三条路径不是三个并列的选项,而是一套判断顺序跑完之后的结果。企业最常犯的错,是先问要多久、要多少钱,再问自己该走哪条;顺序颠倒,材料往往要从头再准备一遍。

一句话区别:管的东西不同

对比项算法备案大模型备案
管什么内容怎么被挑出来、推给谁,即推荐、排序、检索、调度等分发机制模型与语料本身是否安全,即是否自研或对模型做了实质性修改
谁要办具有舆论属性或社会动员能力的算法推荐服务提供者面向境内公众提供生成式人工智能服务,且自研或实质性修改模型
核心材料算法信息、算法安全自评估报告、拟公示内容模型与语料信息、安全评估报告、服务协议、投诉与未成年人保护措施
提交方式算法备案系统线上填报线下报属地网信部门,属地初审后报国家网信部门复核
周期官方未设承诺时限,实务中以月计通常显著长于算法备案,按季度规划更稳妥
能否互相替代不能不能

结论只有一句:两者依据不同、触发条件不同,不是二选一。一个产品既有模型生成、又有信息流或榜单排序时,两条义务同时成立,只做其中一项,另一项仍是缺口。

先看结论:五种情形各自落在哪条路上

你的情形该走的路径一并要做的事
自行训练或对模型做实质性修改,且面向境内公众提供服务大模型备案安全评估;生成合成内容标识;如含信息流分发,加算法备案
调用已备案模型的接口,未改变模型能力大模型登记标识义务;如含信息流分发,加算法备案
不面向公众,但有推荐、排序、检索或调度决策算法备案视情形评估深度合成备案
仅内部使用,无推荐分发,不对外生成内容一般不触发备案保留数据来源与内容合规自查记录
提供人脸生成、语音克隆、虚拟形象驱动深度合成服务备案标识义务、内容审核机制

第一步该问什么:你有没有动过模型

判断的起点不是业务形态,而是模型来源。自行训练、继续预训练、用自有数据做大规模指令微调、更换底座模型,都会改变模型的能力边界,落入"备案"一侧。只做提示词工程、检索增强、界面封装,或者仅在语气与格式层面做轻量微调而不改变能力范围,通常落在"登记"一侧。

这条线并非法律明文写死的唯一标准,各地网信部门受理时对"实质性修改"的把握存在差异。同一套技术方案在两地得到不同结论,并不罕见。稳妥的做法是把归类问题前置:在准备材料之前,先就模型来源、训练方式、语料构成与属地网信部门沟通一次,把"走哪条"确认下来,再谈材料。

具体的自研与调用之分,站内《大模型备案vs大模型登记:三条路径详解与适用场景对照》已有更细的技术判断口径,可与本篇配合阅读。

三条路径的分岔点在哪里

维度算法备案大模型备案大模型登记
适用对象具有舆论属性或社会动员能力的算法推荐服务自研或实质性修改模型、面向公众提供生成式人工智能服务调用已备案模型能力、未改变模型本身的应用
法律依据《互联网信息服务算法推荐管理规定》第二十四条《生成式人工智能服务管理暂行办法》第十七条同前条及备案信息公告的滚动机制
提交方式算法备案系统线上填报线下向属地网信部门提交,属地初审后报国家网信部门复核向属地网信部门提交登记
核心材料主体信息、算法信息、自评估报告、拟公示内容模型与语料信息、安全评估报告、服务协议、投诉与未成年人保护措施主体与产品信息、所调用模型的备案编号与授权、数据处理与内容安全措施
审查方式形式审查为主,公示后纳入备案清单材料审查与安全评估并重,审查层级更高以调用关系核验为主,材料相对精简
周期官方未设承诺时限,实务中以月计官方未设承诺时限,通常显著长于算法备案,按季度规划更稳妥相对最短,但仍取决于属地受理节奏
常见退回自评估报告与算法实际功能不符、拟公示内容缺失语料来源与授权说明不足、安全评估套用模板、投诉渠道不实误按备案申报、调用关系与备案编号无法对应

