数据产业正快速发展成为数字经济社会的主导产业 数据基础设施正逐步成为数据高效流通的可信安全环境 第二章 世界各国积极探索数据基础设施建设 12 美国的数据基础设施探索实践 欧盟的数据基础设施探索实践 第三章 建设和运营国家数据基础设施意义重大 32 国家数据基础设施是下一个30年全球经济增长的新引擎 国家数据基础设施是国家掌控数据战略资源的有效手段 国家数据 快速率、更高通量流通利用的需求更强烈，而使用控制、隐 私计算、区域链、数据沙箱、智能合约、数据标识、语义发现、元数据智能识别等可信安全的数据流通技术正在成为数据 要素化发展新阶段的主流技术。 欧盟 《通用数据保护条例》 （GDPR》 《 数 据 治 理 法 案 》 （DGA） 《数据法案》 （Data Act） 《 数 字 市 场 法 案 》 （DMA） 《 数 字 服 务 l、BDEX、Infochimps 国家数据基础设施技术路线发展研究报告 第二章 世界各国积极探索数据基础设施建设和运营 12 > 13 第二章 世界各国积极探索 数据基础设施建设和运营 与欧盟的《通用数据保护条例》（GDPR》、《数据治理法案》（DGA）、《数据法案》（Data Act）、《数字市场法 案》（DMA）、《数字服务法案》（DSA）等数据相关法律制度，以及中国的《中华人民共和国网络安全法》《中华人民共

............................... 14 1.2 通用数据保护条例(GDPR）（欧盟） ........................... 14 1.3 《加州消费者隐私法案》/《加州隐私权法案》(CCPA/CPRA) ...... 17 1.4 欧盟人工智能法案(EU AI Act/EIAA) .......................... 22 1 自愿行业协议甚至普通法的监管。 ©2025 云安全联盟大中华区版权所有 10 在准备人工智能项目时，需要考虑到人工智能法规的起源并不总是直观的，因 此需要细致分析。首个具有深远影响的法律框架是欧盟《人工智能法案》，因 为它保障了个人和企业的安全及基本权利。如果某些人工智能应用干扰或威胁 到公民权利，则会遭到禁止。如大语言模型等高风险人工智能系统可能会对健 康、安全、基本权利、环境、民主和法治造成重大损害，预计将出台相关法规 ○ 行政令 （例如，维持美国在人工智能领域的领导 地位，以及关于安全、可靠和值得信赖的开发 与部署人工智能技术的行政令） ○ 国会法案 （例如，2023年算法责任法案（提案） ● 欧盟: ○ 欧盟委员会政策文件 （例如，《可信人工智能伦理指南》） ○ 法规 （例如，《人工智能法案》） 国家层面: ● 亚太地区的一些规定： 中国（已颁布）（科学技术部）、日本（内阁 府）、韩国（科学技术信息通信部）、新加坡

美国《Genius法案》 欧盟《MiCA》 发牌制度 HKMA负责对具有金融类属性的虚拟资产包括稳定 币进行监督采取牌照制度，只允许持牌发行人发行 的稳定币销售给零售投资者 联邦和州监管机构，根据稳定币发行规模和 发行主体性质有所不同：100亿美元规模以上 的发行方由联邦监管机构监督，不足100亿美 元的非银发行方可选州监管 加密资产服务提供商（CASP）必须在 欧盟成员国获得监管机构的授权方可合 欧盟成员国获得监管机构的授权方可合 法运营，可通过“护照制度”在欧盟范 围内运营 监管范围 在港发行的法币稳定币或在港内外发行参考港元价 值的法币稳定币； 禁止无抵押的算法稳定币； 赎回不得附加繁琐条件和不合理费用； 未明确排除稳定币的证券属性 在美运营的1:1锚定美元或高质量资产的支付 稳定币，仅限于支付/结算的数字资产； 财政部需评估算法稳定币风险； 必须承诺按固定面值赎回，并维持价值稳定； 支付稳定币不属于证券或商品，豁免 SEC/CFTC管辖，不享受联邦保险 在欧盟成员国运营的电子货币代币 （EMT）：以固定汇率兑换成法定货币 的数字代币； 资产参考代币（ART）：价值参考一种 或多种法定货币或其它资产的数字代币 发行门槛 在港注册公司或海外“认可机构”，满足2500万港 元的最低实缴股本要求（银行类机构可豁免） 受保存款机构子公司、联邦批准的非银行实 体或州许可发行人 需在欧盟境内注册，获得成员国监管机 构许可

