GB-T 46072-2025 中文版（信息安全技术 生成式人工智能服务安全要求 含车载 AI 系统环境适应性）

GB/T46072-2025中文版（信息安全技术生成式人工智能服务安全要求含车载AI系统环境适应性）前言本文件为2025年正式发布的国家级推荐性标准，全称《信息安全技术生成式人工智能服务安全要求》，编号GB/T46072-2025。本标准立足国内生成式人工智能产业合规发展需求，结合智能网联汽车、车载智能交互、自动驾驶AI系统等新兴应用场景，补齐了车载AI专属环境适应性安全规范，是国内首个同时覆盖通用生成式AI服务安全与车载场景AI环境适配安全的标准化文件。本标准依据《中华人民共和国网络安全法》《中华人民共和国数据安全法》《中华人民共和国个人信息保护法》《生成式人工智能服务管理暂行办法》等法律法规编制，同步兼容汽车行业ISO16750、GB/T28046车载电子环境可靠性标准体系，解决传统AI安全标准无法适配车载高低温、振动、复杂电磁、动态行车工况的行业空白。本文件统一了生成式AI服务的模型安全、数据安全、内容安全、运营安全、接口安全、迭代安全基线，同时针对性规定车载AI系统在车辆全生命周期环境应力下的安全稳定运行要求、失效防护准则、环境适配验证规范，适用于通用互联网AI服务与车载嵌入式生成式AI系统的合规建设、测试验证与日常运维。本标准自2025年实施，替代过往零散的AI安全规范，成为车载生成式AI、智能座舱AI交互、自动驾驶大模型、车载智能决策系统的强制合规依据，可直接用于车企AI产品定型、供应商准入、第三方检测、合规审计及产品迭代优化。1范围本文件规定了生成式人工智能服务的通用安全要求、数据安全要求、模型安全要求、内容生成安全要求、服务运营安全要求、接口与交互安全要求、迭代更新安全要求，同时新增车载AI系统专属环境适应性安全要求、行车工况安全约束、车载环境失效判定标准与验证规范。本文件适用于所有面向公众提供文本、图像、音频、视频、代码、决策指令的生成式人工智能服务，涵盖云端部署、终端部署、嵌入式部署各类架构。重点适配车载场景下的智能座舱生成式交互AI、自动驾驶感知决策AI、车载智能助手、车联网AI数据解析系统、车载多模态生成式模型等产品。本文件通用安全条款适用于全行业生成式AI服务，车载专项条款仅针对车辆车载嵌入式AI系统、车端AI算力单元、车载模型推理模块，与汽车电子环境可靠性标准体系互补兼容，可结合ISO16750系列环境测试标准开展联合合规验证。本文件不适用于军工专用AI、科研试验类未商用AI模型，特种车辆AI系统可在本标准基础上增补专项安全规范。2规范性引用文件下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，仅注日期的版本适用于本文件；凡是不注日期的引用文件，其最新版本（包括所有的修改单）适用于本文件。GB/T22239-2019信息安全技术网络安全等级保护基本要求GB/T35273-2020信息安全技术个人信息安全规范GB/T41387-2022信息安全技术生成式人工智能数据安全规范GB/T44297-2024信息安全技术人工智能模型安全规范GB/T28046-2011道路车辆电气及电子设备的环境条件和试验ISO16750:2023道路车辆电气电子设备环境条件与试验GB38031-2025电动汽车用动力蓄电池安全要求《生成式人工智能服务管理暂行办法》（2023年版）《互联网信息服务深度合成管理规定》《人工智能生成合成内容标识办法》（2025年实施）3术语和定义本文件统一规定生成式人工智能领域及车载AI场景专属术语，所有合规判定、测试验证、安全管控均遵照本口径执行。