把这张表读成一条线:先定模型来源,再定服务对象,再定是否具舆论属性,最后看有没有独立的分发机制。四个问题问完,路径自然收敛,剩下的只是材料问题。

为什么做了大模型备案,算法备案仍不能省

两者依据不同、触发条件不同,不存在替代关系。

算法备案管的是信息分发机制。《互联网信息服务算法推荐管理规定》第二十四条要求具有舆论属性或者社会动员能力的算法推荐服务提供者,在提供服务之日起十个工作日内通过备案系统填报服务提供者名称、服务形式、应用领域、算法类型、自评估报告与拟公示内容。它关心的是"内容怎么被挑出来、推给谁"。

大模型备案管的是模型与语料的安全。《生成式人工智能服务管理暂行办法》第十七条要求具有舆论属性或社会动员能力的生成式人工智能服务,按国家有关规定开展安全评估并履行算法备案手续。实务中这条义务落地为向属地网信部门提交模型、语料与安全评估材料,经复核后进入已备案清单。

一个产品既有模型生成,又有信息流、榜单或检索排序,两条义务同时成立。只做其中一项,另一项仍然是缺口。

深度合成是第三套。《互联网信息服务深度合成管理规定》对人脸生成、语音克隆、虚拟形象驱动等情形另有备案要求。2025 年 9 月 1 日起施行的《人工智能生成合成内容标识办法》又把标识义务单独拎出来:显式标识与文件元数据中的隐式标识都要落地,未标识本身即构成违规,与是否完成备案无关。这一层常被忽略,却最容易在抽查中暴露。

五个真实场景,各自落在哪条路上

垂直应用调用已备案模型。 合同审查、客服问答、文档摘要这类产品,模型能力来自已备案的接口,自身不做训练。走登记。若产品里还有"猜你喜欢"式的信息流或按算法排序的推荐位,算法备案同时成立。

开源模型做轻量微调后上线。 用开源底座加自有数据做指令微调,是否构成实质性修改,取决于微调是否改变了模型的知识边界与能力范围。实务中多数属地按备案受理。语料来源与授权说明要提前备齐,这是这一类最常见的补正点。

自研模型面向公众开放。 备案、安全评估、内容标识三件事同时做。若还开放用户发帖、评论或作品广场,算法备案另行成立;涉及未成年人使用的,未成年人保护措施要落到产品界面,而不是停在制度文本里。

企业内部知识库。 仅员工使用、不对外提供服务,一般不触发备案。但一旦这套问答被接到官网客服或对外小程序,服务对象就变成公众,判断随之改变。

AI 短剧、数字人播报。 深度合成备案是主线,标识义务随之而来;若生成环节使用自研或实质性修改的模型,还要叠加备案。三条义务并行,缺一条都可能在平台侧被拦。

哪些退回原因本可以避免

语料说不清。 只写"来源于公开网络"不够。采集方式、授权链条、是否含境外语料、个人信息如何处理,都要能对应到具体文件。

安全评估套模板。 报告里的风险项与产品实际功能对不上,是最常见的退回理由。评估要写清本产品会生成什么、在哪些环节可能出错、对应措施是什么。

类别报错。 调用接口的应用按备案申报,或自研模型按登记申报,都会被退回。归类问题应在提交前确认,而不是等补正通知。

投诉渠道不实。 填了电话却无人接听、填了邮箱却不处理,属于实质缺失,不是形式瑕疵。

标识没落地。 生成内容没有显式标识,导出文件的元数据里也没有隐式标识。标识办法施行后,这一项已从"建议"变成"必查"。

官方依据

站内延伸阅读:《算法备案全流程操作指南》、《生成式人工智能备案材料清单》、《深度合成服务备案指南》、《生成合成内容标识办法要点》,以及AI 法律服务的整体框架。

最后更新:2026 年 10 月 27 日。法规与受理口径如有调整,以官方最新公布为准。