大数跨境

《AI开源合规报告》(中篇)

《AI开源合规报告》(中篇) 科技法全球合规观察
2026-11-16
0
导读:随着开源大模型与配套生态在产业中的应用日益广泛,代码、模型权重、数据集各自的许可规则与合规边界成为关注重点。

引言


随着开源大模型与配套生态在产业中的应用日益广泛,代码、模型权重、数据集各自的许可规则与合规边界成为关注重点。本报告从行业发展脉络与国内产业现状切入,梳理了 AI 开源的核心对象、主流许可证规则与特有条款,拆解了从引入、训练微调、对外发布到落地运营全流程的常见合规风险,同时整理了企业合规体系的搭建思路、典型业务场景的实操要点,并结合国内外司法实践与监管政策回应了行业高频问题。为方便阅读,报告将拆分为上、中、下三篇在本公众号陆续发布,本篇为报告中篇,聚焦AI开源风险、合规体系与司法实践。




第三部分 AI开源风险

一、风险概览


AI 开源涉及的对象多,权利链条长,风险也分散在模型生命周期的各个环节。本报告把生命周期分为“引入—训练与微调—开源发布—运营与输出”四个阶段,并单独讨论横跨各阶段的合规风险。



二、引入阶段风险


(一)引入数据集的风险


1.许可证违约风险


未履行署名要求,将非商用数据集用于商业模型,或违反相同方式共享要求,构成对许可证的违反,可能产生违约和著作权侵权责任。


2.权利瑕疵风险


数据集提供者未必是数据内容的权利人。数据集可能含有未经授权的作品,授权链断裂的,使用者仍可能被原权利人追索。我国现行《著作权法》未设专门的文本与数据挖掘例外,使用作品训练能否适用合理使用,需要个案判断。[63]


3.个人信息与敏感数据风险


数据集含有个人信息的,使用者需要有处理个人信息的合法基础。数据已公开不等于可以随意使用,处理已公开的个人信息须在合理范围内;处理敏感个人信息还须符合《个人信息保护法》关于特定目的、充分必要性及相应处理条件的规定。[64]


4.采买数据合同违约风险


采买数据的合同通常对用途、期限、再分发和转授权作出限制,超出范围使用即构成违约;合同终止后的数据删除义务也容易被忽略。


5.数据污染风险


数据集被植入恶意样本或质量低下的,会影响模型的可靠性,甚至埋下后门。


(二)引入基模的风险


1.许可证违约风险


可能违反商用限制、使用政策、用户规模门槛、衍生与署名命名要求、禁止蒸馏等条款。


2.权利瑕疵风险


基模的训练数据来源不清、被第三方索赔的,风险会向下游传导;开放许可证通常采用“按现状提供”的免责安排,基模提供方一般不对权利作出担保。


3.模型安全风险


模型文件本身可能是攻击载体。采用pickle序列化的权重文件,在加载时可执行嵌入的任意代码,安全研究机构JFrog曾于2024年2月披露,其在Hugging Face上发现约100个包含真实恶意载荷的模型实例,其中PyTorch和TensorFlow Keras模型较为突出。[65]此外,权重层面的后门难以通过静态扫描发现。


4.许可证变更与下架风险


上游可能在新版本中变更许可证,也可能撤下模型。近年已出现GLM-5.3、Kimi K3的许可证收紧,以及Qwen旗舰型号不再开放权重的情形。依赖单一上游的产品,需要为切换模型做预案。


(三)引入代码与工具的风险


1.许可证与传染性风险


训练框架、推理引擎等代码中如含GPL、AGPL等著佐权许可证的组件,在分发或提供网络服务时可能触发开源义务。


2.供应链安全风险


依赖组件的漏洞和被投毒的软件包,会影响整个训练和部署环境。


三、训练与微调阶段风险


(一)数据使用超范围风险


已引入的数据集或采买的数据被用于训练,而许可证或合同只允许研究、评估等用途的,构成超范围使用。风险往往出在“引入时的用途”和“实际用途”不一致,而训练用途通常未在引入审查时被明确。


(二)内部与客户数据风险


内部数据含有商业秘密,客户数据含有个人信息,训练后可能被模型记忆并在输出中再现,造成泄露。使用客户数据训练,还需要核对客户合同的授权范围以及个人信息保护法的要求。


(三)合成数据与蒸馏风险


用他人模型的输出训练自己的模型,可能违反该模型的服务条款或许可证的禁止条款;即便条款允许,也可能要求新模型承接命名或使用限制。


(四)衍生模型的许可证风险


微调模型是否属于基模许可证约定的衍生模型,以及是否需要承接基模的相关许可义务,应结合具体许可证的定义和条款判断;未履行适用的许可义务,可能构成违约。


四、开源发布阶段风险


(一)数据集与基模风险的延伸


引入阶段的来源和授权风险,在公开后被放大。新增的风险有三个:(1)再分发超出原授权,即引入时仅获准内部使用的数据或模型被公开;(2)内部数据一经公开不可收回;(3)训练过程中被模型记忆的个人信息和商业秘密,可能随权重公开而扩散。权重公开后,已被下载或分叉的版本难以全面收回,事后补救也难以彻底消除相关风险。


