我国是人工智能大国。数据显示，我国人工智能核心产业规模达到5000亿元，企业数量超过4300家，创新成果不断涌现。世界知识产权组织的数据显示，2019年我国企业和机构申请了近3万项人工智能相关专利，占全球人工智能专利申请的40%以上。在技术和相关产业发展的同时，中国一直致力于提升人工智能技术的安全性、可靠性、可控性、公平性。
2023年8月15日，国家网信办联合国家发展改革委、教育部、科技部、工业和信息化部、公安部、广电总局公布的《生成式人工智能服务管理暂行办法》正式施行。对生成式人工智能服务实行包容审慎和分类分级监管，明确了提供和使用生成式人工智能服务总体要求。提出了促进生成式人工智能技术发展的具体措施，明确了训练数据处理活动和数据标注等要求。规定了生成式人工智能服务规范，明确生成式人工智能服务提供者应当采取有效措施防范未成年人用户过度依赖或者沉迷生成式人工智能服务，按照《互联网信息服务深度合成管理规定》对图片、视频等生成内容进行标识，发现违法内容应当及时采取处置措施等。
目前，全球AI立法进程明显提速，世界各国的监管都在追赶AI的演化速度。欧盟在尝试推动出台人工智能监管政策方面是先行者。2021年，欧盟委员会推出了全球第一个关于人工智能的法律框架——欧盟人工智能法案。该法案草案的一个突出特点是注重基于风险来制定监管制度，以平衡人工智能的创新发展与安全规范。
在欧盟委员会设计的框架中，根据应用场景、使用技术等多个方面，人工智能技术被划分为四个不同的风险等级，配有不同的监管要求。当时的框架设计者们相信，尽管人工智能是一项快速发展的技术，但是欧洲的制度设计足以适应技术变化。但事实似乎并不尽然。仅仅几年间，人工智能技术的发展就让那些规则设计者们感叹欧盟的设计似乎已经过时了。欧盟人工智能法案的主要起草人之一、来自德国的欧洲议会议员W指出，人工智能技术在两年前还没有这么先进，而未来两年中还会进一步发展，“如此之快”的发展速度让当时的大部分法律设计在实际生效时可能已经不再适用了，因此在ChatGPT等生成式AI风靡后，欧盟立法者又紧急添“补丁”。一个新变化是《人工智能法案》最新草案加强了对通用人工智能的透明度要求。例如，基于基础模型的生成式AI必须要对生成的内容进行标注，帮助用户区分深度伪造和真实信息，并确保防止生成非法内容。像OpenAI、Google等基础模型的提供者，若是在培训模型期间使用了受版权保护的数据，也需要公开训练数据的详细信息。公共场所的实时远程生物识别技术从“高风险”级别调整为“被禁止”级别，即不得利用AI技术，在欧盟国家的公共场合进行人脸识别。
英国采取的人工智能监管思路与欧盟提出的监管设计框架截然不同。英国有意对人工智能研发和使用采取宽泛的监管原则，实施更为灵活、平衡的监管办法。此外，英国政府希望，由行业监管机构在参考政府的一系列指导原则的基础上，制定具体的监管办法。
美国与英国近似，监管思路更注重利用AI。推动AI行业的创新和发展，最终是为了保持美国的领导地位和竞争力。例如，《人工智能权利法案蓝图》作为美国人工智能治理政策的里程碑事件，制定了安全有效的系统、防止算法歧视、保护数据隐私、通知及说明、人类参与决策制定等五项基本原则，但并无更加细致条款。