3.1生成式人工智能服务基于预训练大模型、多模态生成模型，通过用户输入指令自动生成文本、图像、音频、视频、代码、决策指令、交互应答内容的人工智能服务，包含云端公有服务、企业私有化部署服务、终端嵌入式本地化推理服务。3.2车载生成式AI系统部署于车载算力平台、智能座舱终端、自动驾驶域控制器，可实现语音交互、场景生成、驾驶辅助决策、车载数据智能解析、多模态交互应答的嵌入式生成式人工智能系统，属于车规级电子智能部件。3.3AI模型环境适应性人工智能模型及配套软硬件在车载高低温、湿热、振动、电磁干扰、电压波动、动态行车工况下，保持推理精度、功能稳定性、数据安全性、决策可靠性的综合能力。3.4模型漂移因环境应力、数据迭代、工况变化导致AI模型推理精度下降、输出内容偏差、决策逻辑异常的现象，分为静态漂移与车载动态工况漂移。3.5车载AI安全失效车载AI系统在行车环境应力作用下，出现输出错误指令、交互紊乱、决策偏差、数据泄露、模型卡死、功能降级、异常唤醒等影响行车安全与用户信息安全的异常状态。3.6最小必要数据原则生成式AI服务仅收集、存储、处理、提供实现服务功能所必需的最小范围数据，禁止超范围采集用户个人信息、行车数据、车辆隐私数据。4通用安全总体要求生成式人工智能服务提供者需建立全流程安全管控体系，覆盖模型训练、数据处理、服务运行、内容生成、迭代更新、应急处置全生命周期，同时满足网络安全、数据安全、内容安全、算法安全、设备环境适配安全五类基础安全基线，杜绝安全风险传导、叠加、扩散。所有生成式AI服务需具备安全风险识别、异常监测、自动阻断、日志留存、溯源审计、应急恢复能力，服务运行全程可追溯、可审计、可管控。针对车载AI特殊场景，需额外满足车规级环境适应性安全要求，在车辆复杂工况下维持安全稳定运行，不得因环境应力引发行车安全隐患与信息安全风险。5数据安全要求本章节规定生成式AI训练数据、用户交互数据、车载行车数据、个人隐私数据的全维度安全管控标准，通用场景与车载场景差异化管控。5.1训练数据安全AI模型预训练、优化训练所使用的全部数据需具备合法来源，不得使用非法采集、窃取、倒卖的数据集。训练数据不得侵害他人知识产权、商业秘密与合法权益，涉及个人信息的数据需完成脱敏、去标识化处理，符合最小必要原则。车载AI模型训练不得违规采集车主生物信息、行车轨迹、车内交互隐私数据，训练数据集需完成合规审计留存。5.2用户交互数据安全通用AI服务需严格管控用户输入prompt数据、交互记录，禁止非必要留存、非法共享、违规滥用用户数据。车载AI系统针对车内语音交互、触控指令、行车问答、驾驶辅助交互数据，需实现本地优先存储、自动脱敏、定时清理，云端传输数据需全程加密，禁止未经授权上传车主隐私数据。5.3数据存储与销毁安全生成式AI服务需设置数据存储时效，超期数据自动清理销毁，留存数据需加密存储、权限分级管控。车载终端AI数据不得长期留存敏感行车数据与生物特征数据，车辆下线、设备更换时需完成数据彻底销毁，杜绝数据残留泄露风险。5.4数据传输安全AI服务云端与终端、车端与平台数据传输需采用加密传输协议，防止数据窃听、篡改、劫持。车载AI动态行车数据、实时交互数据传输需适配车辆动态网络波动工况，网络异常时禁止明文缓存敏感数据，网络恢复后仅传输脱敏数据。6模型安全要求本章节规范生成式AI基础模型、微调模型、车载嵌入式轻量化模型的安全基线，防范模型漏洞、模型投毒、对抗攻击、精度漂移、逻辑失效风险。6.1模型研发安全模型研发过程需建立安全评审机制，排查模型后门、隐蔽漏洞、逻辑缺陷，禁止使用存在安全隐患的开源模型直接商用。