(二)代码风险


第三方组件的许可证冲突,以及密钥、内部路径、配置文件等内部信息随代码仓库及其提交历史被公开,是代码开源的常见风险。


(三)开放本身的新增风险


1.不可撤回风险


已被下载和分叉的版本难以收回,许可证授予的权利通常也是不可撤销的,如Apache2.0授予的是永久、不可撤销的许可。发现问题后,企业可以停止后续版本发布、采取下架或修复措施并通知使用者,但已被下载或分叉的版本通常难以全面收回。


2.许可证选择不当风险


许可证与上游要求冲突,或授权过宽、过窄,都会带来问题。例如采用MIT后,无法再对已发布版本追加使用限制;自定义限制性许可证却自称“开源”,则容易引发“openwashing”争议,影响商誉。


3.信息披露不实风险


模型卡、数据卡与实际不符,如对训练数据来源、模型能力的描述失实,可能构成误导,并影响下游的合规判断。


4.开源方对下游的责任风险


下游滥用或输出侵权时,开源方是否担责,免责声明能否有效,是此类风险的核心。免责声明受到《民法典》强制性规则的限制,造成人身损害或因故意、重大过失造成财产损失的免责条款无效。


五、运营与输出阶段风险


(一)违反使用限制与署名要求的风险


提供服务或部署模型时,违反许可证约定的使用限制、署名义务、用户规模门槛或网络服务条款,可能构成违约;许可方可依据具体许可证的约定及适用法律主张相应救济。


(二)输出侵权风险


模型可能再现训练数据中的受保护内容,或生成与他人作品、形象近似的内容,服务提供者可能承担侵权责任。


(三)输出内容安全风险


生成违法有害内容、产生幻觉,或缺少生成内容标识,都会带来风险。《人工智能生成合成内容标识办法》自2025年9月1日起施行,对生成合成内容的标识提出了要求。[66]


六、AI监管合规风险


(一)备案、评估与内容标识缺失风险


《生成式人工智能服务管理暂行办法》适用于向境内公众提供生成式人工智能服务;另一方面,符合《人工智能生成合成内容标识办法》第二条规定的服务提供者,应按照该办法及相关规定履行适用的显式和隐式标识义务。单纯对外开源模型通常不直接触发以上义务,但在开源的同时自营面向公众的服务,或平台提供相关服务的,须关注算法备案、安全评估与内容标识要求。


(二)个人信息与数据处理违法风险


训练、发布和运营各环节处理个人信息的,均须符合个人信息保护法的要求。


(三)出口管制与跨境风险


境内主体向境外公开源代码、模型权重等技术,存在被视为技术出口的风险,应结合出口管制合规要求处理。美国方面,2025年1月发布的AI Diffusion Rule曾拟对部分先进AI模型权重设置出口管制要求。美国商务部于2025年5月宣布撤销该规则并指示不予执行;相关规则后续状态及其他现行出口管制要求仍需持续关注。[67]


(四)网络与数据安全监管风险


2026年1月1日起施行的修订后《网络安全法》新增了人工智能条款,对风险监测评估和安全监管提出要求;数据安全、等级保护等要求同样适用。


(五)域外监管风险


欧盟《人工智能法》对通用AI模型的义务自2025年8月2日起适用,欧盟委员会的执法权自2026年8月2日起生效;以自由开源许可证发布的模型可豁免部分义务,但该豁免不适用于具有系统性风险的模型,也不免除版权政策和训练数据摘要义务[68]。向欧盟市场提供模型的,须评估该法的适用。



第四部分 合规体系与典型业务场景

一、企业AI开源合规体系的构建


(一)团队组成


AI开源合规涉及法律、技术、数据和安全多个条线,建议由以下角色共同参与:



建议明确一个牵头部门(通常是法务)和审批权限,对外开源和重大引入须经法务、安全和业务负责人共同批准。


(二)制度与知识库


1.许可证知识库


知识库应覆盖代码、模型、数据集三类对象,记录许可证名称、版本、核心义务、使用限制、向下游传导的要求和规模门槛。由于同一厂商的不同型号和不同版本可能适用不同的许可证,建议按“模型型号+版本+查阅日期”登记,并留存许可证文本的快照。


2.许可证分组策略


按许可证对企业使用方式的约束强弱分组管理,并匹配不同的审批要求。



需要特别提示的是,代码仓库、模型仓库没有明确许可证的,不等于可以自由使用,通常意味着权利人保留全部权利,应归入禁止使用组。


3.AI物料清单(AI-BOM)


SBOM的作用是让企业清楚产品中使用了哪些开源组件。AI项目需要把这一做法扩展为AI-BOM,记录基础模型、数据集、训练与推理代码、工具及其版本、来源地址、许可证、获取日期和哈希值,以及它们之间的关系。


目前已有可用于描述AI组件、模型及数据集等信息的相关标准和规范。SPDX3.0设有AI Profile和Dataset Profile,分别用于描述AI系统相关组件及数据集等信息;[69]CycloneDX也支持ML-BOM,可用于描述模型、数据集及其依赖关系。[70]