技术落地仍面临三大挑战：首先，过拟合问题导致策略在样本 外测试中衰减严重，2021 年 CICC 研究显示约 43%的 AI 策略实盘 年化收益比回测下降超过 40%；其次，监管合规风险加剧，欧盟 MiFID II 要求所有 AI ” 交易算法必须通过 explainability ” 测试 ；最 后，基础设施成本居高不下，一个中等频率的 AI 交易系统年运维 成本约需 800-1200 风险控制模块强制使用逻辑回归等透明算法 关键实施要点包括：  黑盒模型需配备代理模型（Surrogate Model）进行近似解释  白盒模型应定期进行系数稳定性检验  混合架构中需建立严格的信号隔离机制 监管合规方面，欧盟 MiFID II 要求资产管理人说明交易策略的 逻辑依据，这促使超过 67%的欧洲量化基金在 2023 年前将至少 30%的核心模型替换为可解释架构。实际案例显示，某中频统计套 利策略通过引入模型卡片（Model 测试环境隔离  所有订单附加时间戳和数字签名  日志系统实现区块链存证 法律合规方面，需特别注意不同司法管辖区的监管差异。例如 在美国 SEC 监管下，AI 策略需保留完整的决策日志；而欧盟 MiFID II 要求对算法交易进行定期报备。建议配置合规性校验模 块，自动过滤受限品种和禁止交易时段。最终风险报告应包含敏感 性分析矩阵，展示不同市场条件下策略表现的鲁棒性，为决策提供 量化依据。

例如，美国、欧盟等均已将算力网络纳入国家数字基础设施建设规划。2019年11月， 美国发布《国家战略性计算计划》，提出开发、拓展并提升国家的计算基础设施和生态系统。 2020年9月，欧盟对“欧洲高性能计算共同计划”进行了升级，重点发展下一代超级计算， 强化欧洲数字主权。2023年，欧盟在《2030 年数字十年政策方案》也提出"加强欧盟范围 内传输、 计算和数据基础设施建设”, 以实现欧盟2030年数字化转型的共同目标。此外，

能基础研究，保持具身智能领域的前沿领先地位。先后出台《国家机 器人计划3.0》和《国防部人工智能战略》，将AI技术竞争上升至国家 战略层面。欧盟方面，积极推进具身智能发展，强调具身智能的安全 与透明度，先后推出《欧盟机器人研发计划》、《欧洲人工智能战略 》和《人工智能驱动机器人战略》等。欧盟还以《人工智能法案》为 基础，构建了具身智能发展的伦理框架与产业规范。亚洲地区，日本 正在将机器人纳入社会并使机器人成为其社会基础的关键部分。2022

物资分发。例如 ，ZENA RX机器⼈安全地送达药房、实验室和其他临床材料。  目前正在进行试验。 欧盟的旗舰研究计划Horizon为探索⼈⼯智能、数据、机器⼈技术以及⽀持与护理机 器⼈相关的具体项⽬，贡献了13亿欧元⽤于公私合作伙伴关系。在2015年⾄2020年 间，欧盟为“⽼龄化福祉机器⼈”倡议拨款8500万欧元，旨在将机器⼈解决⽅案整 合到⽼年照护环境中，以减轻⼈类护理者的负担。类似地，英国政府于2019年投资3 数量在2050年可能⾼于我们4.1亿的估计。 同样，超出本报告的范围，读者可能想要思考⼏个相关问题： 1. 除了⼤规模资本⽀出外，可能存在什么其他限制 国家正在建⽴军队的军事机器⼈？ 2.鉴于许多AI法规范围之外，包括欧盟的AI法案，这⼀领域将如何在全球范围内受到管理？ ⼈⼯智能驱动的机器⼈在国家间移动可能带来什么⽹络安全⻛险和解决⽅案？ 3.⼈⼯智能⻛险考虑事项在本报告的挑战章节中有涵盖。 机器⼈在国家间移动会产⽣哪些⽹络安全⻛险和解决⽅案？ 更新更加困难。许多机器⼈设计有特殊部件，这些部件是特定制造商或型号独有 的。这使得维修或升级机器⼈更加困难和昂贵，因为替代部件可能难以获得或价 格⾼昂。 针对不断增⻓的电⼦废料问题，“维修权”运动和相关法律在欧盟等地区已经获得 了强劲的势头。这些倡议主张消费者有权维修其设备，⽽⾮被迫更换设备。 对于机器⼈⾏业⽽⾔，秉承“维修权”的原则可以延⻓产品寿命并减少电⼦废料对环境 的影响。 7. 信任 信任是任

