中國電子工業(yè)標準化技術協(xié)會

一、工作簡況

（一）產品和行業(yè)發(fā)展情況

隨著人工智能時代的到來，下一代媒體將由人工智能驅動，人工智能可能給數字內容領

域帶來重塑。近幾年，人工智能內容生成技術正在快速興起，利用AI算法生產、修改數據和

信息內容，從而讓文字、語音、圖像、視頻等都可以由AI自動生成。尤其是隨著生成對抗網

絡（GAN）這一AI算法的誕生，AI內容生成中的“深度合成”（deepsysthesis）技術可以

實現換臉、人臉合成、語音合成、視頻生成甚至數字人等諸多應用，獲得了各界的廣泛關注。

2017年是深度合成技術進行入大眾視野的第一年，隨后的兩年里，隨著GAN算法的發(fā)展應用

和開源項目的增多，諸多AI初創(chuàng)公司試水生成內容工具的開發(fā)，相繼尋找下一個能引發(fā)爆點

的應用，在通訊、社交、電影、網絡購物等領域的嘗試令人驚喜。與此同時，深度合成技術

強大的仿真能力也引發(fā)對技術作惡和技術濫用的擔憂，例如金融詐騙、色情復仇、隱私侵犯、

威脅信息安全、商業(yè)詆毀，乃至威脅國家安全、公共安全。回顧技術的發(fā)展歷程可以發(fā)現，

經歷過技術初問世時的狂熱追捧以及隨之而來的“威脅論”和“恐慌論”，社會對深度合成

技術及相關應用的認識逐漸趨于理性。

（二）任務來源

2022年2月21日，中國電子工業(yè)標準化技術協(xié)會下達2022年第一季度第一批團體標準，

擬研制《人工智能深度合成圖像系統(tǒng)技術規(guī)范》相關標準。本標準為自主制定標準，計劃

編號為CESA-2022-1-002，歸口單位為中國電子技術標準化研究院，由中國電子技術標準化

研究院和騰訊云計算（北京）有限責任公司牽頭組織編制。

（三）標準主要起草單位

本標準起草單位：中國電子技術標準化研究院、騰訊云計算（北京）有限責任公司、上

海計算機軟件技術開發(fā)中心、上海商湯智能科技有限公司、北京曠視科技有限公司、深圳市

矽赫科技有限公司、云從科技集團股份有限公司、西安深信科創(chuàng)信息技術有限公司、美的集

團（上海）有限公司、海信集團控股股份有限公司、馬上消費金融股份有限公司、西安交通

中國電子工業(yè)標準化技術協(xié)會

大學、西北工業(yè)大學、北京百度網訊科技有限公司、京東科技信息技術有限公司、武漢精測

電子集團股份有限公司、上海人工智能研究院有限公司。

（四）標準主要起草人

本標準主要起草人及具體分工如下：董建（標準整個流程和資料編寫）、馬珊珊（標準

整個流程和資料編寫）、劉海濤（整體技術部分編寫）、劉晶（第3章、第4章）、汪鋮杰（第

6章、第7章）、周磊（第6章、第7章）、邰穎（第6章、第7章）、羅棟豪（第6章、第7章）、

許元博（第6章、第7章）、劉嘉怡（第6章、第7章）、朱俊偉（第6章、第7章）、陳敏剛（第

5章、第8章）、吳庚（第6章、第7章）、徐浩（第6章、第7章）、梅敬青（第5章、第8章）、

洪智濱（第8章）、洪鵬達（第5章、第8章）、李軍（第5章）、胡蓉（第5章）、翟軍治（第

8章）、楊春勇（第8章）、藺琛皓（第8章）、張磊（第8章）。

（五）主要工作過程

2021年9月3日，全國信標委人工智能分委會召開計算機視覺相關標準需求研討會，確定

對該項標準進行研制，并公開征集參編單位。

2021年11月15日，立項評審會，標準立項評審。

2022年2月15日，第一次標準編制討論會，標準參編單位對各標準的立項材料進行編寫

討論，并對標準草案進行編寫討論。

