[26]钟健英：《论邓小平经济特区思想与一国两制构想的内在关系》，载《福建党史月刊》2014年第12期，第19页。
曾庆文诉国家发改委项目核准批复案，北京市高级人民法院(2018)京行终4659号行政裁定书。[20] 参见兴业公司诉中国人民银行不履行法定职责案，北京市高级人民法院(2018)京行终1315号行政裁定书。
[68]而当我们追问行政机关的义务从何而来时，根据依法律行政原理，其便来自实体法上的行为规范。[46]其次，即便认为我国采取了主张说，保护规范理论为判断实体原告适格在实定法上也存在障碍。综上所述，本案的论证思路就为：利害关系=未明示当事人+(合法权益)+因果关系+权利保护必要性，而(合法权益)+因果关系+权利保护必要性=保护规范理论。[20]这种论证思路其实与刘广明案极为相似，即利害关系=法律上的利害关系=原告资格=合法权益受到侵害的可能性=行政机关负有考虑义务[21]=请求权基础=法定职责=保护规范理论。[72]以此来看，当下的规范事实要素混合型并不适合于撤销诉讼中运用。
但基于未明示当事人理论，法院认为承租人申请许可所提交的材料中包括房屋所有权证等文件，可视同利害关系成立。比如，对饶思霞案若直接采用权利保护必要性的适时性标准[36]，就可以直接得出申请人不具有诉权的结论，而没有必要添附保护规范理论的论证。VR中数据收集的范围和规模超出了目前网络平台的能力，攻击者可通过几分钟的数据流轻松识别VR用户，或通过在虚拟环境中植入制品诱导用户透漏个人信息。
既应发挥中国既有的深度合成治理优势，根据生成型人工智能技术特点更新监管逻辑，基于生成型人工智能技术的通用性实施全链条治理。第四， 数字人的生成与操控。（２）数据资源的不公平分配使用进一步加深数字鸿沟。在这一背景下，既保障急用先行，避免新兴技术带来的问题，又不急于推行过于严格的人工智能方案以提高制度的可用性，是我国深度合成人工智能立法的努力方向。
一是虚实融合的数字空间。我国各部委也相继颁布了基于行业应用、业务场景的数据安全分级分类方法。
一方面，深度合成服务提供者应尽到自身的安全管理义务，如进行深度合成内容标识，建立鉴伪与辟谣机制，完成算法备案等。第一， 不宜将深度合成尤其是生成型人工智能一概纳入高风险治理框架，而应根据生成型人工智能的预训练大模型、海量数据等特征单独设计监管制度。因此本文不采用人工智能概念作为讨论对象，而采用可明确具体功能的深度合成概念。2023年1月1日开始实施的《互联网信息服务深度合成管理规定》（以下简称《深度合成管理规定》），标志着深度合成因其重要性和高风险程度成为我国算法治理中率先专门立法的算法服务类型。
这些模型采用的数据量大得惊人，如其前身GPT－3是在45兆字节的文本数据上训练的，这使得其生成的文本更加具有创造性。（三） 深度合成的治理挑战深度合成的技术与应用，不仅不能化解算法治理一直致力解决的算法黑箱、算法歧视等传统问题，而且由于其技术特点，会给人类社会带来更多的治理挑战。（二） 维度拓展：从平台问责到产业治理我国《深度合成管理规定》已经将治理的触角向技术支持者和用户延伸，但平台问责仍然是深度合成治理的主要抓手。中国已经在内容监管领域积累了较多经验并取得先机，监管人工智能生成内容也成为制定全球规范和标准的一种重要方式。
摘要：以Deepfake、ChatGPT、元宇宙等为代表的深度合成技术与应用场景，极大地改变了信息获取、人机交互的方式，并成为未来数字空间的基础性技术。任何可用于任何高风险应用的通用人工智能系统，如就业、医疗、信用评分、行政、执法都必须初步遵守《人工智能法》对高风险系统规定的全部义务。
从产业链角度看，技术底层的大模型与数据集成为真正意义上的信息基础设施。（２）在主体维度，我国《个人信息保护法》借鉴欧盟立法，第58条对提供重要互联网平台服务、用户数量巨大、业务类型复杂的守门人进行了规范，要求其建立健全个人信息保护合规制度体系。
