分发地区”的物料清单，否则
无法证明某一交付版本是否满足开源例外。
第二处缺口是训练来源可追溯性。开源例外保留版权政策和训练内容摘要，说明权重公开不能替代数据治理。中国训练团队需要记录主要数据集、网络抓取类别、授权数据和用户数据来源，识别机器可读的权利保留，并把删除、异议和更新流程落到模型版本。无法公开商业秘密不等于可以不提交监管所需材料。
第三处缺口是上游信息无法支撑下游定级。企业客户关心的不只是榜单分数，而是预期用途、禁止用途、已知失败模式、语言与人群差异、红队结果、输入输出格式和变更记录。API路线便于集中更新，却可能让客户缺乏评测细节；开放权重便于本地测试，却可能缺失原厂训练证据。两条路线都需要标准化证据接口。
第四处缺口是安全控制与可
复制性冲突。系统性风险模型要求降低盗取、滥用和安全措施绕过风险，而开放权重的价值恰在可复制、可修改。可行的工程折中包括分级发布、发布前能力评估、签名权重、安全微调版本、漏洞披露与版本公告，但这些措施能否被AI办公室认定充分，仍需执法案例验证。
商业化条件：合规成本由谁承担
对原厂而言，开放权重路线只有在许可证与公开资料真的满足例外时，才可能节省部分文档与欧盟代表成本；它不会省掉训练数据摘要、版权流程，也不会省掉系统性风险义务。若许可证受限或资料不全，企业可能同时承担开放分发的失控成本和完整GPAI义务，经济性最差。
商业API把访问控制、日志、版
本更新和事件处置集中到服务商，适合愿意为服务等级和责任接口付费的企业客户。代价是原厂要提供完整模型文档和下游信息，并承担欧盟代表、数据处理、可用性与退出机制的合同成本。API单价能否覆盖合规投入，取决于欧盟调用量、客户续费率与企业合同溢价，不能从法规本身推出。
对欧盟下游客户，真正可采购的不是“一个高分模型”，而是一套可审计交付：明确的法律实体、稳定许可证、数据处理条款、版本变更通知、模型与系统评测、事件响应、必要时的本地托管。中国模型若性能或成本有优势，但缺少这些证据，采购部门可能转向欧洲托管商或模型封装商；这不是技术禁令，而是交易结构改变。
产业链传导：需求会先落在哪里，又会在哪里中断
- 模型治理与评测。执法权启动提高模型清单、红队、网络安全和训练来源治理需求。只有当客户把这些要求写入采购合同并持续复测，才会形成稳定收入；一次性咨询可能停留在费用而非长期市场。
- 欧盟本地托管与授权代表。商业API和不满足开源例外的第三国GPAI需要更清晰的欧盟责任主体。本地云、托管推理和代表服务可能承接需求，但不能仅靠“服务器在欧洲”替代上游模型文档与版权证据。
- 开发平台与合规元数据。模型仓库、MLOps和API网关需要保存许可证、权重哈希、版本、评测、用途与日志。若行业没有统一格式，平台投入会被项目定制吞噬，毛利和扩张速度受限。
- 下游行业集成。高风险系统延期使短期采购节奏可能后移；但第50条透明度、禁止实践与其他欧盟法律仍在。收入传导链是“规则明确 → 客户预算 → 合同要求 → 工具采用 → 续费”，任何一环缺失都不能写成确定增长。
因此不应列所谓“受益股”。现有证据能确认的是责任界面和潜在需求方向，不能确认具体公司的客户订单、收入确认、毛利或现金流。
反方证据与不确定性
反方一：法案并非排斥开放模型。第53条明确给予合格自由和开源模型部分豁免，且欧委会指引把1023 FLOP设为指示性而非绝对门槛。规模较小、资料充分的开放模型仍有合规优势。
反方二：短期冲击可能被高估。2025年8月2日前已投放欧盟市场的GPAI最迟到2027年8月2日合规；高
风险系统义务又被推迟。企业有迁移与补文档窗口，执法也可能先集中于最先进模型和明显缺口。
反方三：控制力不等于安全性。API便于封禁和更新，但集中式服务也带来单点故障、供应商锁定和信息不对称；开放权重允许独立审计和本地化。哪条路线更安全，应按模型能力、部署场景和控制措施判断。
最大法律不确定性来自欧委会指引本身不具约束力，权威解释属于欧盟法院；“投放市场”、显著修改、许可证中的行为限制是否破坏开源资格，也要依事实判断。最大技术不确定性则是算力阈值与真实能力可能脱钩，委员会可调整阈值或作个案指定。
验证窗口：未来12个月看什么
- AI办公室首批调查与措施：是否对第三国、开放权重或API模型提出信息要求、评测或整改，以及是否公布系统性风险模型名单。
- 中国模型的欧盟责任主体：仓库与API条款是否明确欧盟市场、提供者、授权代表和联系机制。
- 训练内容摘要：是否按欧委会统一模板公开主要数据来源，并披露版权权利保留处理政策。
- 许可证变化：是否移除商业、规模或竞争用途限制；权重、架构和使用信息能否同步到同一版本。
- 系统性风险证据：训练算力、能力评测、红队、严重事件与网络安全框架是否可核验，而非只给安全承诺。
- 下游合同：欧盟客户是否把模型文档、版本通知、数据处理、审计权和退出方案写进采购合同。
- 延期后的标准进度：高风险系统配套标准和指南是否按新时间表完成，决定2027—2028年的真实合规强度。
