一、第48号公告关于技术出口边界规定的解读

上篇的条目解读解决了“哪些技术可能被纳入管理”的问题；在此基础上，下篇首先讨论技术出口的边界，即服务出海、开源等常见业务形态是否构成技术出口。

（一）服务出海是否构成技术出口

商务部新闻发言人就修订《中国禁止出口限制出口技术目录》答记者问时明确回答，利用限制出口类大模型对外提供API调用、App或网页交互、SaaS应用、本地端侧轻量化部署，均不属于大模型技术出口管理范围；限制类技术的海外本地化部署则属于技术出口，部署在海外自有云等风险可控的情形可以适用自动许可[1]。需要注意的是，自动许可仍属于技术出口管理范围内的许可安排，并不免除企业的合规义务。

我们认为理解上述回答应回到《技术进出口管理条例》第二条的规范结构。即某项业务是否构成技术出口，不取决于其是否以“服务”形式提供，而在于是否发生了受控技术从境内向境外的转移。

就模型调用而言，境外用户提交任务、获取输出结果，模型权重、架构和训练方法始终由服务提供方掌握和控制，境外用户一般无法复制或获取这套底层技术，其获得的只是模型运行后产出的输出结果，而非可能落入《中国禁止出口限制出口技术目录》所列的模型技术本身。我们建议实务中仍需排查服务过程及结果当中是否附带交付受控模型权重、源代码或提供涉及训练微调方法的技术指导，上述情形一旦存在，即可能构成技术转移，不能因整体业务以“调用服务”形式开展而当然排除。

结合现有公开信息，实务中仍有三点需要留意。第一，端侧部署意味着权重实际运行在境外设备上，将其列入排除情形更宜理解为一种政策安排，且“轻量化”尚无定义，将限制出口类模型压缩后部署到境外设备，不宜贸然适用排除。第二，部署到第三方境外云平台或为境外客户私有化部署，模型、代码或配置实际位于境外，且不在答记者问列举的便利情形之内，原则上应按技术出口评估，稳妥起见按一般许可对待。第三，API服务不当然覆盖前端部署行为所涉的技术转移，先将权重、检查点等部署至境外服务器再提供API调用的，部署行为本身应单独评估，不因最终交付形态是API而被排除。

（二）对技术开源的相关管辖

结合上篇第二部分（一）所提到的两条脚注，开源问题可归纳为三点。

第一，对开源采取分层处理。已经通过开源、论文发表等方式实际进入公共领域的技术，不纳入技术出口管理，无需申请许可；尚未进入公共领域但计划开源的限制出口类技术，征求意见稿将其列为可适用自动许可等便利措施的情形，意味着其向境外开源拟被纳入技术出口管理，符合条件的可“即报即出”。公共领域排除是对既成状态的认定，不能用来论证新开源可以先发布、再主张不受管理。

第二，便利措施仅针对限制出口类技术，并不包含禁止出口类技术。

第三，公共领域排除效力仅及于已经对外公开的技术内容。即便开放模型权重，训练代码、数据配比、推理优化相关内容不会随之自动公开，企业也应当对基于开源模型微调产出的全新权重单独开展技术出口合规评估。

此外，还需要留意过渡期登记规则的特殊细节。现行登记情形没有单独列明开源这一场景，但开源行为大多依托许可协议实现，本质是向包含境外主体在内的不特定公众授予使用许可，存在被认定为“授权境外使用”的可能性。企业计划开源的模型，一旦可能触及征求意见稿所列管控条目，应当提前完成登记手续。登记表要求填写接收方及出口国别，开源场景如何填报尚待明确，建议事先与主管部门沟通。

二、以重要数据/核心数据为触发点的大模型管控

266501J和266504X第1项是人工智能条目中最特别的两项，它们主要看训练数据属性，并以“提供服务”为适用要件；模型规模、排名不是其触发条件。这可能导致一个参数不大、排名也不靠前的行业模型，比世界级的通用模型更易触发禁止或限制出口要求。

（一）条文结构与立法逻辑

两项条文表述结构相近，区分标准仅在于训练所用数据的分级。使用我国核心数据训练并提供服务的大模型，拟列入禁止出口，暂未设置任何豁免情形；使用我国重要数据训练并提供服务的大模型，拟归入限制出口，设置微量使用等四项条件同时满足的豁免路径以及可重要数据可合法公开获取的独立豁免路径，同时能够适用相应便利措施。核心数据与重要数据的界定范围，均依据《数据安全法》等现行法律法规确定。

