从「检测」转向「前置防范」

10 月 29 日,欧洲电信标准协会(ETSI)在法国 Sophia Antipolis 发布技术规范 TS 104 275,标题直指「降低生成式 AI 产出有害深度伪造的风险」。过去对抗深伪的努力,重心多放在内容生成之后去识别、去溯源;ETSI 这份新规范换了一条路:把防范当作安全与治理问题,在设计、部署到运行的整个生命周期里前置处理,而不是等有害内容流出来再补救。

规范由 ETSI 安全人工智能技术委员会(TC SAI)制定,建立在 ETSI 既有 AI 模型与系统基线网络安全要求 EN 304 223 之上,并明确支撑欧盟 AI 法案提出的目标——把安全覆盖扩展到被归类为「高风险」之外的系统。对生成式 AI 提供方与运营方而言,这意味着深伪防护不再只是发布前的伦理承诺,而要落到可操作、可记录的控制措施上。

TS 104 275:把深伪防范前置到全生命周期 旧路径:事后检测 内容生成后才去识别是否伪造 滞后、被动、难追溯责任 新规范:主动前置 防范作为安全治理贯穿设计 到部署、运行的全过程 规范写进的五项措施 · 部署前风险评估:识别生成式 AI 被滥用的可能并加护栏 · 人类监督:保留人工复核与干预,组织掌握系统行为 · 防范措施:内容过滤、AI 生成内容标识、用户警示 · 持续监测:追踪新威胁、调查事件、更新护栏 · 证据化评估:留存文档记录,证明控制措施已落地运行 附测试场景与通过/不通过标准 从承诺走向可验证 衔接 EN 304 223 与欧盟 AI 法案 安全范围扩至高风险之外 来源:ETSI 新闻稿《ETSI unveils new standard to reduce production of harmful deepfakes》(2026-10-29,L1 一手)
ETSI 技术规范 TS 104 275 把深度伪造防范从「内容生成后再检测」前移到 AI 系统的设计、部署与运行全生命周期,给出五项可操作措施与配套测试场景、通过标准,让组织能证明自己确实落实了防护,而非仅停留在负责任开发的承诺上

规范写进了哪些要求

TC SAI 在规范中列出五项核心措施。其一是部署前风险评估:在系统发布前识别生成式 AI 被滥用的可能,并部署相应护栏。其二是人类监督:建立人工复核与干预流程,确保组织始终掌握系统行为。其三是防范措施:在适当处实施内容过滤、AI 生成内容标识与用户警示。其四是持续监测:跟踪新出现的威胁、调查事件,并随新风险更新护栏。其五是证据化评估:留存文档与记录,证明控制措施确实已落地并在按预期运行。

与许多「原则性」文件不同,TS 104 275 同时给出了测试场景与通过/不通过标准。也就是说,组织可以拿这套场景去演示自己是否真的把深伪相关风险控制住了,而不只是口头承诺负责任开发。规范引言里引用了 TC SAI 报告人兼秘书 Alex Cadzow 的判断:随着深伪愈发普遍,AI 组织需要在更早阶段——从生成式系统设计之初——就获得风险应对的支撑。

与欧盟 AI 法案的关系

TS 104 275 的定位是「技术规范」而非法律,但它与欧盟 AI 法案的安全目标直接衔接。法案对高风险系统设有一批义务,而这份规范把可被验证的深伪防范措施,延伸到了未被划入高风险的生成式系统上。对出海欧洲的企业来说,它提供了比「遵守法案第几条」更具体的工程指引:如何做部署前评估、如何留痕、如何证明自己具备控制措施。

ETSI 本身的分量也值得记一笔:它是欧盟官方认可的三家欧洲标准组织(ESO)之一,成员覆盖超过 60 个国家、900 多家组织。由这样的机构把深伪防范写成带测试用例的技术规范,意味着相关实践开始从厂商自述走向行业可比对、可审计的基线。

为什么值得关注:深伪治理进入可验证阶段

这份规范的价值不在创造了新规则,而在于把「防范深伪」从一句口号变成可勾选、可验证的清单。过去企业常把负责任 AI 写在原则里,外界很难判断措施是否真的运行;TS 104 275 用测试场景与通过标准,逼着组织在文档与系统中留下证据。对监管方、采购方与用户而言,这意味着未来评估一个生成式系统是否「认真对待深伪风险」,有了更硬的依据。

放到更大的背景里看,深伪治理正从分散的标识、检测工具,逐步收敛到「设计即防范 + 运行可证明」的框架。ETSI 这一步虽以技术规范形式出现,却给欧盟乃至全球的生成式 AI 治理提供了一块可复用的基石:当防范能被测试、能被记录,深伪这道难题才真正从舆论场进入工程与合规的实操层面。

信息来源