新加坡现行有效对中国 AI 企业相关度：高AI 监管采购与尽调

新加坡生成式人工智能示范治理框架

《生成式人工智能示范治理框架》

AI Verify 基金会与新加坡资讯通信媒体发展局（IMDA）

框架是自愿性治理基线，不设罚则，但被新加坡监管机构、企业采购方与投资人广泛用作生成式 AI 尽调问卷的骨架。它提出九个维度：问责（沿开发链条分配责任）、数据（训练数据治理与来源）、可信开发与部署（评估与披露的基线实践）、事件报告（发现与响应机制）、测试与保证（第三方测试生态）、安全（面向生成式 AI 的新攻击面）、内容溯源（标注与水印等技术手段）、安全与对齐研发（投入方向）、AI 公益（普惠与能力建设）。框架强调没有单一措施可解决全部风险，须整体看待。

已对照官方来源核实 · 2026-09-12部分依据二手来源，建议复核

它管不管得到我？

中国 AI 企业在以下场合会被要求按本框架作答：（1）向新加坡政府机构或政联企业投标 AI 项目；（2）与新加坡大型金融、电信、医疗客户签约时填写 AI 治理尽调问卷；（3）在新加坡申请参与 AI Verify 测试或全球 AI 保证沙盒；（4）在新加坡设立区域总部并向监管机构说明其模型治理体系。框架不具法律约束力，但一旦在问卷或标书中作出承诺，该承诺即可能通过合同变为可执行义务。

重点行业：大模型 / 生成式 AI、AI 智能体、企业软件 SaaS、具身智能与机器人

适用时间线

2024-06-19
框架正式发布，提出九个治理维度
自发布起作为新加坡对生成式 AI 治理的官方期待基线，用于监管对话、政府采购与企业自评。

义务清单（6 条）

每条都写明触发条件、需要留存的证据与条款出处

沿开发链条明确责任分配

严重度中Dimension: Accountability

按框架“问责”维度，明确模型开发方、应用集成方与最终部署方各自承担的责任边界，并在对外合同与内部治理文件中一致体现，使风险落在最有能力管控该风险的一方。

触发条件: 向新加坡市场提供基础模型、模型 API 或 AI 应用的中国企业。
做完之后应留存的证据: · AI 治理责任矩阵（RACI）
· 客户合同中的责任划分条款
· AI 治理委员会章程与会议纪要

首次达标投入估算：4–10 人日（估算，非承诺）

用模板：ISO/IEC 42001 人工智能管理体系实施与认证准备清单

建立训练数据治理与来源管理

严重度高Dimension: Data

按框架“数据”维度，对训练数据的来源、许可状态、质量与偏见风险建立治理机制，并能够说明数据是如何获取与处理的。在新加坡语境下，这与 PDPC 关于公开可得例外的书面留痕要求直接衔接。

触发条件: 自行训练或微调模型并向新加坡客户交付的中国 AI 企业。
做完之后应留存的证据: · 训练数据清单与许可状态台账
· 数据来源与变换的血缘记录
· 数据质量与偏见评估报告
· 数据集准入审批记录

首次达标投入估算：10–25 人日（估算，非承诺）

用模板：数据卡（Data Card）——训练、验证与测试数据集说明书

开展基线安全评估并向下游披露

严重度高Dimension: Trusted Development and Deployment

按框架“可信开发与部署”维度，对模型执行基线评估（能力、已知风险与限制），并以模型卡或等效文件向下游集成方与部署方披露评估范围、方法与结果，使其能据此判断适用边界。

触发条件: 向新加坡分发模型权重、模型 API 或预置 AI 功能的中国企业。
做完之后应留存的证据: · 模型卡/系统卡（含评估方法与结果）
· 安全评估与红队测试报告
· 已知限制与不建议用途清单
· 版本变更与再评估记录

首次达标投入估算：10–30 人日（估算，非承诺）

用模板：模型卡（Model Card）

建立 AI 事件的发现、上报与响应机制

严重度高Dimension: Incident Reporting

按框架“事件报告”维度，建立可发现模型异常行为、滥用与危害事件的监测机制，设定内部上报路径与对外通报判断标准，并保留处置记录。该机制须与新加坡 PDPA 的数据泄露通报时限（认定后 3 个日历日）打通。

触发条件: 在新加坡运营生成式 AI 服务并可能出现输出危害或数据泄漏的中国企业。
做完之后应留存的证据: · AI 事件分级标准与响应预案
· 事件台账与处置闭环记录
· 滥用监测与内容审核日志
· 与 PDPA 泄露通报流程的衔接说明

首次达标投入估算：6–15 人日（估算，非承诺）

用模板：AI 事件与严重事故报告记录（事件台账 + 对外报告底稿）

为生成内容提供溯源标识

严重度中Dimension: Content Provenance

按框架“内容溯源”维度，对生成内容采用标注、水印或元数据等技术手段，使下游用户与平台能够识别内容的机器生成属性。若同一产品同时进入韩国市场，须注意韩国《AI 基本法》第 31 条已把生成内容标示变为法定义务。

触发条件: 在新加坡提供文本、图像、音频或视频生成能力的中国企业。
做完之后应留存的证据: · 内容标识方案技术说明
· 水印或元数据实现与鲁棒性测试记录
· 用户界面提示截图

首次达标投入估算：8–20 人日（估算，非承诺）

用模板：模型卡（Model Card）

引入第三方测试与保证

严重度中Dimension: Testing and Assurance

按框架“测试与保证”维度，在自评之外引入独立第三方测试，以提高对外声明的可信度；新加坡已围绕 AI Verify 测试框架与工具包建设测试生态与测试方认证机制，投标与大客户尽调中常被问及是否参与。

触发条件: 计划进入新加坡政府采购或大型企业供应链的中国 AI 企业。
做完之后应留存的证据: · 第三方测试报告与测试范围说明
· 测试发现的整改闭环记录
· 对外宣称与测试结论的一致性核查

首次达标投入估算：10–30 人日（估算，非承诺）

用模板：ISO/IEC 42001 人工智能管理体系实施与认证准备清单

罚则

框架本身不设罚则。风险来自两处：一是在标书或客户问卷中作出的治理承诺被写入合同后构成违约责任；二是承诺与实际不符可能触发不实陈述与相关监管关注。

已知不确定之处

本框架为自愿性文件，无法定义务与罚则；上述“义务”系依框架九维度整理的实践要求，用于尽调应答与自评，不应表述为法定义务。本轮核实了 2024-06-19 版 PDF 的目录与执行摘要，未逐维度全文比对；框架页面亦提及后续会在各维度下发展更细化的指南，落地时应复核是否已有更新版本。

可直接下载的交付模板

ISO/IEC 42001 人工智能管理体系实施与认证准备清单数据卡（Data Card）——训练、验证与测试数据集说明书模型卡（Model Card）AI 事件与严重事故报告记录（事件台账 + 对外报告底稿）