其二是俗语所说耳听为虚，眼见为实有图有真相。部署者根据应用需求，或单独或与开发者合作进行参数微调。如规章要求深度合成服务提供者和技术支持者提供人脸、人声等生物识别信息编辑功能的，应当提示使用者（用户）并取得其单独同意。对于一个调整范围广泛、潜在的变革性立法框架来说，过于宽泛和固定的人工智能立法并不适当。ChatGPT等生成型人工智能引起广泛关注的原因还在于其更改了知识传递的方式，极大地降低了专业知识的获取门槛，使得专业知识生成不再需要人类数十年的专业训练就可以得到。当下引起人们广泛关注的ChatGPT也是自然语言处理（NLP）系统，但ChatGPT与之前技术的不同之处在于其采用了海量数据训练的大规模人工智能模型。
如算法机制机理的备案说明、特征库和标签制度等，应结合深度合成的新技术发展与应用场景做出相应调整和改进。《深度合成管理规定》在征求意见的讨论后将服务和技术列为并重的调整对象，将数据和技术管理规范专章单列，并将监管对象延伸至深度合成技术支持者，都是对技术发展的因应性制度调整。
第一， 深度合成是技术概念，而非商业应用概念。因此，深度合成的治理框架需进行迭代升级，包括将治理对象从算法服务扩展为人工智能，治理维度从平台问责扩展至产业治理，建立由有力牵头部门统筹协调的体系化监管体制机制，并对我国目前多个分级分类制度进行系统整合。
掌握人工智能治理的话语权、规则制定权，抢先形成新的国家竞争优势，已经成为世界不同法域的努力目标。深度合成的特点可从两个角度理解，第一为有关技术的深度，第二为有关结果的合成。
目前深度合成概念能够较好地囊括生成合成类人工智能的诸多新兴技术，准确描述其技术本质和功能，且比宽泛的人工智能概念更具针对性。（一） 深度合成的概念实践中，庞杂的技术概念已经成为制约社会科学研究者理解、研究相关技术法律问题的瓶颈。这些个人信息可被用于用户画像和训练模型，个人信息的收集、使用和传输都面临着安全挑战。按照算法治理—深度合成治理—人工智能基础性立法的思路，深度合成治理立法一方面承接算法治理，另一方面也可以为未来通用人工智能的立法做出有益尝试。
在此之前，虚假信息生产有限，国家通过源头管理、账户账号管理、传播平台治理即可以控制有害信息传播。第二， 四类分级分类标准，职责互相交叉，边界不尽清晰。
但每项立法都要求对符合特定标准的公司进行独立审计、安全评估或者第三方审计，给产业发展造成了沉重负担，可谓数字经济的幼儿，数据监管的巨匠。如人工智能、算法、大数据、深度合成、大规模预训练模型、生成型人工智能等概念，令人眼花缭乱。
（２）个人信息保护方面，深度合成的训练数据主要来源于互联网，其中可能包括个人隐私数据，而此前GPT－2就发生过隐私泄露的问题。鉴于深度合成发展需要大量资源、开展技术竞赛，集中力量发展技术、产业将成为我国的必然选择，因此需针对某些特定企业和信息基础设施加强人工智能伦理监管、网络安全和数据安全保障。
通用人工智能类似于类脑智慧，其强大的学习能力和完备性可以通用于现今人工智能许多关联松散的子领域（如视觉、听觉、文本等），其主导的人工智能第三次浪潮，可能进一步形成人工智能子领域之间共同的基础或框架。精准选定和界定概念是科学研究展开的前提。（１）深度合成信息内容安全问题相较过去更为严峻。短期内，继续采用垂直和领域性人工智能监管能够有效将可能的风险控制在最小范围，延伸深度合成现有制度是治理效率最高的方式。
引言深度合成技术和应用的迅猛发展似乎更加证明了未来已来。而检索类与个性化推送类算法原理相同，但被归为不同的服务分类。
例如，代码的编写和网络攻击本身具有专业门槛，网络安全攻击在大众眼中仍是专业技术目前的相关规章在空白领域搭建起了算法制度框架，但主要针对私主体的算法服务，其他涉及公民权益的公共部门的算法自动化决策的相关治理任务，则是由《个人信息保护法》等法律法规承担，但规定较为原则。
深度合成的治理框架已经对上游的技术支持者提出了相关要求，虽具有一定创新性，但囿于部门职能，规定存在一定局限。用户生成合成内容需要上传照片、视频或与直接明文的对话。