2022年2月21日，中國電子工業(yè)標準化技術協(xié)會下達2020年第一季度第一批團體標準，

擬研制《人工智能深度合成圖像系統(tǒng)技術規(guī)范》相關標準。

2022年3月15日，第二次標準編制討論會，對標準草案進行編寫討論，并形成征求意見

稿。

2022年3月16日-4月7日，起草組內部對標準征求意見并修改。

二、標準編制原則和確定主要內容的論據及解決的主要問題

1、編制原則

先進性原則：本標準的制定與當前人工智能大趨勢相匹配，為用戶、市場的規(guī)范化提供

基礎，為人工智能領域的發(fā)展提供標準支撐。

實用性原則：本標準制定時充分分析了眾多應用領域對深度合成圖像系統(tǒng)的需求，標

準制定著力于解決用戶、廠商實際應用中的共同問題，引導用戶、廠商針對產品能力達成

一致預期，在實際項目中可直接落地應用。

中國電子工業(yè)標準化技術協(xié)會

兼容性原則：本標準設計時，充分考慮了深度合成圖像系統(tǒng)與其它相關技術和產品的兼

容性，可保證與現有產品和標準的兼容性。

可擴展性原則：本標準中在設計的時候，充分考慮到標準的可擴展性，可保證各廠商

在使用時兼顧規(guī)范性的同時具備可擴展能力。

2、確定主要內容的論據

主要內容：本標準規(guī)定了深度生成圖像系統(tǒng)的技術框架、技術功能和性能要求和防偽檢

測方法。

適用范圍：本標準適用于深度生成圖像系統(tǒng)的設計、開發(fā)、測試、評估、和管理等。

本標準相關指標的制定基于行業(yè)內相關廠商的深度合成圖像系統(tǒng)的功能和性能參數而

提出。

3、主要解決的問題

隨著人工智能理論和技術的日益成熟，人工智能的場景融合能力將不斷提升，在數字中

國的政策背景下，將迎來從產業(yè)到行業(yè)的大發(fā)展。該標準屬于人工智能技術之一——深度合

成圖像技術在數字內容產業(yè)應用的范疇，該標準的貫徹實施依賴于人工智能技術各個基礎標

準。

深度合成圖像技術在數字內容產業(yè)應用涵蓋影視、娛樂、教育、社交、電子商務、內容

營銷、藝術、醫(yī)療等諸多行業(yè)，通過該標準的制定，可以有效規(guī)范深度合成圖像系統(tǒng)的功能

和性能，并通過測試認證建立行業(yè)基線，更好的滿足行業(yè)訴求，同時通過制定防偽測試方法，

有效防止該技術的濫用和作惡。

三、主要試驗[或驗證]情況分析

無。

四、知識產權情況說明

無。

五、產業(yè)化情況、推廣應用論證和預期達到的經濟效果

早在1989年，AI技術已被用于創(chuàng)造新音樂，2014年生成對抗網絡(GAN)算法的出現，

使得深度合成技術快速興起，在影視、娛樂、教育、通訊、社交、電子商務、藝術、醫(yī)療等

領域得到較多應用。當前，在算法上，新的生成模型算法不斷出現，比如用于圖像的VAE、

PixelRNN/PixelCNN和Flow-basedmodal，用于音頻處理的Diffusionmodel；在內容上，除

中國電子工業(yè)標準化技術協(xié)會

了生成單一的音頻、圖像內容之外，深度合成技術朝著多模態(tài)方向發(fā)展；另外在2D之外，3D

內容生成技術尤其是數字人技術已成為業(yè)內研究熱點。

技術發(fā)展的同時，深度合成技術越來越多的開源也促進了行業(yè)發(fā)展，如Faceswap技術的

源代碼很早就被創(chuàng)建者匿名捐獻給開源平臺，并上傳到Github；另外公開的內容合成技術平

