最高法明确涉人工智能纠纷审判规则：责任、权利与证据的司法边界

人工智能治理开始由以行政监管为主，进一步进入通过个案明确权利边界、分配技术风险和塑造商业预期的阶段。

作者 | 布鲁斯

2026年9月7日，最高人民法院发布（以下简称《意见》），围绕人工智能侵权、知识产权、技术合同、数据权益、诉讼证据及刑事责任等问题，提出24条审判意见。

（图片来源：最高人民法院）

这是我国首份系统规范涉人工智能纠纷审理的综合性司法政策文件。

它没有为人工智能制定一部新的法律，也没有一次性回答所有争议。它更重要的意义在于：当人工智能造成损害、引发侵权或者进入诉讼以后，法院应当向谁追责、要求谁举证，以及如何穿透算法和模型的“黑箱”。

从这个角度看，《意见》释放出的司法信号十分明确：

人工智能可以复杂，但责任不能因此消失；模型可以不透明，但掌握模型、数据和日志的一方，不能再仅以“技术黑箱”作为抗辩。

一、AI侵权，不再只追最后按下按钮的人

人工智能纠纷最难的问题之一，是责任主体太多。

一次生成行为背后，可能同时存在模型开发者、服务提供者、部署者、数据提供者和最终使用者。发生侵权以后，各方很容易互相推诿：开发者称内容是用户生成的，平台称自己只是提供工具，用户则称结果由模型自动产生。

《意见》没有简单规定由某一方承担全部责任，而是确立了一套分层判断逻辑。

法院需要综合考察：

· 人工智能应用的具体场景；

· 模型的自主化程度；

· 技术和信息的透明程度；

· 潜在风险及影响范围；

· 开发者、提供者采取了哪些预防措施；

· 使用者对侵权结果是否具有预见和控制能力。

这意味着，今后的AI侵权责任不再仅取决于“谁直接生成了内容”，而要进一步追问：

谁控制模型，谁控制数据，谁设置规则，谁能够预见风险，又是谁最有能力阻止损害发生。

对于普通工具型人工智能，使用者的责任可能更加突出；对于封闭运行、平台高度控制、用户几乎无法理解其生成机制的服务，开发者和提供者则很难完全置身事外。

《意见》同时为生成式人工智能服务提供者设置了类似“通知—处置”的责任机制。AI生成内容侵害名誉权、隐私权等人格权益，权利人提交初步侵权证据和真实身份信息后，服务提供者如果未及时停止生成相关内容，或者没有屏蔽相关生成指令，可能对扩大部分的损害承担责任。

这实际要求平台的内容治理能力从传统的“删除已有内容”，进一步升级为：

阻止模型继续生成同类侵权内容。

二、训练数据没有被“一刀切”，但来源必须说得清楚

在知识产权领域，最受关注的无疑是第十二条。

《意见》明确，人工智能生成内容侵害他人著作权的，应当综合考虑服务类型、行业特点、训练数据来源、各方参与程度、必要措施和获利情况，合理认定开发者、提供者和使用者的责任。

其中最值得注意的是：

人工智能开发者提出不侵权抗辩的，应当提供训练数据来源、训练过程记录、模型运行模式以及科学理论依据予以佐证。

这条规则的意义，不是直接宣布“未经许可使用作品训练模型即构成侵权”，也不是确认人工智能训练当然属于合理使用。

事实上，《意见》仍然没有正面回答两个最具争议的问题：

第一，模型训练中的复制、提取和参数化利用，是否构成著作权法意义上的使用行为；

第二，在何种条件下，这类使用可以适用合理使用或者其他责任限制规则。

最高法采取的是更具实践性的处理方式：暂不对所有训练行为作抽象、统一定性，而是先解决诉讼中长期存在的信息不对称问题。

权利人通常只能看到生成结果，却不知道作品是否进入训练集、经过怎样的清洗和标注、模型如何记忆或者复现相关表达。如果所有证明责任都由权利人承担，很多案件实际上根本无法进入实体审理。

《意见》将更强的说明义务放在掌握技术和数据的一方。开发者如果主张没有使用相关作品、模型不具有记忆和复现能力，或者生成结果与训练行为之间不存在因果关系，就不能只作原则性否认，而需要提交数据来源、训练记录、运行方式和技术依据。

训练数据可以有争议，但不能没有账本；算法可以很复杂，但不能只剩一句“模型自动生成”。

这将直接提高模型企业的数据治理成本。训练数据授权协议、采集记录、来源分类、去重清洗规则、模型版本、测试日志和输出拦截记录，今后不仅是内部研发资料，也可能成为决定诉讼胜负的关键证据。

