亮点与悬念：速评最高法首部涉人工智能案件审理意见

2026年9月7日，最高人民法院发布《关于依法审理涉人工智能纠纷案件的意见》。这是最高法第一次专门针对人工智能纠纷发布系统性的司法裁判规则文件，共24条。

笔者作为一个代理了多个典型AI案件的律师，同时也协助客户为《意见》在起草阶段提建议的实务工作者，自然对此怀着诸多期待，那么这份重磅文件究竟哪些亮点，哪些问题仍然留有悬念，是否充分满足了业内的期待，咱们好好拆解一下。

@ 一、AI侵权责任的综合认定

对于各种形式的ai侵权，《意见》第3条先规定了过错责任作为原则，然后又要求法院综合考量：

“人工智能应用的具体场景、自主化程度、技术与信息透明度、潜在风险及影响范围，人工智能开发者、提供者等相关主体为预防和减少人工智能侵权所采取的措施及技术上的可能性……”

基本盘虽然是过错责任，但关键还是“综合考虑”，这个后续的司法个案认定留下来足够大的发挥空间，毕竟AI案件中的“过错”已经不能按照传统互联网产品的方式简单判断。自主化程度、透明度、潜在风险、控制能力、技术上能不能避免——都进入了过错判断，这实际上意味着：AI侵权案件中的注意义务正在技术化。

一个模型用于什么场景？为什么产生这个结果？开发者能不能预见？有没有技术手段阻止？知道风险以后有没有采取措施？这些问题以后都可能成为侵权诉讼里的核心事实。

所以，AI侵权案件未来最重要的证据之一，可能根本不是聊天记录，而是模型研发、测试、风险评估、安全措施和运行机制留下来的技术记录。

@ 二、训练数据：迈出了一小步

《意见》第6条非常值得注意：“为人工智能模型训练，在合理范围内处理个人自行公开的或者其他已经合法公开的个人信息，且个人未明确拒绝的，一般不认定为侵害个人信息权益的行为。”

这句话很重要。它实际上承认了一件过去争议很大的事情：公开个人信息约等于可以用于AI训练。

只要是在“合理范围”内，个人自行公开或者已经合法公开的个人信息，可以被用于模型训练。但紧接着，《意见》又留下了一个口子：“对个人权益有重大影响的，应当依照法律规定取得个人同意。”而什么叫“合理范围”，《意见》也列出了四个判断因素。这个依然会导致大模型公司在个人信息的训练使用上有些无所适从，相比之前确实已经进了一步。

但也仅仅是一小步，我们知道大模型训练真正要紧的是版权数据，在这个问题上，最高院选择了有待于进一步认识，没有给出结论，毕竟争议太大了，美国和欧盟也没有共识，这样谦抑的态度是值得肯定的。

@ 三、不是“避风港”的“避风港”

《意见》第7条规定：“生成式人工智能自动生成的内容侵害他人名誉权、隐私权等人格权益，经权利人通知，生成式人工智能服务提供者未及时采取停止生成侵权内容等必要措施的，应当对造成的损害依法承担侵权责任。”

这看起来像是把通知删除规则搬到了生成式AI。但实则不然，避风港是为中立第三方平台服务设置的，而生成式人工智能是自己生产内容，所以第7条把部分类似避风港的内容引进来，进一步降低了AI开发者的注意义务。后半段更值得看：“网络用户通过输入侵权提示词等方式恶意诱导生成式人工智能生成侵权内容并造成他人损害的，该网络用户应当依法承担侵权责任。”

也就是说，法院开始把AI生成侵权拆成两个行为：谁诱导模型产生侵权内容，谁负责；平台知道之后不处理，也可能负责。

这其实是在重新划分AI时代的“控制力”。模型不是传统意义上的内容发布者，用户也不是唯一的控制者，平台掌握模型、过滤机制和生成指令屏蔽能力，因此责任会随着控制能力和风险防范能力移动，这和第3条的归责逻辑是连在一起的。

AI责任以后很可能越来越不是看“谁碰了最后一个按钮”，而是看：谁能够控制风险，却没有控制。

@ 四、禁令：AI侵权可能进入“先禁再审”

《意见》第8条规定：“自然人、法人或者非法人组织有证据证明行为人利用人工智能正在实施或者即将实施侵害其人格权益的违法行为，不及时制止将使其合法权益受到难以弥补的损害……人民法院可以依法作出人格权侵害禁令。”

这一条的现实意义非常强。因为AI侵权有一个传统互联网时代没有这么明显的特点：复制和扩散速度太快。一个AI换脸视频、一段合成人声、一张虚假图片，可能几分钟之内就完成大规模传播，等到最后判决侵权，很多时候已经没有实际意义。因此，《意见》把人格权禁令明确带进AI场景。这意味着未来涉及：AI换脸、AI拟声、AI复活逝者、AI生成虚假言论等案件，权利人可能不必等最终判决。如果能够证明侵害正在发生，而且不及时制止会造成难以弥补的损害，可以先申请禁令。这可能会成为AI人格权案件里非常重要的一种诉讼工具。

@ 五、自动驾驶：“智驾”宣传可构成法律责任

第11条有一句非常值得车企注意：“车辆生产者、销售者对自动驾驶汽车、具备辅助驾驶功能汽车的自动化等级、智能程度、性能、用途等进行虚假或者引人误解的宣传，损害消费者合法权益……”可以依法承担民事责任。这不是一个简单的消费者保护条款，它实际上击中了AI产品最容易出现的问题：技术能力的宣传可能直接变成法律责任。“智能驾驶”“自动驾驶”“高阶辅助驾驶”这些词，在营销部门那里是产品卖点，在法院这里可能成为判断消费者是否产生错误认识的证据。