证据台账
| 主张 | 来源与等级 | 日期 | 原文位置 | 类别 | 状态 |
|---|---|---|---|---|---|
| 法案适用于向欧盟市场投放GPAI的第三国提供者及输出在欧盟使用的第三国AI系统 | EUR-Lex，Regulation (EU) 2024/1689（S） | 2024-07-12 | Article 2(1)(a),(c) | 法规事实 | 已核验 |
| 普通GPAI的文档、下游信息、版权政策和训练摘要义务 | EUR-Lex（S） | 2024-07-12 | Article 53(1) | 法规事实 | 已核验 |
| 合格开源模型仅免第53(1)(a)(b)，系统性风险模型不得适用 | EUR-Lex（S） | 2024-07-12 | Article 53(2) | 法规事实 | 已核验 |
| 非欧盟GPAI提供者原则上须指定欧盟授权代表；合格非系统性开源模型例外 | EUR-Lex（S） | 2024-07-12 | Article 54(1),(6) | 法规事实 | 已核验 |
| 1023 FLOP为识别GPAI的指示性标准，不是绝对门槛 | 欧委会GPAI指引Q&A（S） | 2025-07-18；2026-04更新 | “How do the guidelines help identify…” | 监管解释 | 已核验 |
| 1025 FLOP触发系统性风险推定；委员会也可个案指定 | 欧委会GPAI指引Q&A（S） | 2025-07-18；2026-04更新 | “When is a GPAI model…with systemic risk?” | 监管解释 | 已核验 |
| 系统性风险模型须评测、缓解风险、报告事件和确保网络安全 | EUR-Lex（S） | 2024-07-12 | Article 55 | 法规事实 | 已核验 |
| 2026年8月2日起欧委会完整执行GPAI义务并可罚款 | 欧委会GPAI指引页（S） | 2026-08核验 | Application and enforcement timeline | 时点事实 | 已核验 |
| 执法开始，AI办公室监测包括中国模型企业 | Associated Press（A） | 2026-07-31 | “EU begins crackdown on AI risks” | 独立新闻核验 | 已核验 |
| 独立高风险系统推迟至2027-12-02，产品内嵌系统至2028-08-02 | 欧盟理事会（S） | 2026-06-29 | Final green light / fixed timeline | 修法事实 | 已核验 |
| 下游改名、实质修改或改变用途后可能成为高风险系统提供者 | EUR-Lex（S） | 2024-07-12 | Article 25(1) | 法规事实 | 已核验 |
| “开放权重”与完整“开源AI”不是同义词 | Open Source Initiative, OSAID 1.0（A/行业标准组织） | 2024-10-28 | Preferred form for modifications | 独立定义证据 | 已核验 |
| DeepSeek等开放GPAI若具有系统性风险仍须遵守GPAI义务 | 欧委会答复欧洲议会质询 E-000712/2025（S） | 2025-05-23 | Answer on open-source GPAI such as DeepSeek | 监管解释/中国实例 | 已核验 |
参考文献
European Parliament & Council of the European Union. (2024). Regulation (EU) 2024/1689 laying down harmonised rules on artificial intelligence. Official Journal of the European Union.
European Commission. (2025, July 18; updated 2026). Guidelines on the scope of obligations for providers of general-purpose AI models under the AI Act.
European Commission. (2025, July 10). The General-Purpose AI Code of Practice. Transparency, Copyright, Safety and Security chapters.
Open Source Initiative. (2024). The Open Source AI Definition 1.0.