2026年7月，一家头部中国新能源车企在德国的OTA升级被叫停。巴伐利亚州数据保护局给出的理由很具体：车内语音助手持续采集对话，但未明确告知用户数据是否用于模型训练，也未提供人工复核渠道。这不是突袭检查，而是AI Act与GDPR交叉监管落地后的第一个明确信号。
留给其他车企的时间不到13个月。2024年8月1日生效的欧盟《人工智能法案》（AI Act），到2026年8月2日，高风险AI系统的所有义务将全面强制执行。金杜律师事务所赵新华律师在一份分析中明确指出，AI系统往往同时构成其他欧盟法规定义下的产品或组件，《AI法案》不妨碍其他法规的要求。也就是说，车企不能拿“符合AI Act”来豁免GDPR义务，反过来也不行。
车载AI的“高风险”标签是怎么贴上去的
很多人以为只有自动驾驶才会被划入高风险。实际上，AI Act的归类逻辑比这宽得多。
甫瀚咨询2025年4月发布的《欧盟AI法案合规解读》把AI系统按风险分为四级：不可接受风险、高风险、有限风险和最小风险。车载AI一旦涉及安全组件（如自动驾驶感知模块）或可能影响用户基本权利（如情绪识别、行为预测），就会自动落入高风险范畴。具体到智能网联汽车，语音助手、驾驶员监测系统（DMS）、座舱摄像头、导航推荐算法，甚至远程诊断中的AI分析模块，都可能触发高风险分类。
清华大学苏州汽车研究院2024年发布的一份行业报告曾提醒，AI Act不是“上市前一次性合规”的流程，而是产品全生命周期都要被监管。这意味着车企在车型定义阶段就得把AI合规嵌入研发流程，而不是等车造出来再补文档。
三个雷区：同意、透明度和人工监督
GDPR与AI Act叠加后，真正的难点不在条文理解，而在工程落地。核心卡在三个环节。
数据收集的“同意”陷阱
GDPR要求数据主体的同意必须自由、具体、知情且明确。但在车内场景，驾驶员点了“同意”，后排乘客被动被收音，是否构成有效同意？德国数据保护机构已在多起案例中认定，车辆默认开启的语音采集若未对非驾驶员提供拒绝选项，即属违规。
AI Act进一步要求高风险AI系统的训练数据必须经过“数据治理”审查，证明其相关性、代表性和无偏性。如果车企用中国路采数据训练的语音模型直接部署到欧洲车型，语言、口音、噪音环境的偏差就可能构成合规瑕疵——这不是数据量的问题，是数据集代表性的问题。
透明度的“可解释”门槛
AI Act第13条要求部署者向用户提供“清晰且有意义的信息”，说明系统能力、局限性和决策逻辑。贴一句“本系统由AI驱动”远远不够。
2026年6月，法国CNIL对一家亚洲车企的驾驶辅助系统发出整改令，原因是其AEB（自动紧急制动）系统在欧洲郊区场景的误触发率明显高于亚洲城市场景，但用户手册未披露这一局限性。CNIL依据AI Act第13条结合GDPR第5条透明度原则作出处罚，整改成本据估算超过200万欧元。
人工监督的“实质性干预”
AI Act第14条要求高风险AI系统必须设计为“可被自然人在使用期间有效监督”。对自动驾驶而言，这意味着驾驶员接管机制不能只是形式上的——系统必须在需要接管时给出足够的预警时间，且不能通过设计诱导用户过度依赖自动化。这与功能安全标准ISO 26262和预期功能安全标准ISO 21448形成交叉。车企的合规审计需要同时证明：AI决策逻辑可追溯、接管时间窗口符合人因工程标准、且系统不会在用户注意力分散时“假装”一切正常。
跨境传输：老难题的新维度
北京大成（上海）律师事务所在关于欧盟AI行为准则的研究中指出，欧盟已形成GDPR + DMA + DSA + AI Act的“四层叠加监管”，任何一层失守都可能触发连锁处罚。