AI-BOM同时承担“过程留痕”的功能,是引入审查、对外开源审查、客户交付和投融资尽调共同使用的底稿,应当在引入和训练阶段同步建立,而不是发布前补做。


4.证据留存


保存来源页面快照、许可证文本、数据采买合同、授权文件和审批记录,使企业能够在发生争议时证明自己取得了合法授权。


5.配套制度


建议制定《AI开源引入管理办法》《对外开源管理办法》《员工参与外部开源社区贡献的规范》和《模型与数据集准入清单》。其中,员工向外部社区贡献代码、数据或模型时,可能无意泄露企业的商业秘密和个人信息,需要通过事前申报和审批加以控制。


(三)开源审查流程


审查流程可分为“引入阶段”和“开源发布阶段”。


1.引入审查



2.对外开源审查



由于已发布版本可能被下载或分叉,难以全面收回,发布前审查应当作为必经环节,未经批准不得发布;同时应建立发布后的版本管理、漏洞响应和侵权通知处理机制。


(四)工具与培训


1.工具


代码方面,使用软件成分分析工具识别第三方组件和许可证,并在发布前增加密钥和敏感信息扫描。模型方面,采用pickle序列化的权重文件在加载时可能执行恶意代码,可使用picklescan、ModelScan等开源工具进行检测。

但扫描工具只能降低风险,不能替代审查。2025年2月,安全研究者披露了名为nullifAI的恶意模型,通过压缩方式绕过了检测[71]。因此,建议采用“限制格式+工具扫描+隔离环境加载”的多层措施。


2.培训


对研发人员,强调不得私自下载、使用和发布,必须按流程申报;对销售和交付人员,强调客户合同中的开源条款;对管理层,强调许可证的商业影响,如规模门槛和MaaS限制。


3.持续监控与应急


建立对上游许可证变更、下架和漏洞的订阅机制;对已发布项目,设定处理权利人通知、漏洞报告和下架请求的内部时限和责任人。


二、典型业务场景的合规要点


(一)使用开源基模自用


“分发”指向他人提供软件或模型的副本,包括提供下载或安装包、集成到其他产品中交付、提供虚拟机或容器镜像、上传到代码托管平台供他人获取等。仅在本企业内部使用、不向他人提供副本的,一般不构成分发,也就不会触发GPL等著佐权许可证的源码提供义务。


然而,不构成分发,不等于没有义务,主要体现在以下几个方面:


(1)使用政策自使用时起即适用。Llama的《可接受使用政策》、Gemma1—3的《禁止使用政策》约束的是使用行为本身。


(2)规模门槛按被许可人及其关联方合并计算。集团企业评估Llama的月活门槛等条件时,应以集团整体为口径。


(3)向关联公司、外包方提供副本,是否构成分发存在争议,在没有明确结论前,建议按分发处理。


(4)内部微调后的模型仍仅内部使用的,衍生模型的署名、命名等义务通常在分发或对外提供时才触发,但使用限制和数据使用范围的要求仍然适用。


私有化部署可以减少业务数据出境,但仍需对模型文件和依赖做安全检测,并明确输入数据的使用范围,避免在微调时超出数据来源的授权。


(二)项目交付嵌入开源模型或代码


企业为客户交付软件系统,其中包含开源模型或代码的,或在客户环境中部署的,企业向客户提供了副本,构成分发。企业在交付时,主要包括以下义务:


(1)随附许可证文本与声明。MIT、Apache2.0要求保留版权声明和许可证副本,Apache2.0还要求保留NOTICE文件;Llama部分版本要求提供许可证副本,并在产品界面或文档中显著展示“Built with Llama”。


(2)传导使用限制。Gemma1—3要求把使用限制作为可执行条款纳入下游协议,Llama、RAIL系列也有类似要求。交付合同和用户协议中需要相应条款。


(3)处理著佐权组件。训练框架、推理引擎等代码中含GPL、AGPL的,交付可能触发源码提供义务,需要在交付前识别和隔离。


(4)评估接收方的限制。客户本身适用的规模门槛和使用限制,应在交付前评估,避免交付后客户无法合法使用。


(5)落实展示与商标要求。涉及署名展示、命名要求的,需要落实到交付物的界面和文档。


在合同安排上,交付合同中应有开源与第三方组件条款,附上开源清单(AI-BOM的摘要),明确许可证遵守责任的分配;不宜对客户作“不含开源”“完全自主知识产权”等与事实不符的承诺,也不宜在没有上游担保的情况下承诺“无任何第三方权利瑕疵”。


(三)基于开源基模训练或微调后再开源


这是风险链条最长的场景:基模的许可证、微调数据的来源和新模型的发布方式交织在一起。合规要点主要包括以下几个方面:


(1)承接基模的许可证义务。需要逐条核对基模许可证,并在新模型中落实:署名和展示要求、命名要求、NOTICE文件、使用政策的传导、规模门槛等。


(2)选择与基模相容的许可证。基模许可证对衍生模型、再分发或特定使用方式设有限制的,应结合具体条款判断相关限制是否适用于新模型,不得通过新模型许可证排除依法或依约仍须履行的上游义务;基模为MIT、Apache2.0的,新模型的许可证选择较为自由,但应保留上游声明。


