大数跨境

范玮 黄阳阳 | 涉人工智能纠纷裁判规则中的风险分级与归责适配——以具身智能与世界模型为视角

范玮 黄阳阳 | 涉人工智能纠纷裁判规则中的风险分级与归责适配——以具身智能与世界模型为视角 知产前沿
2026-09-12
24
导读:更多知产原创,请关注“知产前沿”公众号!

目次

一、问题的提出
二、《意见》的规范定位与逻辑结构
三、具身智能产品责任的规范重构
四、世界模型驱动具身智能的归责与证据规则(多元场景视野)
五、训练数据的合法性边界与数据权益配置
六、知识产权保护的规则调适
七、制度留白与完善路径
八、结论

摘要:在人工智能专门立法尚未出台的背景下,最高人民法院于 2026 年 9 月 7 日发布《关于依法审理涉人工智能纠纷案件的意见》(以下简称《意见》),从侵权责任、知识产权、产品责任及证据规则等方面提供系统性司法指引。本文基于“风险分级——归责适配”框架,指出《意见》依据应用场景、风险性质及主体控制能力,对既有法律规则进行适配性解释。文章重点剖析世界模型驱动的具身智能在产品缺陷、人机协同、数据合规及知识产权方面的法律风险,建议企业构建覆盖“研发至事故响应”全生命周期的合规与证据留痕体系,以应对司法规则形成期的不确定性。

关键词:人工智能;风险分级治理;具身智能;世界模型;产品责任;训练数据;知识产权



一、问题的提出


人工智能技术迭代速度已超越传统法律更新节奏。当前我国尚未出台专门的人工智能法,相关纠纷主要依托民法典、著作权法等现行法律解决。2026 年 9 月 7 日,最高人民法院发布《意见》,明确坚持以人为本、支持创新与筑牢安全底线,强调应根据应用场景、风险性质及大小认定责任,并区分通用与专用、开源与闭源等模型差异,合理划分开发者、提供者及使用者责任。这意味着,人工智能司法治理的核心是在既有框架内,以风险、场景和控制能力为连接点,对传统规则进行适配性解释。[2]
在此背景下,具身智能尤为关键。不同于仅发生于数字空间的生成式 AI,具身智能将模型、感知系统与物理环境连接,使输出直接转化为现实行为。其产业范畴涵盖人形机器人、自动驾驶等具备自主执行能力的智能实体,核心价值在于从“生成内容”迈向“理解环境与采取行动”。随着世界模型、多模态大模型与真实世界数据的融合,该领域成为人工智能与先进制造结合的重要方向,同时也带来了新的法律挑战。[3]



二、《意见》的规范定位与逻辑结构




(一)立法缺位下的渐进式司法规则供给

《意见》是最高法在现行法律框架下作出的裁判指引,遵循“用足用好现行法律规定”原则,依据民法典、网络安全法等多部法律提出规则;对尚难共识的问题作留白处理。因此,解读《意见》应避免将个别条款抽象为适用于所有 AI 产品的统一责任规则。[4]


(二)风险分级与归责适配的规范逻辑

《意见》确立的三项基本原则可提炼为“风险分级与归责适配”逻辑。最高法强调,应依据场景损害情形、风险性质及大小确定责任,区分模型类型,并考量各主体的控制与预防能力。这一逻辑表明,同一技术在不同场景下的风险外溢路径与控制主体各异,不能仅凭技术标签定责。企业应关注自身在业务链条中的角色、控制能力及风险预防措施,以明确法律责任类型。[5]



三、具身智能产品责任的规范重构




(一)具身智能的概念、产业结构与发展现状

具身智能是将 AI 感知决策能力与物理载体运动执行能力相结合的技术形态,涵盖人形机器人、自动驾驶汽车等多种实体。其产业链已形成从本体部件到场景应用的复合结构,竞争重点转向多模态感知与世界模型能力。我国具身智能产业正从技术展示向规模化应用过渡,工信部数据显示 2025 年相关企业超 140 家,并将 2026 年视为量产元年,推动百个以上高价值场景落地。[6][7][8]
然而,产业仍面临规模化瓶颈:高质量物理交互数据获取难、模型泛化与安全可控性待提升、软硬件协同成本高、场景标准未统一等。企业需面对技术、产品、数据、知识产权与商业模式交织的全生命周期风险。[7][9]


(二)“实物载体”标准与产品责任的适用边界

《意见》第 9 条明确,法院应依据产品质量法认定“以实物为载体的人工智能产品”。对于此类产品,若存在缺陷造成损害,生产者与销售者依法承担责任。该规定解决了客体识别问题,即 AI 功能嵌入具有物理风险的产品后,需适应其自主性与动态更新特征,但责任基础仍源于产品缺陷而非单纯的“智能”属性。[10]