臺也蓬勃興起，根據荷蘭一家網絡安全公司deeptrace統(tǒng)計，僅統(tǒng)計中公開的13個深度合成

技術論壇，會員總數就達10萬人。

該技術在影視、娛樂、教育、社交、電子商務、內容營銷、藝術、醫(yī)療等諸多行業(yè)有較

好的應用前景。

六、采用國際標準和國外先進標準情況

計算機視覺相關的國際標準主要在ISO/IECJTC1/SC24制訂，本標準目前沒有對應或相

似的國際標準。

七、與現行相關法律、法規(guī)、規(guī)章及相關標準的協(xié)調性

本標準項目屬于國家人工智能標準體系E關鍵技術中EC計算機視覺。

八、重大分歧意見的處理經過和依據

無。

九、標準性質的建議

本標準主要目的是實現基于人工智能的深度合成圖像系統(tǒng)的規(guī)范化，解決深度合成圖像

系統(tǒng)應用問題，有利于在促進深度合成圖像技術有益和創(chuàng)新應用的同時，將其納入可控的

發(fā)展軌道，可有效指導深度合成圖像系統(tǒng)的設計、開發(fā)、評估和管理。

十、貫徹標準的要求和措施建議

標準的實施可實現產業(yè)內的統(tǒng)一探討，形成產業(yè)共認的標準規(guī)范，推動人工智能及計算

機視覺領域相關技術的良性合作和發(fā)展，具有不可取代的支撐作用。

本標準的主要內容首先規(guī)劃在國內計算機視覺公司深入地開展宣傳和推廣應用，通過將

標準貫穿于產品的設計、開發(fā)和應用過程中，提升標準的知名度和權威性。待團體標準正式

發(fā)布后，可以通過各級組織及科研單位進一步宣傳貫徹和實施，推動各級各類高校、科研機

構、企事業(yè)單位在開發(fā)人員追蹤系統(tǒng)時采用本標準。

本標準密級為“公開”，目的是最大效能地在團體內、外推廣應用。

十一、替代或廢止現行相關標準的建議

無。

中國電子工業(yè)標準化技術協(xié)會

十二、其它應予說明的事項

無。

《人工智能深度合成圖像系統(tǒng)技術規(guī)范》

團體標準編制工作組

2022年4月7日

中國電子工業(yè)標準化技術協(xié)會

一、工作簡況

（一）產品和行業(yè)發(fā)展情況

隨著人工智能時代的到來，下一代媒體將由人工智能驅動，人工智能可能給數字內容領

域帶來重塑。近幾年，人工智能內容生成技術正在快速興起，利用AI算法生產、修改數據和

信息內容，從而讓文字、語音、圖像、視頻等都可以由AI自動生成。尤其是隨著生成對抗網

絡（GAN）這一AI算法的誕生，AI內容生成中的“深度合成”（deepsysthesis）技術可以

實現換臉、人臉合成、語音合成、視頻生成甚至數字人等諸多應用，獲得了各界的廣泛關注。

2017年是深度合成技術進行入大眾視野的第一年，隨后的兩年里，隨著GAN算法的發(fā)展應用

和開源項目的增多，諸多AI初創(chuàng)公司試水生成內容工具的開發(fā)，相繼尋找下一個能引發(fā)爆點

的應用，在通訊、社交、電影、網絡購物等領域的嘗試令人驚喜。與此同時，深度合成技術

強大的仿真能力也引發(fā)對技術作惡和技術濫用的擔憂，例如金融詐騙、色情復仇、隱私侵犯、

威脅信息安全、商業(yè)詆毀，乃至威脅國家安全、公共安全?；仡櫦夹g的發(fā)展歷程可以發(fā)現，

經歷過技術初問世時的狂熱追捧以及隨之而來的“威脅論”和“恐慌論”，社會對深度合成

技術及相關應用的認識逐漸趨于理性。

（二）任務來源