三、使用者“知道在先作品”，可能成为侵权分界线

《意见》还明确：

人工智能使用者知道或者应当知道在先作品存在，利用人工智能生成与在先作品实质相似的作品，并且没有合理抗辩理由的，应当承担侵权责任。

这一规定没有把所有AI生成的相似内容都认定为侵权，而是将使用者的主观状态纳入判断。

今后的案件可能重点审查：

· 提示词中是否直接输入了作品名称、作者姓名或者角色名称；

· 是否要求模型“模仿”“复刻”特定作品或风格；

· 是否上传在先作品作为参考图、参考文本或者参考音频；

· 是否经过多轮调整，持续逼近特定作品；

· 生成后是否进行筛选、修改并投入商业使用；

· 使用者是否具有接触在先作品的明显可能。

如果提示词直接要求“生成与某作品相同的画面”，或者反复调整参数追求高度近似结果，使用者很难再以“内容由AI自动生成”为由免责。

但需要注意，《意见》使用的是“与在先作品实质相似”，而不是简单的“风格相似”。著作权保护的是具有独创性的具体表达，一般不直接保护抽象风格、创作技法和美学观念。

因此，“模仿风格”是否侵权仍不能一概而论，最终仍要落到具体表达是否构成实质性相似。

四、开源不是绝对免责，充分披露才可能免责

《意见》专门规定了人工智能开源软件相关主体的责任。

对于免费提供代码模块，并且已经公开说明其功能和安全风险的开源开发者、提供者，他人使用有关代码导致侵权的，法院可以认定其不承担责任。

这给开源社区释放了积极信号：不能因为下游使用者实施侵权，就无限追溯所有上游代码贡献者。

但这种责任豁免并不是无条件的。法院仍需审查：

· 适用何种开源许可协议；

· 协议对使用、修改和分发作出了哪些限制；

· 开发者是否采取必要的安全合规措施；

· 是否充分披露代码功能及已知风险；

· 是否明知代码主要用于侵权仍然提供帮助；

· 开源者是否通过其他方式参与商业化并从中获利。

因此，开源本身不是免责牌。

真正可能产生免责效果的，是免费提供、合理限制、风险披露和没有参与下游侵权的组合。

对于采用开源模型开展商业服务的企业，也不能把责任推给基础模型或者代码社区。模型微调、数据投喂、功能设计、商业部署和输出控制均由企业完成的，企业仍应对自己能够控制的风险负责。

五、AI发明可以申请专利，但发明人仍然只能是人

在专利问题上，《意见》确认了两条基本边界。

第一，人工智能相关发明只要采用遵循自然规律的技术手段，解决技术问题并产生符合自然规律的技术效果，就可以成为专利法保护的客体。

这与我国近年来人工智能专利审查中强调“技术手段—技术问题—技术效果”的判断路径一致。是否属于人工智能，并不决定能否获得专利；真正需要审查的是，方案中是否存在可以识别和验证的技术贡献。

第二，人工智能本身不能成为发明人。

自然人使用人工智能完成发明创造，只有在其对发明创造的实质性特点作出创造性贡献时，才能被认定为发明人。

未来专利权属争议不会停留在“有没有使用AI”，而会进一步审查：

· 自然人提出了什么技术问题；

· 如何设计提示词、输入条件和技术约束；

· 是否对AI输出进行了筛选、验证和修改；

· 最终技术方案中的实质性特点由谁形成；

· 自然人的工作是否超出一般性操作和结果确认。

企业如果大量使用人工智能辅助研发，应当开始保存研发人员的指令记录、方案演进、实验验证和人工修改过程。否则，一旦发生发明人资格、职务发明或者专利权属争议，很可能无法证明人的创造性贡献。

六、AI生成内容进入法庭，必须说明、必须核验

《意见》对诉讼本身也提出了新的规则。

当事人提交的诉讼文书、案例检索报告等材料如果使用人工智能生成，应当在提交法庭前核实法律、司法解释和案例等内容的真实性、准确性；提交时，还应当对使用人工智能辅助的情况作出说明。

这意味着，律师、法务和诉讼当事人今后不能把人工智能幻觉造成的错误归咎于工具。

AI可以辅助起草，但签字和提交意味着责任确认。不存在的案例、错误的法条、被篡改的裁判要旨，即使由模型自动生成，提交人仍要承担相应责任。

《意见》同时对AI生成证据提出了更细致的审查要求。法院需要考察提示词设计、提示词对结果的影响、生成内容与权利作品的相似程度、重复测试的一致性，以及模型训练、算法设计和过滤机制等因素。

因此，今后仅凭一次截图证明“模型可以生成侵权内容”，证明力可能十分有限。

一份具有可信度的AI生成证据，至少需要保存：

1

使用的模型及具体版本；

2

生成时间、账号和运行环境；

3

完整提示词及参数设置；

4

连续操作和多轮对话记录；

5

多次重复测试的结果；

6

原始文件、哈希值及可信时间记录；

7

未经删减、筛选和人为修改的证明。

如果当事人通过特定指令诱导模型，选择性展示结果，或者删除、篡改生成合成标识，制造虚假证据，可能面临罚款、拘留；构成虚假诉讼或者其他犯罪的，还可能被追究刑事责任。

以后在法庭上，不仅要证明AI生成了什么，还要证明它为什么生成、怎样生成，以及这个结果能否稳定重现。

七、这份《意见》真正改变了什么

从形式上看，这是一份审判指导意见，不是替代现行法律的人工智能专门立法，也不意味着所有尚存争议的问题已经获得最终答案。

例如，人工智能生成内容在何种条件下构成作品、纯AI生成内容的权益如何配置、模型训练适用合理使用的具体边界、模型参数本身属于何种权益，《意见》都没有作出一刀切的结论。最高法此前发布的《人民法院知识产权司法保护实施方案（2026—2030年）》也提出，应当根据自然人的指令、选择和修改过程，判断生成内容是否体现人的独创性表达。

但《意见》已经完成了更基础也更重要的一步：建立人工智能纠纷进入司法程序后的责任和证据框架。

它告诉模型企业，合规不能只停留在用户协议中，而要能够用数据、日志和技术文件证明；

它告诉权利人，不能仅凭怀疑要求模型企业承担责任，而应当先提交侵权和算法使用的初步证据；

它告诉使用者，提示词不是隐形的，生成过程也可能成为认定主观过错的重要依据；

它告诉律师和法务，人工智能可以参与诉讼，但不能替代核验，更不能替代责任。

人工智能的“黑箱”，可以是技术事实，但不能成为法律免责理由。

封面来源 | AI生成