(三)缺陷认定的特殊性:自主学习、持续更新与警示义务

《意见》第 9 条要求,认定缺陷时需综合考量自主学习能力、升级情况及用户控制程度,重点审查是否就固有局限及可预见风险作出真实说明。具身智能产品的缺陷判断具有动态性,企业不能仅以“出厂符合标准”抗辩,还需关注后续版本变化及场景风险边界。警示说明是责任分配的重要事实因素,产品文档与风险提示应与真实能力保持一致,避免过度宣传。[11]


(四)与生成式人工智能服务责任规则的衔接

《意见》第 7 条参照“通知删除”规则,针对生成式 AI 侵害人格权情形作出安排,但这并非一般免责机制。在知识产权领域,第 12 条要求综合考量多方因素认定责任。企业在风险评估时,应将人格权、知识产权、消费者权益及数据权益侵权分别识别,不可将“通知删除”视为统一的责任防火墙。[12]



四、世界模型驱动具身智能的归责与证据规则(多元场景视野)




(一)缺陷致损的生产者责任:以产品责任构成为前提

《意见》第 9 条确立实物载体 AI 产品责任规则,第 11 条针对自动驾驶作出专门规定。对于其他人形机器人等具身智能产品,不应机械扩张适用第 11 条,而应依民法典等判断责任。若世界模型模块构成缺陷并致损,生产者可能担责;若源于用户违规或第三方行为,则需分析因果关系。企业应区分记录模型错误、系统故障、用户误用等不同失效模式,避免笼统归责。[13]


(二)“人机协同”中的结合责任

《意见》第 11 条规定车辆缺陷与驾驶人过错结合致损可认定相应责任,这对理解具身智能人机协同具有参考价值,但不能简单视为普遍的“人机共担”原则。企业需明确各环节人员职责边界,并通过权限管理与培训记录证明履行了注意义务。此外,对自主等级作虚假宣传致损的,也可能承担民事责任,“全自主”等表述须与实际安全边界严格对应。[14][15]


(三)事件记录、数据控制与事实查明

《意见》第 11 条及第 17、18 条明确了数据控制方提供事件记录的义务,以及电子数据真实性审查机制。人工智能企业面临具体的事实查明与证据留存要求。具身智能企业应建立匹配安全事件的日志体系,记录传感器输入、模型版本、关键决策及人工干预等信息,并设置防篡改机制。虽不宜将自动驾驶记录要求直接扩张至所有具身智能,但这应作为企业证据治理的重要合规方向。[16]



五、训练数据的合法性边界与数据权益配置




(一)公开个人信息训练的合理范围豁免

《意见》第 6 条规定,为模型训练在合理范围内处理已合法公开的个人信息,且个人未明确拒绝的,一般不认定侵权;但对个人权益有重大影响的需取得同意。关键在于“合理范围”的判断,需综合考量处理目的、信息敏感程度及个人可预期使用范围。具身智能企业在采集公共场景数据时,应进行数据最小化与影响评估,避免将“可见”等同于“可无限制训练”。[17]


(二)数据权益的多层保护结构

《意见》第 16 条未创设统一数据所有权,而是根据属性分别适用著作权法、反不正当竞争法等保护。对于不构成商业秘密的数据集合,若被诉行为违反反不正当竞争法亦需担责。具身智能企业不宜笼统追求“数据确权”,而应根据数据来源与组织方式,选择合同权利、商业秘密或著作权等匹配的保护路径,并记录数据来源、授权范围及脱敏措施,形成可验证的权利链条。[18]


(三)训练数据定性的制度悬置

针对未经许可使用他人作品训练模型是否侵权等问题,《意见》暂未作规定。鉴于具身智能训练数据涵盖视频、点云及交互记录等多元形式,企业应在数据来源、授权范围及用途变化方面建立可审计的合规链条,为未来规则变化预留证据空间。[19]



六、知识产权保护的规则调适




(一)责任认定与举证规则:从“举证转移”转向“控制能力匹配”

《意见》第 12 条围绕控制能力与注意义务配置举证要求。AI 生成内容侵权案件中,开发者若不侵权需提供训练数据来源、过程记录及理论依据佐证。这强化了“谁掌握关键事实谁举证”的逻辑。对企業而言,数据台账、清洗记录、版本管理及测试报告不仅是合规材料,更是知识产权诉讼中的核心证据。[20]


