生成式人工智能基础模型竞争的常态化监管进路.pdfVIP

西北民族大学学报（哲学社会科学版）中文核心期刊CSSCI扩展版来源期刊2025年第4期

J.NORTHWESTMINZUUNIVERSITY（PhilosophyandSocialSciences）No.4，2025

生成式人工智能基础模型竞争的常态化监管进路

寿晓明

（安徽大学法学院，安徽合肥230601）

［摘要］随着生成式人工智能的广泛运用，基础模型的市场竞争愈演愈烈。基础

模型在宏观行业上属于规模经济和范围经济范畴，并且其微观产品存在同质化现象，从

而导致其具有自然垄断属性。基础模型在竞争过程中存在着市场竞争风险、科技创新风

险和消费者福利风险，而且现有市场监管存在监管规则的治理滞后、监管体系的协同性

缺陷和监管工具的结构性失衡等困境。因此，在常态化监管的基础上，构建基础模型竞

争治理范式必须明确常态化监管的适当性、必要性和均衡性原则，以促进基础模型竞争

治理的发展；同时，通过建立和完善基础模型竞争规范、构建多方协同监管机制，以及推

动基础模型的技术创新和标准制定等措施，实现对基础模型竞争的常态化监管。

［关键词］生成式人工智能；基础模型；常态化监管；自然垄断；必要设施；DeepSeek

［中图分类号］D912.29；TP18［文献标识码］A［文章编号］1001-5140（2025）04-0093-11

随着DeepSeek、ChatGPT等生成式人工智能的广泛运用，基础模型的市场竞争愈演

愈烈：一方面，基础模型竞争日益白热化，各自在不同的领域和方向上有所布局和突破；

另一方面，随着基础模型技术的日益成熟，其应用领域也在不断拓展，新的市场参与者和

商业模式层出不穷，进一步加剧了基础模型市场的复杂性和多变性。当前竞争业态存在

的诸多问题亟须监管介入，具体表现如下：其一，信息不对称问题较为突出。科技巨头与

初创公司掌握着基础模型的核心技术、性能数据等关键信息，但普通消费者和投资者获

取信息的渠道有限，难以全面准确了解产品的优劣。其二，基础模型市场竞争秩序面临

［收稿日期］2025-04-21

［基金项目］江西省高校人文社会科学研究项目“去算法歧视的法理基础与规范展开研究”（项目

编号：FX22107）

［作者简介］寿晓明，男，博士研究生，主要从事竞争法、数字法研究。

—93—

西北民族大学学报（2025年第4期总第268期）

威胁。基础模型研发因其高投入和高门槛的特点，往往导致科技巨头更容易取得市场支

配地位，进而限制市场竞争、阻碍技术创新。同时，当前监管模式面临诸多挑战，难以应

对人工智能基础模型市场的自然垄断属性和潜在风险，凸显了加强和更新监管措施的紧

迫性。目前，针对生成式人工智能基础模型的竞争法规尚不完善，监管部门对新技术的

认知和应对能力欠缺，难以实施精准有效的监管。因此，明确基础模型竞争的监管定位、

解决治理困境是将其纳入常态化监管的关键所在。

目前，学界对于基础模型治理的研究较为分散。有学者关注，“大模型存在训练数据

［1］

不当收集、训练数据投毒、训练数据代表性不足以及训练数据泄露等诸多风险”，也有

学者提出，“其数据训练和部署应用也带来了新的风险挑战，包括产生有害内容、泄露敏

感数据、生成错误信息、滥用实施违法活动、可能危害环境和经济、向下游传导风险

［2］［3］

等”。从信息内容治理角度出发，有学者提出“明确生成式AI大模型的技术属性，把

其纳入DSA中‘在线搜索引擎’的范畴，并通过DMA的‘守门人’制度防范潜在的垄断风

［4］

险”，基础模型基于大量数据进行预训练，构成了大模型发展的基石，而大模型是基础

模型在参数规模和技术实现上的延伸，二者不可混为一谈。从基础模型反垄断角度，有

学者提出，“基础模型具有通用性与赋能性，对下游平台提供服务、参与市场竞争具有准

［5］

入上的影响，是通用人工智能时代的数字‘必