车载轻量化AI模型需经过车规级安全裁剪，剔除冗余代码、高危接口，适配车载算力受限场景，杜绝模型漏洞引发的系统异常。6.2模型抗攻击安全生成式AI模型需具备对抗样本攻击、prompt注入攻击、模型投毒攻击的防护能力，可自动识别恶意输入并阻断异常生成行为。车载AI系统需额外抵御行车场景恶意指令注入、外部干扰诱导、异常数据污染，防止输出危险驾驶指令、违规交互内容。6.3模型稳定性安全通用AI服务需保障常态工况下模型推理稳定，无频繁报错、卡死、崩溃问题。车载AI模型需满足全环境工况稳定性要求，在高低温、振动、电磁干扰、电压波动环境下，不得出现模型卡死、推理中断、精度骤降、逻辑错乱、无限生成等异常问题。6.4模型迭代安全模型微调、版本升级、参数迭代前需完成安全测试与风险评估，迭代过程具备回滚机制，迭代后留存版本日志。车载AI模型OTA升级需静默安全更新，升级过程不得中断行车核心功能，升级失败可自动回滚至稳定版本，杜绝升级引发的功能失效与安全漏洞。7内容生成安全要求本章节规范生成式AI输出内容的合规性、真实性、安全性，严格防范违法违规内容、虚假信息、危险指令生成，重点强化车载场景行车安全内容管控。7.1通用内容合规要求生成式AI不得生成危害国家安全、公共安全、违背公序良俗、侵权盗版、虚假误导、违法违规的文本、图像、音视频内容。服务提供者需建立内容审核机制，实现生成内容实时审核、违规内容自动拦截、风险记录留存。7.2车载场景专属内容安全车载AI系统禁止生成误导驾驶操作、危险驾驶指令、违规行车建议、车辆故障误判内容。针对用户行车咨询、驾驶辅助问答、车辆控制交互场景，AI输出内容需严谨合规，不得诱导超速、违规变道、危险操作。当无法精准判定行车场景时，需主动拒绝风险指令，提示用户谨慎驾驶，不得随意生成模糊性、误导性决策内容。7.3AI生成内容标识要求所有AI自动生成的公开传播内容需按照国家规范完成显著标识，明确标注为人工智能生成内容。车载座舱展示、车载屏幕推送、车端对外同步的AI生成内容，需在界面固定位置添加AI生成标识，避免用户混淆人工内容与机器生成内容。7.4虚假内容防控AI模型需具备事实校验能力，减少虚假信息、错误知识、误导性内容生成。车载AI涉及车辆参数、故障判定、行车建议、路况解读的内容，需依托车辆官方数据库与权威交通规范生成，禁止编造车辆故障信息、交通规则解读错误内容。8服务运营与接口安全要求本章节规范AI服务运行、接口调用、权限管控、日志审计、应急处置的安全要求，适配通用互联网服务与车载终端嵌入式服务场景。8.1服务运行监控服务提供者需建立7×24小时安全监测机制，实时监控模型运行异常、违规内容生成、高频恶意访问、接口异常调用、数据异常传输等风险。车载AI系统需联动车机系统、车载安全网关，实时监测模型运行状态，出现异常可自动降级、重启、隔离，保障行车核心功能优先运行。8.2接口访问安全AI服务开放接口需做权限校验、身份认证、访问限流、防刷防护，禁止未授权非法调用。车载AI内部接口、车云交互接口需做加密校验与白名单管控，防止外部非法入侵、接口劫持、恶意调用导致的系统紊乱。8.3日志审计与溯源全程留存用户交互日志、模型调用日志、内容生成日志、接口访问日志、异常处置日志，日志留存时长不低于6个月，车载安全相关日志留存时长不低于3年，满足安全审计、问题溯源、事故复盘要求。8.4应急处置与风险响应需建立AI安全风险应急预案，针对模型漏洞、内容违规、数据泄露、系统崩溃、攻击入侵等风险可快速处置。车载AI系统需具备故障自愈能力，环境应力引发的临时异常可自动恢复，严重异常时自动关闭非核心AI功能，优先保障车辆行驶、制动、转向等基础安全功能。