而第11条同时规定：人民法院可以要求车辆生产者、销售者或者运营者等数据控制方，在必要范围内提供真实、完整的自动驾驶、辅助驾驶事件记录等数据。

这又是一个很重要的变化：AI产品发生事故以后，控制数据的一方不能简单把技术黑箱作为自己的防御手段。法院可以要求把数据拿出来。

@ 六、AIGC侵害著作权：举证义务向模型方转移

第12条是整份文件里值得大模型公司认真研究的一条：“人工智能开发者提出不侵权抗辩的，应当责令其提供训练数据来源、训练过程记录、模型运行模式以及科学理论依据等予以佐证。”

这句话非常关键。过去讨论AI生成内容侵权，难题之一就是版权方根本不知道模型到底是怎么训练出来的。训练数据在哪里？用了哪些数据？训练过程是什么？模型到底如何生成？权利人很难证明。

而现在，最高法实际上把一部分举证责任压到了开发者一侧，当然，这并不是说“开发者举证不了就一定侵权”。但诉讼结构已经发生变化，法院开始承认：模型开发者掌握的信息，在很多案件中具有明显的信息优势。因此，未来AI知识产权案件很可能越来越像技术事实调查，而不是传统意义上的“生成结果比对”。

与AI版权侵权有关的另一条意见是第18条规定，AI生成内容作为侵权证据时，法院要综合考量：“提示词的设计及其对生成结果的影响、生成内容与主张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、生成内容过滤机制等因素。”

这也是一个明确的信号，传统证据规则面对AI生成内容时常常把AI输出当成一个静态结果，但最高法的态度是AIGC侵权证据不能只做“结果审查”，还要做“生成过程审查”。今后，无论是对于使用者还是模型开发者，做到“过程留痕”已经是必备的工作了。

@ 七、开源：风险大幅度收窄

第13条规定：“应当综合考量开源许可协议类型、权利限制的具体内容、安全合规举措和信息披露程度等因素，依法给予开源软件开发者、提供者适当的责任豁免。”

后面还有一个更加直接的规定：“开源软件开发者、提供者以免费开源的方式提供……部分代码模块，并公开说明其功能和安全风险，他人使用该代码模块导致侵权的，人民法院可以认定开源软件开发者、提供者不承担侵权责任。”

这基本确立了一个方向：开源行为本身不会成为责任放大的理由，反倒是风险收缩的基础。这个方向在笔者代理的奥特曼lora模型侵权案中也得到了印证，法院直接对开源模型进行了免责，认为应该由应用层开发者承担平台责任。

当然，责任豁免不是自动发生的，需要开源方做好必要的合规动作：许可协议、限制条件、安全合规措施、信息充分披露等。这对AI开源生态有着非常积极的意义，尤其是对于我国当下如火如荼的开源模型生态有着积极的作用，可以说是司法层面对本国产业发展的一个有效回应。

@ 八、不承认“AI是发明人”，但认可AI参与辅助

《意见》第14条规定：“自然人使用人工智能完成的发明创造，该自然人对发明创造的实质性特点作出了创造性贡献的，应当认定该自然人为发明人。”

这句话实际上回答了“AI能不能成为发明人”这个容易被炒成概念问题的问题。只有人可以作为发明人主体，法院关心的是：人到底有没有作出实质性的创造性贡献。所以未来AI辅助发明的专利案件，核心很可能是这个人提出了什么、进行了什么技术选择、如何确定技术方案？AI在其中到底是工具，还是实际上完成了创造性工作？这条规则看似简单，实际上把一个非常复杂的问题留给了以后：“实质性创造性贡献”怎么证明？这会直接涉及提示词、迭代记录、实验过程、模型输出筛选、技术人员修改记录等一系列证据，某种程度上跟AIGC可版权性的问题非常类似。

@ 九、值得点赞的“留白和悬念”

《意见》对于“目前难以形成共识的问题”进行了留白，笔者个人认为这份留白，其实比已经写进去的规则更值得观察。

第一个悬念：AIGC内容是否可以获得版权保护

尽管已经有多个这方面的案件从正反两方面都给出了裁判逻辑，但仍然不能说就认定标准达成了共识，甚至学术界仍然存在观点认为任何AIGC内容都不能获得版权保护。笔者在实际案件中也遇到了很多复杂的情况，例如权利人训练了定向模型（微调、lora），可以高度自动化的生成非常完善的内容，这种对模型的定向训练投入能否穿透到具体内容“独创性贡献”的认定中去。再比如，随着模型技术的快速迭代，其可以在简单提示的情况下给出多个可选方案，人的参与度主要体现在“审美”和“筛选判断”（如AI抽卡师），此时能否获得版权？

第二个悬念：AI训练到底有没有著作权法上的“合理使用”空间？

备受瞩目的版权作品被用于大模型训练，到底在什么条件下构成侵权的问题，《意见》没有给出一个明确答案。这意味着训练数据版权问题仍然会依赖具体案件继续发展。尤其是非商业训练、商业训练、模型记忆、输出实质性相似之间，到底怎么建立因果关系。

实际上，这个问题在美国和欧盟包括印度也没有共识，而且关系到技术发展和权利保护之间的平衡，实在难以抉择。

除此之外，AI智能体是否需要遵守双重授权原则、生成式搜索引擎的法律属性、GEO的合法性认定等等热门问题也没有涉及，显然最高院在没把我的问题上选择“让子弹飞一会”是非常明智的。

@ 小结

只能说，今后AI相关的司法判例将会更加引人瞩目，既然成文法在技术迭代的恐怖速度面前完全无法追赶，那就用判例来填补空白，判的好就都参考学习，判的不好也可以快速通过其他判例纠正，展现法律人专业水平的时代真的来了。