(3)确定发布对象。发布完整权重,还是仅发布适配器或权重差分,需要事先确定。仅发布差分的,使用者须自行获取基模并遵守其许可证,但这并不意味着发布者自己可以免于遵守基模的义务,需结合具体许可证条款判断。


(4)核查微调数据。逐项核对微调数据的来源、授权、个人信息,以及是否使用了他人模型的输出(合成数据或蒸馏)。使用他人模型输出的,需要核对其条款是否禁止用于训练其他模型,或要求新模型承接命名义务。


(5)核对同步开源的数据集。同时发布数据集的,需要核对数据许可证(相同方式共享、非商用等)和再分发范围。


(6)如实披露。模型卡应当如实披露基模、训练数据来源和与基模的关系,以免构成信息披露不实,也便于下游判断合规。


(7)避免不当使用上游商标。不得使用上游的名称、商标暗示获得其认可,除非许可证明确要求展示。


(8)评估监管义务。发布后自行提供面向公众的服务的,需要评估备案、安全评估和内容标识义务。


(四)基于开源模型对外提供API、Token服务


企业部署开源模型,通过API、网页或Token计费向客户提供服务,没有向客户交付软件副本,通常不构成分发,GPL等传统著佐权义务一般不触发。但AGPL例外:它要求对通过网络与用户交互的修改版本提供源码,针对的正是这类服务场景。推理引擎、框架中含有AGPL组件并经过修改的,需要特别评估。


模型许可证的限制并不因“非分发”而消失,主要包括:


(1)使用政策。禁止用途对服务提供者及其客户同样适用,服务协议中需要向客户传导。


(2)展示义务。如Kimi要求达到规模门槛的商业产品展示模型名称。


(3)针对服务商的限制。如Kimi K3对经营MaaS业务且连续12个月累计收入超过2000万美元的主体,要求另行签署协议;GLM-5.3对托管提供模型服务、收入超过门槛的主体,要求先通过安全审查;Llama部分版本的月活门槛也按企业及关联方合并计算。应当把许可证核查作为服务上线的前置条件,并随着业务增长持续评估是否触及门槛。


在监管方面,面向境内公众提供生成式人工智能服务的,需遵守《生成式人工智能服务管理暂行办法》中关于备案、安全评估等规定,并按《人工智能生成合成内容标识办法》履行标识义务。仅向企业客户提供API是否属于“面向公众提供”,需要结合服务对象和接入方式判断,并核对最新的监管口径。


在上游依赖方面,上游可能变更许可证、下架模型或停止维护,建议保持可切换的多模型架构,并在客户合同中避免对特定上游模型作不可变更的承诺。


在客户合同与数据方面,服务协议应当传导使用政策,明确输出内容的责任划分,明确客户输入数据的用途,未经授权不用于训练。


(五)融资、并购、上市尽调


投资人、券商和律师对开源合规的关注,已经从软件代码扩展到模型和数据集,特别是核心业务依赖开放权重模型的企业。企业需要能够证明自己对开源的使用合法、可控。尽调的核查范围主要包括以下方面:



实践中常见的问题主要有:


(1)没有清单,无法证明开源使用的范围;


(2)基模许可证与商业模式冲突,如在规模或收入增长后触及门槛;


(3)数据来源缺乏证据,采买合同未覆盖训练或再分发;


(4)员工个人向外部社区贡献代码或数据,没有经过审批;


(5)对外开源缺少审批和发布前清理;


(6)没有记录许可证版本,无法说明模型发布时适用的条款;


(7)对外宣称“完全自主研发”“不含开源”,与事实不符。


企业可能需要在招股说明书、尽调报告中披露开源使用情况和相关风险,并在投资协议中作开源和AI专项的陈述与保证。需要企业出具开源合规承诺函的,内容一般包括:


(1)不存在违反许可证的情形;


(2)核心产品未被著佐权许可证传染,不存在被要求开源核心源代码的情形;


(3)所使用的第三方开源组件均已履行许可证义务;


(4)不存在权利人的争议或索赔;


(5)对基模、数据集的使用符合其许可。


承诺范围应与企业的实际情况相符,并有清单、扫描报告和审批记录作为支撑,承诺函不能代替核查。



             第五部分 司法实践



一、国内司法实践


(一)最高法《意见》第十二、十三条:训练数据举证与开源责任豁免


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》(法发〔2026〕10号),共24条[72]。该文件虽不是案件,但其中三处对开源AI有直接规则意义:


(1)第二条要求区分通用与专用、开源与闭源等不同类型的大模型,根据技术原理、风险外溢与控制能力的差异,合理划分开发者、提供者、使用者的责任。


(2)第十二条规定,AI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等予以佐证。对于开源模型开发者而言,在研发阶段留存数据来源及训练过程记录,有助于在发生争议时证明相关事实并支持不侵权抗辩。


(3)第十三条专门规定了开源软件的责任:认定开源软件开发者、提供者以及后续开发者、提供者的侵权责任,应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,并给予适当的责任豁免;开源提供者以免费开源方式提供涉AI软件研发所需的部分代码模块,并公开说明其功能和安全风险,他人使用该模块导致侵权的,法院可以认定其不承担侵权责任。


