重磅发布 ｜ 最高法发布首部涉人工智能司法裁判规则文件

从结构上看，《意见》共5部分24条，具体为：

一、总体要求

二、涉人工智能侵权案件

三、涉人工智能知识产权纠纷案件

四、涉人工智能纠纷案件审理程序规则

五、涉人工智能纠纷案件审判工作机制

与网信、工信等部门既有人工智能监管规则相比，《意见》的功能定位有所不同。其重点是以《民法典》《个人信息保护法》《著作权法》《反不正当竞争法》《消费者权益保护法》等现行法律为基础，进一步明确AI纠纷进入诉讼后“谁承担责任、按照什么标准判断、需要提供什么证据”等问题。

（一） 总体逻辑：“AI责任如何认定”

《意见》第2条强调区分通用与专用、开源与闭源等不同类型人工智能的技术原理、风险外溢和控制能力，合理划分开发者、提供者、使用者责任。

《意见》第3条明确，在侵权责任方面，如法律没有规定适用无过错责任或者过错推定责任，原则上仍按照《民法典》第1165条适用过错责任原则。并指出在AI场景下，“过错”判断应综合考虑具体应用场景、AI自主化程度、技术与信息透明度、潜在风险及影响范围，以及开发者、提供者采取了哪些风险预防措施，使用者是否具有相应的风险预见和控制能力。

（二）人格权与个人信息：AI换脸拟声、公开信息训练及生成内容侵权责任进一步明确

《意见》第4条、第5条对AI换脸、拟声、AI复活逝者以及网络开盒等场景作出直接回应。未经同意处理自然人的姓名、肖像，生成可识别该自然人的虚拟数字形象并使用、公开；或者未经同意使用自然人的声音作为训练语料，模仿其音色、语调、发音风格生成可识别的合成人声，均可能构成人格权益侵害。

对于模型训练中的个人信息，《意见》第6条进一步落实《个人信息保护法》第27条的既有规则：为模型训练，在合理范围内处理个人自行公开或者其他已经合法公开的个人信息，且个人未明确拒绝的，一般不认定侵害个人信息权益；但处理行为对个人权益有重大影响的，仍应依法取得个人同意。“合理范围”的判断将综合考量模型功能与处理目的之间的必要性和适当性、信息类型和敏感程度、对个人权益的潜在影响，以及个人公开信息时的场景和其可合理预期的使用范围。换言之，公开信息并不意味着可以无限制用于训练。

生成式AI输出侵犯名誉权、隐私权等人格权适用“通知—必要措施”规则，《意见》第7条进一步将《民法典》第1195条的“通知—必要措施”规则延伸至生成式AI场景。权利人发出符合要求的通知后，服务提供者未及时采取停止生成侵权内容、屏蔽相关生成指令等必要措施的，可能依法承担相应责任。

（三）消费者与AI产品：算法差别待遇、仿冒带货及自动驾驶成为重点场景

1. “大数据杀熟”的司法认定标准

经营者针对同一商品或者服务，利用消费者的消费偏好、支付意愿、支付能力、浏览记录等信息，对个人设置不合理交易条件并造成损害的，可能承担侵权责任。这与《个人信息保护法》第24条关于自动化决策应当公平、公正，并不得在交易价格等交易条件上实行不合理差别待遇的要求形成直接衔接。（第10条）

2. “仿冒名人带货”

如经营者利用AI实施仿冒并构成消费欺诈，消费者可以依据《消费者权益保护法》第55条主张惩罚性赔偿。（第10条）

3.以实物为载体的AI产品

《意见》第9条进一步明确产品缺陷判断因素，包括产品性质和用途、自主学习能力、升级更新情况、用户控制程度以及是否符合国家标准、行业标准等，并重点审查企业是否对产品适用场景、固有局限和可预见风险作出真实说明和明确警示。（第9条）

4.自动驾驶、辅助驾驶交通事故中的责任分配⭐️

• 一般交通事故：车辆上道路行驶发生事故造成损害的，依照《民法典》和《道路交通安全法》承担赔偿责任。

• 车辆存在产品缺陷：因车辆产品缺陷导致事故造成损害的，当事人可以请求生产者、销售者承担产品责任。

• 车辆缺陷与驾驶人过错共同致损：可以同时请求驾驶人以及车辆生产者、销售者承担相应赔偿责任。

• 虚假或误导性宣传：生产者、销售者对车辆自动化等级、智能程度、性能、用途等作虚假或者引人误解的宣传并损害消费者权益的，也应依法承担相应民事责任。

• 事故原因查明与数据提供：为查明事故原因，法院还可以要求生产者、销售者或者运营者等数据控制方在必要范围内提供自动驾驶、辅助驾驶事件记录等数据。

（四）知识产权：权利与责任规则更清晰，但两项核心争议仍然“留白”