监管选择借助技术出口规则实施管控，有现实的制度逻辑。数据出境规则规制的是原始数据的跨境流转，但模型训练会把数据承载的信息沉淀至模型参数当中，例如企业在境内依托重要数据完成模型训练，仅向境外交付模型权重，原始数据并未发生出境，但数据蕴含的价值可能借由模型向外流出。第48号公告拟将此类模型作为技术纳入《中国禁止出口限制出口技术目录》，填补了这一监管缺口。

（二）关键要件

哪些环节算“训练”。预训练、微调、强化学习等所有更新模型参数的环节都应纳入。不更新参数的使用方式，如检索增强生成（RAG）知识库、推理时的上下文输入，虽不属训练，但如涉及向境外提供相关数据，仍需另行评估数据出境合规要求。用重要数据生成合成数据，或从含重要数据的模型蒸馏，属于灰色地带，关键在于重要数据的实质内容或其带来的领域能力是否保留，现有文本尚未明确上述方式是否属于“利用重要数据进行训练”。此外，是否“利用重要数据训练”以实际发生的训练为准，重要数据一旦实际用于训练，不因其系无意采集或训练结束后已删除原始数据，而改变这一事实。

脱敏操作不能当然确保模型脱离管理。从该项脚注1的结构看，豁免以"仅使用微量（≤0.1%）重要数据训练"为前提，即豁免所针对的本身就是已使用重要数据训练的模型；“采取脱敏清洗等安全措施”与用量上限、不实质提升研发能力等要求并列，须同时满足，并以“重要数据不会在输出环节复现”作为效果标准。因此，仅凭脱敏不足以排除第1项的适用，企业还需就用量占比、对能力的贡献以及输出防复现措施分别留存证据。至于脱敏后的数据是否仍属于重要数据，根据脚注2，应当依据数据安全法等相关规定判断。此外，脚注1中“或有关重要数据可合法公开获取”一句的适用范围存在解释空间，有待正式文本加以明确。

“提供服务”是管控对象要件，不等于服务行为构成技术出口。266504X第1项控制要点将管控对象表述为“利用我国重要数据进行训练后提供服务的大模型”，“提供服务”是否要求模型已实际上线，现有文本尚未明确，因此既可能被理解认为该表述仅描述模型的应用属性，有可能被理解为要求模型已对外提供服务。在正式文本或配套规定明确之前，企业宜按从严理解并执行合规操作；且即便尚未上线的模型不落入第1项控制要点，其权重等核心技术向境外转移，仍可能触及第2项控制要点（如达到相应阈值）及数据出境相关规定。需要区分的是，“提供服务”仅是界定第1项管控对象的要素，并不意味着提供服务的行为本身构成技术出口。依据答记者问，利用限制出口类大模型向境外提供API调用等服务，不属于技术出口管理范围；第1项所管控的，是该类模型本身（如权重、源代码等）向境外的转移。

管理对象是受数据“浸染”的部分。第1项针对“大模型”本身，与第2项列举核心技术的方式不同。结合立法目的，重点在于训练形成的权重、检查点，以及在重要数据上训练得到的微调适配器（如LoRA）等参数。微调适配器体量很小，容易当作配置文件随意交付，仍应纳入技术出口合规评估。

（三）重要数据识别

《数据安全法》第二十一条确立数据分类分级保护制度，《网络数据安全管理条例》明确重要数据的定义，同时要求数据处理者开展识别与申报工作。国家标准《数据安全技术 数据分类分级规则》GB/T 43697‑2024将数据划分为核心、重要、一般三个等级，各行业也陆续出台配套识别规则。但全国层面统一的重要数据目录尚未对外公开发布。

实务中应区分三个程序：重要数据的识别申报、主管部门的认定或告知，以及数据出境安全评估申报。《促进和规范数据跨境流动规定》明确，未被相关部门、地区告知或者公开发布为重要数据的，数据处理者不需要作为重要数据申报数据出境安全评估，但这一安排能否直接适用于本次技术出口条目的判断，现有文本尚未明确，不宜直接类推。

企业可优先核查已有告知、公开目录及适用的行业识别规则；对符合识别条件但尚未获得明确认定的数据，按规定开展申报，并就相关模型的技术出口属性向主管部门咨询。识别依据、申报及沟通记录应当留存。

对于核心数据，目前我国尚未公开核心数据目录，商业企业接触核心数据的概率相对较低。但开展政务大模型研发、为关键行业训练专用模型的企业需要高度警惕：266501J未设置与重要数据条目相同的微量使用等豁免；即使核心数据用量极少，也不能据此适用微量豁免。如果出境模型存在涉及核心数据的客观可能性，应在项目立项阶段即纳入考量。