需要注意的是,第十三条的措辞以“代码模块”和“免费开源”为限,对权重、数据集是否适用,条文没有明确;以商业化方式提供或附有使用限制的许可,是否同样可以豁免,也有待实践明确。


(二)春风送来了温柔案:开源模型生成内容的权利[73]


争议焦点:使用开源模型生成的图片能否构成作品,作者是谁。


案情与裁判:2023年2月,原告李某使用开源模型Stable Diffusion在本地生成图片并发布在社交平台,被告刘某未经许可将图片用作文章配图,并去除了署名水印。北京互联网法院于2023年11月27日作出判决,认定涉案图片构成美术作品,李某是作者,被告侵害署名权和信息网络传播权,判令赔礼道歉并赔偿500元。法院认为,涉案图片是否构成作品,应结合用户的智力投入及个性化表达判断;在本案中,原告对提示词、模型和参数进行选择,并通过多轮调整和筛选体现了个性化表达,因此被认定为作者。


评述:Stable Diffusion可以本地部署,用户能够控制checkpoint、LoRA、随机种子、采样器等参数,这是用户对输出“有控制”的事实基础。


(三)奥特曼LoRA案:基于开源模型的平台责任[74]


争议焦点:平台提供开源基础模型和LoRA训练功能,用户训练并发布侵权的LoRA模型,平台是否担责;训练数据的使用是否构成侵权。


案情:原告是奥特曼系列作品在中国的独占被授权方。被告杭州某智能科技公司运营的AI绘画平台,提供Checkpoint基础模型和LoRA模型,支持用户上传图片训练模型并发布。用户训练出奥特曼LoRA后,其他用户叠加基础模型,可以稳定生成与奥特曼形象相似的图片[75]。


裁判要点:杭州互联网法院一审认定:(1)在数据输入端,用户上传素材,平台未直接参与训练,不构成直接侵权;(2)在内容输出端,平台对用户生成的侵权模型和图片未采取必要措施,构成帮助侵权;(3)判断注意义务时,法院考量了平台的服务性质和营利模式,认为被告基于开源模型进行商业应用,从用户创作中获益,应承担更高的注意义务,并考量了作品知名度、侵权后果可预见性(LoRA可稳定输出侵权内容)和预防措施缺失;(4)不构成不正当竞争;(5)判决停止侵权、删除侵权图片和模型、采取必要措施防止再次发生,并赔偿3万元。杭州中院二审维持原判。


关于训练数据,原告曾诉请删除与奥特曼有关的全部训练数据,法院未予支持,理由是训练数据并非以再现作品的独创性表达为目的,在没有证据证明会影响作品正常使用或不合理损害权利人利益的情况下,可以被认为是合理使用[76]。


评述:(1)本案中,法院结合平台的服务性质、营利模式、侵权内容的可预见性及预防措施等因素判断其注意义务,说明使用开源模型不当然减轻服务提供者的责任;(2)本案是国内较早涉及LoRA(微调参数)的判决,LoRA权重本身被作为侵权载体处理,被判删除;(3)训练数据合理使用的论述有参考价值,但该论述出现在判决的责任确定部分,并非案件主要争议,且训练主体是用户,不能直接推及商业模型开发者。


(四)某短视频平台诉某图像应用公司案:模型参数的法律保护


争议焦点:未经许可直接使用他人训练得到的模型结构和参数,是否侵权。


案情:原告的“变身漫画特效”模型,基于基础模型,使用手绘漫画数据与真人数据训练,并不断调整结构和参数得到。被告运营的B612咔叽App随后上线了功能近似的特效。经比对,双方模型在网络结构、卷积层数等方面高度一致,相似度达91.7%,被告未能提交独立研发或模型训练的证据[77]。


裁判要点:法院于2025年3月31日作出二审判决,维持一审判决:(1)著作权侵权不成立,法院认为模型的训练和调校过程不属于著作权法意义上的创作行为;(2)构成不正当竞争,认定经数据训练得到的模型结构和参数是反不正当竞争法保护的竞争利益,未经许可直接使用,违反人工智能模型领域公认的商业道德,扰乱市场竞争秩序(二审明确保护对象是模型的结构和参数,一审认定的是特效产品);(3)存在接触可能、相似度高、无法作出合理解释且提不出研发证据的,可以认定直接使用了原模型的结构和参数;(4)判令赔偿经济损失150万元及合理开支10万元,权利人就安卓端、iOS端分别起诉,两案结果一致[78]。


评述:本案不涉及开源,但它是目前国内认定模型参数法律保护路径的主要判例,对开放权重有两点参考意义:(1)参数不宜依靠著作权保护,竞争法路径中“未经许可”是关键要件,开放权重附有许可证的,使用行为是否在许可范围内(如使用限制、规模门槛、禁止蒸馏等),可能成为判断“未经许可”的依据;(2)法院在“推定直接使用”时看重被告能否提供训练证据,这与《关于依法审理涉人工智能纠纷案件的意见》第十二条一致,使用开放权重并进行微调、蒸馏的企业,需要保留训练过程记录,以区分自己的训练与对他人参数的直接使用。