2022年2月21日，中國電子工業(yè)標準化技術協(xié)會下達2022年第一季度第一批團體標準，

擬研制《人工智能深度合成圖像系統(tǒng)技術規(guī)范》相關標準。本標準為自主制定標準，計劃

編號為CESA-2022-1-002，歸口單位為中國電子技術標準化研究院，由中國電子技術標準化

研究院和騰訊云計算（北京）有限責任公司牽頭組織編制。

（三）標準主要起草單位

本標準起草單位：中國電子技術標準化研究院、騰訊云計算（北京）有限責任公司、上

海計算機軟件技術開發(fā)中心、上海商湯智能科技有限公司、北京曠視科技有限公司、深圳市

矽赫科技有限公司、云從科技集團股份有限公司、西安深信科創(chuàng)信息技術有限公司、美的集

團（上海）有限公司、海信集團控股股份有限公司、馬上消費金融股份有限公司、西安交通

中國電子工業(yè)標準化技術協(xié)會

大學、西北工業(yè)大學、北京百度網訊科技有限公司、京東科技信息技術有限公司、武漢精測

電子集團股份有限公司、上海人工智能研究院有限公司。

（四）標準主要起草人

本標準主要起草人及具體分工如下：董建（標準整個流程和資料編寫）、馬珊珊（標準

整個流程和資料編寫）、劉海濤（整體技術部分編寫）、劉晶（第3章、第4章）、汪鋮杰（第

6章、第7章）、周磊（第6章、第7章）、邰穎（第6章、第7章）、羅棟豪（第6章、第7章）、

許元博（第6章、第7章）、劉嘉怡（第6章、第7章）、朱俊偉（第6章、第7章）、陳敏剛（第

5章、第8章）、吳庚（第6章、第7章）、徐浩（第6章、第7章）、梅敬青（第5章、第8章）、

洪智濱（第8章）、洪鵬達（第5章、第8章）、李軍（第5章）、胡蓉（第5章）、翟軍治（第

8章）、楊春勇（第8章）、藺琛皓（第8章）、張磊（第8章）。

（五）主要工作過程

2021年9月3日，全國信標委人工智能分委會召開計算機視覺相關標準需求研討會，確定

對該項標準進行研制，并公開征集參編單位。

2021年11月15日，立項評審會，標準立項評審。

2022年2月15日，第一次標準編制討論會，標準參編單位對各標準的立項材料進行編寫

討論，并對標準草案進行編寫討論。

2022年2月21日，中國電子工業(yè)標準化技術協(xié)會下達2020年第一季度第一批團體標準，

擬研制《人工智能深度合成圖像系統(tǒng)技術規(guī)范》相關標準。

2022年3月15日，第二次標準編制討論會，對標準草案進行編寫討論，并形成征求意見

稿。

2022年3月16日-4月7日，起草組內部對標準征求意見并修改。

二、標準編制原則和確定主要內容的論據及解決的主要問題

1、編制原則

先進性原則：本標準的制定與當前人工智能大趨勢相匹配，為用戶、市場的規(guī)范化提供

基礎，為人工智能領域的發(fā)展提供標準支撐。

實用性原則：本標準制定時充分分析了眾多應用領域對深度合成圖像系統(tǒng)的需求，標

準制定著力于解決用戶、廠商實際應用中的共同問題，引導用戶、廠商針對產品能力達成

一致預期，在實際項目中可直接落地應用。

中國電子工業(yè)標準化技術協(xié)會

兼容性原則：本標準設計時，充分考慮了深度合成圖像系統(tǒng)與其它相關技術和產品的兼

容性，可保證與現有產品和標準的兼容性。

可擴展性原則：本標準中在設計的時候，充分考慮到標準的可擴展性，可保證各廠商

在使用時兼顧規(guī)范性的同時具備可擴展能力。

2、確定主要內容的論據

主要內容：本標準規(guī)定了深度生成圖像系統(tǒng)的技術框架、技術功能和性能要求和防偽檢

測方法。