（四）266504X的两条豁免路径

按条文结构，266504X第1项的豁免分为两条路径。

路径一要求四项条件同时满足：

1. 仅使用微量（≤0.1%）重要数据训练；
    
2. 所用数据无法实质性提升模型在该领域的核心技术研发能力；
    
3. 采取脱敏清洗等安全措施；
    
4. 重要数据不会在输出中复现。

路径二为独立豁免路径，要求有关重要数据可合法公开获取，不要求同时满足路径一的四项条件。

路径一的四项条件分别对应数据比例、能力风险（重要数据是否实质性增强模型在该领域的核心技术研发能力）、数据处理风险与泄露风险（模型输出是否可能复现重要数据），缺一项即留下一类风险无法控制。

其中最关键的是条件2。如果所用重要数据实质性提升了模型在该领域的核心技术研发能力，即使占比不超过0.1%，也不能适用微量豁免。使用目的、数据占比低，均不能单独证明“无实质提升”，应着重评估重要数据在训练中的实际作用，并结合实际训练效果举证。

至于0.1%按条数、数据量还是存储规模计算，“无实质提升”如何证明，输出不复现如何测试，条文均未规定，宜按最稳妥口径评估并留痕。此外，上述两类豁免路径仅作用于266504X第1项控制要点，模型规模或能力达到第2项阈值的，仍在限制之列。

（五）可能适用场景

场景一：通用大模型的预训练语料中混入少量重要数据。

例如开展大规模网络抓取时无意采集到敏感地理信息，这是微量豁免规则的典型适用场景。如经核算，相关重要数据占比不超过0.1%，也仅满足路径一的一项条件，企业仍需逐项验证其余三项条件，并留存数据清洗记录、比对材料及记忆测试结果，分别对应条件3、条件2和条件4。

场景二：垂直行业模型使用行业重要数据训练或微调。

典型如自动驾驶模型使用经识别、认定的重要汽车数据，或能源、金融、测绘领域的专用模型使用行业重要数据。与场景一不同，这类数据可能提升模型的行业应用能力，但是否实质性提升其在该领域的核心技术研发能力，仍需单独评估。不能仅凭数据占比较低主张微量豁免，也不能仅凭行业应用能力提升就认定豁免条件不成立。

场景三：在开源基础模型上使用重要数据对模型进行微调。

开源基础模型本身虽已进入公共领域，但公共领域的排除效力仅及于已公开的原始部分。微调后的权重和微调适配器属于新的、未公开的技术成果，且系在重要数据上训练产生，应按第1项判断，“基于开源模型”不能成为整个项目免于评估的理由。如果微调所用重要数据可合法公开获取，可考虑适用路径二豁免。

三、给人工智能企业的建议

基于第48号公告，企业既要履行已经生效的登记义务，也应利用过渡期为可能到来的许可管理做好准备。我们认为，以下工作无需等待征求意见稿定稿即可启动，即便后续管控条目有所调整，相关举措仍具参考价值。

（一）建立两本台账

企业可建立以下两本台账，对模型训练与模型能力进行合规管理：

第一本：训练数据台账。按模型版本，完整记录各训练阶段的数据来源、数据体量以及数据分级结果，标注是否涉及重要数据、核心数据。已经完成生成式人工智能备案的企业，可以沿用备案提交的语料记录作为台账基础之一，但仍需补充重要数据/核心数据分级标注及证据材料。计划主张微量豁免的，应同步归档相应证据材料。

第二本：模型能力台账。针对每一个模型版本，登记训练计算量、参数量，以及在各类主流公开测评中的排位。“全球前十”以出口发生时点为准，持续交付类项目应在每一次交付前重新核验，并留存核验记录。涉及智能体、算力集群相关技术的，也应同步记录测试指标与适用规模。

（二）数据合规与技术出口双线管理

以数据为触发点的条目将数据分类分级与技术出口挂钩，企业开展模型出海，需要同步完成数据合规与技术出口合规两层审查。模型出境时如同步交付训练数据、微调数据集或知识库，应分别评估技术出口与数据出境要求并履行相应程序：数据完成出境安全评估，不代表模型可以直接出口；模型取得技术出口许可，也不代表配套交付的数据获得出境许可。

数据分级结论需要贯通至出口合规流程。过往的数据分类分级工作主要服务于数据保护与数据出境评估，新规之下还将影响模型能否对外出口，训练数据的分级资料应当与模型资料一并归档留存。

企业需要设置统一的审查节点。法务、研发与业务团队之间做好信息互通，模型对外交付前，同步核验数据属性、模型能力、使用场景以及交付形态。

本文以商务部、科技部2026年第48号公告及其附件一（征求意见稿）、附件二《技术出口信息登记表》和商务部答记者问为依据，仅代表作者个人观点，不构成法律意见。

注释：

[1] https://www.mofcom.gov.cn/syxwfb/art/2026/art_a4acff07e134447fbe7bbeb486df3ea6.html