(五)美杜莎LoRA案:LoRA模型分享平台的责任边界[ 79]


争议焦点:用户截取动漫角色图片训练并销售LoRA模型,用户和平台是否侵权。


案情:用户李某截取热门动漫中美杜莎角色的图片20余张,利用某AI平台的“训练LoRA”功能训练出两款LoRA模型,发布到个人账号对外销售,平台也将这两款模型发布到其关联企业运营的境外网站。原告以著作权侵权和不正当竞争为由,起诉李某和平台运营方[80]。


裁判要点:上海市金山区人民法院一审、上海知识产权法院二审均认定:(1)李某以商业使用为目的,其被诉行为侵犯了复制权和信息网络传播权,赔偿5万元;(2)因文生图过程中未见李某的实质性智力投入,生成图片不构成作品,改编权侵权不成立;(3)平台提供的是中立的技术服务,未参与素材截取和模型训练,通过用户协议、审核机制和投诉举报机制尽到了注意义务,接到通知后下架模型并向境外网站转通知,不构成侵权;(4)“美杜莎”作为神话形象未产生商品识别功能,不正当竞争不成立[81]。二审还强调复制权的本质是“再现权”,训练本身并不当然完成复制,判断的核心是模型输出是否再现了作品。


评述:(1)涉案LoRA是在基础模型上叠加的微调参数,其分享和销售的模式是开源模型生态的典型场景;(2)判决没有把LoRA权重本身认定为复制件,而是以输出是否再现作品为判断核心,这对“开放权重是否属于侵权复制件”有对照意义;(3)平台免责的关键因素包括用户协议、举报入口、及时下架和对关联平台转通知,这对开源模型社区的合规设计有直接参考意义。


(六)小结


1、输出内容:权利归属取决于人的智力投入,使用开源模型并有实质性控制的,输出可以构成作品;用户轻量提示词的输出,则可能不构成作品。


2、平台责任:应结合侵权的可预见性、采取措施的可能性、平台的服务性质和控制能力,以及用户协议、审核、投诉处理和及时下架等措施,综合判断平台是否尽到合理注意义务。


3、参数:国内已有判例以竞争法保护模型结构和参数,但案件不涉及许可证,开放权重的许可证条款与竞争法的关系尚无裁判。


4、训练数据:目前没有直接以开源AI训练数据为争议焦点的判决,对于开源AI训练数据的处理,可以参照一般AI训练数据的相关案件,如插画师诉Trik AI案[82]和爱奇艺诉MiniMax案[83],此处不再特别展开。


5、许可证:国内尚无以AI模型许可证效力为争议焦点的公开判决,现有判断许可证性质的案例均为开源软件案件。


二、域外司法实践


(一)Doe v. GitHub:开源代码被用于训练,许可证条件义务能否触发[84]


案情:2022年11月,匿名程序员向加州北区法院起诉GitHub、微软和OpenAI,称GitHub Copilot和OpenAI Codex使用其公开发布的开源代码训练,且会输出逐字或近似逐字的代码,却不附带原有的署名、版权声明和许可证条款。经过两轮驳回和修改,案件缩减为一项《数字千年版权法》(DMCA)第1202(b)条的诉请和两项违约之诉。


裁判要点:2024年6月,法院驳回了DMCA诉请,理由是该条要求输出与原作“相同”。2026年9月16日,第九巡回上诉法院维持驳回:Copilot和Codex是生成新的作品,而不是从既有副本中移除版权管理信息,新作品从未带有这些信息,也就谈不上被移除;法院同时认为“相同性”的提法并不准确,只是对法条文义的一种概括,而非独立要件。两项以开源许可证条款为基础的违约之诉仍在地区法院审理[85、86]。


评述:(1)本案是开源许可证条件(署名、保留声明和许可证文本)能否约束AI训练和输出的核心案件,相关违约之诉尚待法院进一步裁判;(2)本案涉及的是开源代码用于训练代码生成模型,尚未触及开放权重的分发。


(二)Kneschke v. LAION:开源数据集的制作是否适用文本数据挖掘例外[87]


案情:摄影师Kneschke起诉非营利组织LAION e.V.,称其在制作LAION-5B数据集时,未经许可下载了他的一张照片。LAION-5B是公开发布的图文对数据集,只含图片链接和文字描述,不含图片本身[88]。


裁判要点:(1)汉堡地方法院于2024年9月27日驳回起诉,认定LAION为制作数据集而下载图片,属于《德国著作权法》第60d条规定的科学研究目的的文本数据挖掘,可以免责,并附带论及自然语言写成的使用保留可能构成机器可读;(2)汉堡高等法院于2025年12月10日驳回上诉,认定该下载属于为文本数据挖掘而作的复制,通过比对图片与其描述来获取信息,属于“分析”;同时认为,第60d条项下的科学研究例外不允许权利人保留,而第44b条项下的一般文本数据挖掘例外,要求在线内容的保留须为机器可读,原告未能证明其自然语言保留属于机器可读,因此第44b条同样适用[89];(3)法院强调“机器可读”要求技术中立,未来随着技术进步,自然语言保留可能被认定为机器可读,但生成式AI训练的所有环节是否适用该例外,二审没有表态。该判决目前仍处于德国联邦最高法院的后续审查程序中,相关规则的最终适用仍需关注后续裁判。