AIGC知识产权是本次《意见》最值得关注的部分之一。

1.AI生成内容侵害著作权

《意见》第12条要求综合考虑服务类型、行业特点、训练数据来源、各方参与程度、采取的必要措施及获利情况，合理划分开发者、提供者和使用者责任。

• 开发者责任：在人工智能开发者提出不侵权抗辩时，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等材料予以佐证。（这意味着，训练数据来源、授权文件、数据采购或者采集记录、数据处理流程和模型训练记录，不再只是内部后台材料，也可能成为未来知识产权诉讼中的关键证据。）

• 使用者责任：《意见》第12条同时规定，对于使用者，如其知道或者应当知道在先作品存在，仍利用AI生成与在先作品实质相似的作品，且不存在合理抗辩理由，也可能承担侵权责任。

但本次《意见》并未解决所有AIGC版权争议。最高法在答记者问中明确表示，对于“人工智能生成内容本身是否具有可版权性”以及“未经许可使用他人作品训练人工智能大模型如何定性”，目前认识仍存在较大分歧，因此《意见》暂未作统一规定。

2.开源AI责任安排

《意见》第13条对开源AI作出相对包容的责任安排。

• 开源软件开发者、提供者以及后续开发者、提供者责任：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。

• 免费开源提供部分代码模块，并公开说明其功能和安全风险的，法院可以结合开源许可协议、安全合规措施和信息披露程度等因素，认定相关开源开发者、提供者不承担侵权责任。

  
  

3.专利授权确认认定

《意见》第14条明确，涉人工智能发明创造：

• 构成专利法保护的客体条件：采用遵循自然规律的技术手段，解决了技术问题，实现了符合自然规律的技术效果。

• 发明人认定：自然人使用AI完成发明创造，只要其对发明创造的实质性特点作出创造性贡献，仍可以被认定为发明人。

  
  

4.AI相关数据的保护

《意见》第16条明确，人工智能开发者依法获取数据并享有相应数据权益的，依法予以保护；根据数据的性质及法律属性，可依法主张汇编作品著作权、商业秘密等权益。

（五）诉讼规则：AI企业的“可举证能力”成为新的合规重点

1.涉AI的纠纷举证规则（第17条）：

• 加强诉讼引导和释明；

• 当事人因客观原因不能自行收集的证据，可申请人民法院调查收集，必要时人民法院可以依职权调查收集证据；

• 当事人为固定关键技术申请证据保全的，人民法院应当及时依法审查；

• 控制书证、电子数据的一方无正当理由拒绝提交，对方主张相关证据内容不利于控制人的，人民法院可以依法作出相应的不利事实认定；

• 充分发挥人民陪审员、鉴定人、专家辅助人以及技术调查官的作用。

  
  

2.以AI生成内容作为侵权证据

法院综合考量提示词设计及其对生成结果的影响、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、内容过滤机制等因素。（第18条）

六、企业重点关注事项总结

• 训练数据建立可追溯机制。留存数据来源、授权依据、个人信息处理合法性基础、数据清洗及训练过程记录。（第6条、第12条、第16条）

• 重新审视公开个人信息用于训练的边界。建立个人明确拒绝后的停止处理机制，并对可能“重大影响个人权益”的场景开展单独评估。（第6条）

• 完善生成内容侵权投诉闭环。使权利通知能够进入核验、停止生成、提示词屏蔽、复核和留痕流程。（第7条）

• 加强AIGC知识产权风险管理。特别关注已知作品提示、实质性相似输出以及训练数据来源的举证风险。（第12条）

• 补强AI产品和自动驾驶证据链。完善功能边界说明、风险警示、安全测试、版本管理及事件日志。（第9条、第11条）

• 完善开源软件合规管理。核查开源模型、代码及组件适用的许可协议、权利限制、安全合规措施和风险披露。（第13条）

  
  

本期编辑：陈际红 吴小旭 陈煜烺 张膑月