战略率先提出工业数据空间 的概念，随后欧盟推出《欧洲数据战略》，将数据空 间建设提升至战略高度。美国、日本等国纷纷跟进， 结合自身特点探索数据空间建设模式。截至 2024 年， 全球已建成超过 200 个可信数据空间，覆盖工业、医 疗、金融、能源、农业、交通等多个领域，实现了数据 的安全可信流通与价值共创，成为数字经济高质量发 展的关键基础设施。 欧盟是国际数据空间建设的先行者，其发展模式以 式以 联邦式去中心化为核心。欧盟通过《欧洲数据战略》、 《数据治理法案》、《数据法案》等政策文件，强调数 据主权、多方协同治理和标准化，GDPR（通用数据 保护条例）为数据保护奠定了法律基础。 在技术架构上，欧盟以 GAIA-X、IDSA 为代表，采用 联邦式、去中心化架构。数据不集中存储，而是保 留在数据源地，通过联邦学习、隐私计算等技术实 现协同分析。此外，还利用区块链、分布式身份认 统间的数据互操作，提升跨域数据流通效率。 在生态与应用方面，欧盟已启动 14 个共同数据空 间，覆盖工业制造、医疗健康、金融、能源、农业等领 域。典型案例 包括 Catena-X（汽车行业）、欧洲健康 数据空间（EHDS）、德国工业数据空间（IDS）等。 这些数据空间推动了产业链上下游企业的数据共享 与协同创新，为欧盟数字经济的发展注入了新动能。 全球可信数据空间建设发展日趋成熟，随着国家数

—估值方法（成本法、收益法、市场法）的选择、参数设定、模型 运算需全程留痕，支持监管回溯，证明未采用歧视性或非法逻辑。 此外，跨境数据估值需符合跨境传输规则（如中国《个人信息出境 标准合同办法》、欧盟Schrems II）；利益分配需公平合理，符合 反垄断法对数据垄断的规制；同时需规避伦理风险，禁止使用生物 特征、医疗健康等敏感数据进行不当估值。最终，合规估值需平衡“ 价值挖掘”与“信任构 19 —按《中华人民共和国个人信息保护法》《数据安全法》要求，若 泄露可能造成严重后果，需及时告知受影响用户（说明泄露内容、 补救措施等），并在48小时内向网信部门等主管部门报告；若涉及 欧盟用户，需符合GDPR“72小时内通知监管机构”的要求。第五步实 施补救，包括修复系统缺陷、协助用户降低风险（如提供身份验证 服务）；最后复盘总结，开展根因分析，更新应急预案、完善内控 流程（如 仲裁为核心，辅以调解等替代性方式。诉讼层面，管辖权是首要障 碍——各国常依“原告就被告”“最密切联系”或专属管辖（如涉及本国 公共利益的个人信息案）主张管辖，易引发平行诉讼；而判决的承 认与执行依赖双边条约（如欧盟《布鲁塞尔条例》）或互惠原则， 若缺乏条约（如中美间无民商事判决承认条约），执行难度极大。 仲裁因意思自治（当事人可约定仲裁机构、规则及法律适用）和执 行便捷性（《纽约公约》覆盖168个缔约国，裁决较判决更易跨境执

图， 9 旨在通过技术创新与人才培养，巩固制造业基础，提升生产效率与 质量，同时促进国际合作，共同应对全球性挑战，推动制造业向更 高水平发展。 2.欧盟共同推进制造业数字化以及绿色转型 2020 年 3 月 1 日，欧盟委员会发布了《欧洲新工业战略》， 旨 在帮助欧洲工业向气候中立和数字化转型，并提升其全球竞争 力和 战略自主性。其确定欧洲需加大在人工智能的研究和资金投 入，并 入，并 推动制造业向绿色和数字化转型， 以应对气候变化和提升 竞争力。 另外还尤其强调中小企业在制造业中的重要性，提出减 少中小企业 的监管负担并提供更多的政策支持。2021 年，欧盟 委员会在工业 4.0 基础上提出工业 5.0，并制定了与之相匹配的一 系列政策框架， 明确将其设定为未来 10 年制造业人工智能发展的 抓 手。其将人工智 能作为未来发展的技术重点框架之一，促进人 工智能技术在工业领