评述:(1)本案涉及的是开放数据集的制作,而非模型训练;(2)数据集发布者若为非营利的科研机构,可能适用科学研究例外,商业主体则主要依赖一般文本数据挖掘例外,须尊重机器可读的使用保留,在线内容的权利人可以考虑采取robots.txt、TDM保留协议等技术措施保留权利;(3)该结论依据的是欧盟和德国法的文本数据挖掘例外,而我国著作权法没有专门的文本数据挖掘例外,不能直接借鉴。


(三)某图库公司 v. Stability AI:开放权重是否属于侵权复制件


案情:某图库公司起诉Stability AI,指控其开放权重模型Stable Diffusion的训练和分发侵犯版权和商标。由于无法证明训练发生在英国,原告在庭审中撤回了训练和输出相关的直接侵权主张,其版权主张主要转为二级侵权:Stable Diffusion的权重是“侵权复制件”,被下载进入英国即构成进口和持有。


裁判要点:英格兰及威尔士高等法院于2025年11月4日作出判决:(1)模型权重属于法定意义上的“物品”,不排除无形物品;(2)但权重并不构成“侵权复制件”,因为权重从未包含或存储原告的作品,训练过程中权重因接触作品而被调整,并不能使其成为侵权复制件,即便训练行为在英国发生会构成侵权,也不影响这一结论;(3)下载模型到英国属于进口,而在境外托管、通过网络访问的方式则不构成进口或持有。该判决已获准上诉,相关结论仍需关注后续审理结果。


评述:(1)本案目前最直接回答“开放权重本身是不是侵权复制件”的判决,结论是否定的,对开放权重的发布和下载有利;(2)结论依赖于技术事实,即权重没有存储作品,法院认为该问题与具体事实有关,并非一般性结论;(3)判决明确区分了本地下载(构成进口)与远程托管访问,对于开放权重的分发地选择有参考意义。


相关案例:


(1)GEMA v. OpenAI[90]:慕尼黑地方法院第一民事庭于2025年11月11日判决,OpenAI的GPT-4和GPT-4o对歌词的“记忆”,使作品以可再现的方式固定在模型参数之中,构成《德国著作权法》第16条下的复制,文本数据挖掘例外不适用于这种记忆,OpenAI已上诉至慕尼黑高等法院[91]。该案涉及的是闭源模型,但其推理直接对立于上文案件:权重在有记忆的情况下可以构成复制。


(2)Andersen v. Stability AI[ 92]:加州北区法院2024年8月的裁定认为,原告主张的“模型理论”,即Stable Diffusion本身体现了训练图像的压缩副本,在诉状阶段成立,直接侵权和诱导侵权的主张得以继续[93]。


这两个案件说明,权重是否构成复制,在不同法域和不同事实下会有不同答案,需要技术证据(如记忆测试)来支撑。


(四)Kadrey v. Meta:开放权重Llama的训练数据与模型本身[94]


案情:理查德·卡德雷等作家起诉Meta,称其从影子图书馆下载他们的书籍训练Llama系列模型,侵犯版权,并称Llama模型本身是侵权的衍生作品。Llama是以社区许可证发布的开放权重模型。


裁判要点:(1)2023年11月,法院驳回了“Llama模型本身是侵权衍生作品”的主张,认为模型是创建抽象数学关系的软件,不能被理解为对书籍表达的改写或改编,也驳回了所有输出都构成侵权衍生作品的主张,因为原告未能证明具体的侵权输出[95];(2)2025年6月25日,法院在部分简易判决中认定,就这13名原告而言,Meta使用其书籍训练Llama属于合理使用,原因是原告没有就训练对其作品市场的影响提供有意义的证据,法院强调这一裁判限于该证据记录,并非对所有训练行为的概括性认定,若有更充分的证据,包括市场稀释的证据,此类复制在许多情形下可能是非法的[96、97]。


评述:(1)法院在诉状阶段否定“开放权重模型本身是侵权衍生作品”,与上文案件的方向一致,也与美杜莎案二审“复制权本质是再现权”的思路相近;(2)合理使用的结论建立在原告证据不足之上,法官还特别指出“市场稀释”是未来原告可以主张的方向,这对发布开放权重的主体尤其值得关注,因为开放权重降低了生成竞争性内容的成本;(3)本案的合理使用认定不能直接证明训练数据的获取及传播方式均合法。企业仍应分别核查数据来源、获取方式及后续使用行为的合法性。


(五)小结


1、数据集制作:德国法院认为,为制作开放数据集而进行的下载,可以适用文本数据挖掘例外,但在线内容的使用保留须机器可读,该规则主要适用于欧盟和德国法,对中国没有直接适用性。


2、开放权重是否复制件:英国高等法院和美国加州北区法院均否定权重或模型本身当然是侵权复制件或衍生作品,慕尼黑地方法院则认为,有记忆的情况下可以构成复制,美国Andersen案的“模型理论”则尚待裁判,各法域的结论取决于技术证据。