9车载AI系统环境适应性专项安全要求（核心新增章节）本章节为GB/T46072-2025专属车载场景补充规范，结合ISO16750、GB/T28046车载电子环境负荷标准，规定生成式车载AI系统在车辆全工况环境下的安全适配、稳定运行、失效防护强制要求，为车规级AI产品定型验证核心依据。9.1气候环境适应性安全要求车载生成式AI软硬件系统需适配车载全温湿度工况，满足-40℃至85℃常规车载温区、-40℃至105℃发动机舱与电池舱高严苛温区的储存与运行要求。在极限低温、极限高温、温度循环、温度冲击、交变湿热工况下，AI模型不得出现推理精度漂移、逻辑错乱、功能卡死、异常唤醒、错误输出等安全问题。温变应力导致的硬件轻微性能波动不得传导至AI决策与交互功能，试验后模型功能、数据安全、交互逻辑需完全恢复正常，无永久性安全失效。9.2机械环境适应性安全要求车载AI算力模块、模型推理单元、智能座舱AI设备需适配车辆振动、冲击、颠簸机械工况，在正弦振动、随机振动、机械冲击耐久测试过程中，AI系统不得出现瞬时断连、模型重启、参数重置、内容生成异常、交互紊乱等问题。机械应力作用后，AI算法逻辑、数据存储、权限管控、内容审核机制需保持完整有效，无隐性故障与间歇性安全隐患。9.3电磁环境适应性安全要求车载AI系统需具备车载强电磁环境耐受能力，在车辆电机、高压电器、继电器切换产生的电磁干扰工况下，模型推理精准度、交互响应逻辑、安全审核机制不受干扰，不得出现误识别、误响应、错误决策、随机生成内容等安全风险。电磁干扰消失后，系统可自动恢复标准工作状态，无残留逻辑异常与数据偏差。9.4车载电气环境适应性安全要求车载AI系统需适配整车电压波动、短时过压、欠压、电源瞬断、纹波干扰等电气工况，在车载电源瞬态应力作用下，不得出现模型崩溃、数据丢失、违规唤醒、危险指令生成等问题。电源异常时，AI非核心交互功能可自动降级保护，核心安全防护逻辑持续生效，电源恢复后系统自动正常复工，无永久性安全故障。9.5动态行车工况适配安全要求车辆行驶、启停、变道、加速减速等动态工况下，车载AI多模态交互、驾驶辅助决策、场景生成功能需稳定运行，不得因行车状态切换出现逻辑紊乱、输出突变、误触发交互。针对行车高风险场景，AI系统需主动启动安全锁止机制，屏蔽风险指令、限制危险交互，优先保障行车安全。9.6环境失效分级安全判定标准一级合格：全环境工况下AI功能、精度、安全逻辑全程正常，无任何异常，满足车规全生命周期使用要求；二级合格：工况中出现短暂可逆轻微异常，环境恢复后完全自愈，无残留风险，不影响行车与信息安全；不合格：出现模型永久漂移、逻辑错乱、功能失效、数据泄露、危险内容生成、安全锁失效等不可逆问题，产品不满足车载使用要求，禁止装车量产。10安全评估与验证要求本章节规定生成式AI服务及车载AI系统的安全测试、评估、验证规范，统一合规判定口径与测试准则。10.1通用安全评估要求提供具有舆论属性、公共服务属性、车载智能决策属性的生成式AI服务，需按照国家规定开展常态化安全评估与算法备案，定期完成模型安全、数据安全、内容安全合规检测，留存评估报告与整改记录。10.2车载AI专项验证要求车载生成式AI系统需结合ISO16750全系列环境测试大纲，同步开展气候、机械、电气、电磁环境适应性安全验证，将AI功能安全、内容安全、数据安全纳入车载环境可靠性必测项目。所有环境试验后需完成AI模型精度比对、安全逻辑校验、数据安全检测、内容合规性复测，确保环境应力不会引发AI安全风险。10.3迭代复测要求车载AI模型版本迭代、算法优化、硬件升级后，需重新