对车企来说，数据出境的压力集中在一点：车载数据回传中国研发中心进行模型迭代，需要满足GDPR第44-49条的跨境传输条件。欧盟-美国数据隐私框架不适用于中国，车企需单独构建传输合法性——标准合同条款（SCC）或约束性公司规则（BCR）是当前唯二可行的路径。
实操中，部分车企已在欧洲部署本地数据中心，保留原始数据，向中国传输时只发送脱敏后的梯度或特征向量，避免触发“个人数据传输”。这与本站此前发布的《车企供应链重构：2026年自动驾驶数据闭环的合规红线》中讨论的小米、特斯拉、华为路径一致。
一份六个月窗口期的自查清单
基于AI Act的分阶段实施时间表和GDPR既有框架，以下是一套面向车企出海团队的实操清单，建议在2026年底前完成核心项：
AI系统分类映射
- 逐一识别车载AI功能：语音助手、DMS、导航推荐、自动驾驶感知/规划/控制模块、远程诊断AI分析、用户行为预测等。
- 对照AI Act附件III，判断哪些落入高风险范畴。情绪识别、生物特征分类、安全组件明确列入高风险清单。
- 对每项高风险系统建立独立技术文档，包含预期用途、训练数据来源、性能指标和局限性声明。
数据流审计
- 绘制从车辆端到云端、从欧洲到中国的完整数据流图，标注每一环节的数据类别、处理目的和法律依据。
- 检查语音、图像等特殊类别数据是否满足GDPR第9条的处理条件。
- 跨境传输是否具备SCC或BCR等合规工具，并建立“数据出境登记簿”逐项记录。
透明度文档重构
- 为每项AI功能编写面向用户的透明度说明，语言须通俗，包含功能边界、可能出错的情况、用户如何关闭或申诉。
- 车内交互界面提供分层提示：首次激活时强制告知，后续使用中提供快捷查询入口。
- 技术文档层面，保留模型训练日志、偏差检测报告和版本变更记录。
人工监督机制验证
- 对驾驶辅助/自动驾驶系统，测试不同车速、天气、交通密度下的接管预警有效性。
- 对语音助手等非安全系统，提供用户反馈通道，确保用户能对AI决策提出异议并得到人工复核。
- 建立内部事件报告机制：系统错误、用户投诉、监管问询须在72小时内触发合规响应流程。
供应链合规传导
- AI Act要求高风险AI系统的提供者对供应链上游的AI组件承担合规责任。车企采用第三方Tier-1供应商的感知算法或语音模型时，须在采购合同中嵌入合规条款。
- 要求供应商提供训练数据来源说明、偏差评估报告和模型可解释性文档，并定期审计合规状态。
罚则不是最大的威胁
AI Act的罚款上限可达全球年营收的7%或3500万欧元（取较高者），GDPR的上限是4%或2000万欧元。两套罚则不互斥，单次严重违规的理论罚款可超过全球营收的10%。
但更实际的威胁是市场准入中断。车辆型式认证（WVTA）与AI合规的衔接机制正在形成——如果车载AI系统被认定违反AI Act，可能导致车型无法在欧盟销售，或已售车辆被要求OTA整改乃至召回。
三条策略值得立即执行：将AI合规嵌入现有GDPR治理框架，数据保护官（DPO）的职责范围扩展至AI Act合规；优先处理同时落入AI Act高风险清单和涉及GDPR特殊类别数据的“双高风险”模块；主动与主要销售市场的数据保护机构和市场监督机构建立联系，将合规投入转化为监管信任资产。
2026年8月2日不是一个终点，而是监管常态化的起点。车载AI合规不是一次性项目，而是需要嵌入研产供销全链的持续能力。关于AI代理在权限管理和人工监督方面的最新司法实践，《Agent自动续费纠纷第一案》的分析同样值得一读——其揭示的提示义务和用户控制权原则，与AI Act第14条的人工监督要求一脉相承。