(二)人工智能辅助发明的可专利

《意见》第 14 条明确,采用技术手段解决技术问题的 AI 发明创造受专利法保护;自然人对实质性特点作出创造性贡献的,认定为发明人。具身智能企业在机器人结构、控制方法及软硬协同方案等方面均有专利布局空间。研发记录应清晰保留人员提出方案、筛选修改模型输出及实验验证的过程,以证明自然人贡献并满足充分公开要求。[21]


(三)开源软件的责任边界

《意见》第 13 条对开源软件采取“综合考量、适当豁免”思路。若免费开源并提供安全风险说明,导致侵权的可认定开发者不担责。但这并非当然免责,需结合许可协议与风险披露判断。具身智能企业依赖大量开源组件,应建立清单管理、许可证识别及漏洞管理机制,并对商业软件与开源组件的组合使用进行风险审查。[22]


七、制度留白与完善路径




(一)两处核心留白及其规范意涵

《意见》对训练数据定性及 AI 生成内容可版权性暂不作规定,体现了司法对产业发展阶段与认识分歧的尊重。企业在不确定性条件下,应着重建立能证明善意、合理注意及风险控制的事实基础。[23]


(二)完善路径的初步构想

基于上述分析,建议推进三方面完善:一是进一步提供场景化、类型化的司法规则供给,针对不同 AI 场景分别研究责任规则;二是推动行业技术标准与司法裁判更有效衔接,明确测试、日志及安全验证标准的证明价值;三是形成“合规留痕—证据治理—风险控制”一体化机制,将数据来源、模型版本及事故日志等贯穿全生命周期,构建完整证据链。



八、结论


最高人民法院《意见》在现行法律框架下,依据应用场景、风险性质及各主体控制能力,对传统民事责任规则进行了适配性解释。
从产业视角看,具身智能正迈向规模化部署,世界模型与真实数据的结合使风险延伸至物理空间,企业面临产品安全、数据合规及知识产权的复合挑战。
对具身智能企业而言,未来竞争将是安全工程、合规治理与争议应对能力的综合较量。在制度留白阶段,越早建立全生命周期风险管理体系,越能在司法规则清晰化过程中掌握主动。明确的司法规则将使企业在安全边界内大胆创新,将成果转化为可持续的商业价值。


注释与参考文献(上下滑动阅览)


1】 《最高人民法院关于依法审理涉人工智能纠纷案件的意见》(法发〔202610号),202697日发布,载最高人民法院网站。

【2】 最高人民法院相关部门负责人:《最高人民法院关于依法审理涉人工智能纠纷案件的意见》答记者问,202697日,载最高人民法院网站。

【3】 国务院发展研究中心产业经济研究部:《问策具身智能:成长壮大之路如何走》,2026年月24日。

【4】同上注①,起草背景及主要考虑部分。

【5】同上注①,第2条(基本原则·筑牢安全底线)。

【6】工业和信息化部:《2025年工业和信息化发展主要目标任务顺利完成》,2026121日。

【7】工业和信息化部办公厅、国务院国资委办公厅:《关于联合开展2026年度人形机器人与具身智能实景实训专项行动的通知》(工信厅联科函〔2026256号),202668

【8】工业和信息化部:《工业和信息化部人形机器人与具身智能标准化技术委员会成立》,20251227日。

【9】中国工程院相关研究:《具身智能发展趋势与展望》,关于具身智能发展挑战的分析。

【10】同上注①,第9条。

【11】同上注①,第9条。

【12】同上注①,第7条;参见《中华人民共和国民法典》第一千一百九十五条。

【13】同上注①,第9条、第11条。

【14】同上注①,第11条;参见《中华人民共和国民法典》第一千一百七十二条。

【15】同上注①,第11条。

【16】同上注①,第11条、第17条、第18条。

【17】 同上注①,第6条;参见《中华人民共和国个人信息保护法》。

【18】同上注①,第16条;参见《中华人民共和国反不正当竞争法》第十三条。

【19】 最高人民法院相关部门负责人:《最高人民法院关于依法审理涉人工智能纠纷案件的意见》答记者问,202697日。

【20】同上注①,第12条。

【21】 同上注①,第14条;参见《中华人民共和国专利法》。

【22】同上注①,第13条。

【23】最高人民法院相关部门负责人:《最高人民法院关于依法审理涉人工智能纠纷案件的意见》答记者问,202697日。



作者:范玮 黄阳阳

编辑:Sharon

【声明】内容源于网络
0
0
知产前沿
各类跨境出海行业相关资讯
内容 8608
粉丝 0
知产前沿 各类跨境出海行业相关资讯
总阅读140.5k
粉丝0
内容8.6k