3、训练数据:美国法院在Kadrey案中认定训练构成合理使用,但强调限于该证据记录,且特别关注数据来源是否合法。




如果您有相关法律咨询需求,欢迎添加团队秘书号:



编辑|王佳佳


[63] 《中华人民共和国著作权法》第二十四条,http://www.npc.gov.cn/c2/c30834/202011/t20201119_308796.html。

[64]《中华人民共和国个人信息保护法》第十三条、第二十七条、第二十八条,http://www.npc.gov.cn/npc/c2/c30834/202108/t20210820_313088.html。

[65]JFrog Security Research:《Data Scientists Targeted by Malicious Hugging Face ML Models with Silent Backdoor》,https://jfrog.com/blog/data-scientists-targeted-by-malicious-hugging-face-ml-models-with-silent-backdoor/;Cloud Security Alliance:《Poisoned Pipelines: Malicious AI Model and Skill Repositories》,https://labs.cloudsecurityalliance.org/research/csa-research-note-malicious-ai-model-repositories-attack-sur/

[66]国家互联网信息办公室等:《人工智能生成合成内容标识办法》,自 2025年9月1日起施行,https://www.cac.gov.cn/2025-03/14/c_1743654685899683.htm。

[67]Akin Gump:《BIS Rescinds AI Diffusion Rule and Issues New Guidance》,https://www.akingump.com/en/insights/ai-law-and-regulation-tracker/bis-rescinds-ai-diffusion-rule-and-issues-new-guidance;Timewell:《AI Diffusion Rule Withdrawal and What Replaced It》,https://timewell.jp/en/columns/ai-diffusion-rule-withdrawal-and-alternatives。

[68]European Commission:General-Purpose AI Models in the AI Act – Questions & Answers,2025年9月9日,https://digital-strategy.ec.europa.eu/en/faqs/general-purpose-ai-models-ai-act-questions-answers。

  [69] SPDX 3.0,https://spdx.github.io/spdx-spec/v3.0.1/model/AI/AI/;FOSSA:《SPDX 3.0 Is R  eleased》,https://fossa.com/blog/spdx-3-0/。
   [70]OWASP CycloneDX:《ML-BOM》,https://www.cyclonedx.org/capabilities/mlbom/;另见      W  avect:《AI Bill of Materials: CycloneDX vs SPDX Implementation Guide》,https://wavect.i     o/blo  g/ai-bill-of-materials-cyclonedx-spdx-2026/。

 [71]8ksec:《Malicious Models: The Pickle in Your ML Pipeline》,https://8ksec.io/malicious-mo d  els-pickle-deserialization-scanning/。

 [72]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〔2026〕10 号),2026   年9月7日,https://www.court.gov.cn/zixun/xiangqing/511101.html。

[73](2023)京0491民初11279号。

[74]一审:(2024)浙0192民初1587号;二审:(2024)浙01民终10332号。

[75]最高人民法院知识产权法庭:《AI 时代 知识产权司法迎来新挑战》,https://ipc.court.gov.cn/zh-cn/news/view-4513.html;知识产权律师网:《我国首例 AIGC 平台侵权案》,https://www.ciplawyer.cn/articles/156021.html。

[76]《生成式 AI 输入环节的训练语料著作权侵权风险问题》,2025年7月18日,https://www.glo.com.cn/Content/2025/07-18/1423573492.html。

[77] 知识产权律师网:《全国首例!明确 AI 模型结构和参数的可保护性》,2025年4月15日,https://www.ciplawyer.cn/articles/156463.html;二审判决书见 https://www.ciplawyer.cn/articles/156462.html。

[78]最高人民法院知识产权法庭:《AI 时代 知识产权司法迎来新挑战》,https://ipc.court.gov.cn/zh-cn/news/view-4513.html。

[79]一审:(2025)沪0116民初2354号;二审:(2025)沪73民终1189号。

[80]中国知识产权报:《上海首例涉 AI 大模型著作权侵权案二审落槌》,2026年5月20日,https://finance.sina.com.cn/tech/roll/2026-05-20/doc-inhypnum1759399.shtml;知产财经:《上海首例 AI 大模型著作权侵权案一审落槌》,https://www.ipeconomy.cn/mobile/dongtai/9970.html。

[81]《上海 AI 大模型著作权侵权案二审落槌 专家解读划定技术中立边界》,https://www.163.com/dy/article/KSJ43T4205524GM0.html;《解读|AI 复刻动漫角色“美杜莎”被判侵权》,https://zhuanlan.zhihu.com/p/2037991015257220335。

[82] 新京报:《互联网法院开庭审理全国首例涉 AI 绘画大模型训练著作权侵权案》,https://m.bjnews.com.cn/detail/1718889751169215.html。

[83]科创板日报:《AI 训练数据再起版权争议 爱奇艺起诉 MiniMax 索赔 10 万元》,2025年1月6日,https://finance.sina.com.cn/roll/2025-01-06/doc-inecztfv2389856.shtml。

[84]DOE 1 v. GitHub, Inc., 4:22-cv-06823, (N.D. Cal.).

[85] Haynes Boone:《Ninth Circuit Rejects DMCA Section 1202(b) Theory Against Copilot Output in Doe v. GitHub》,2026年9月18日,https://www.haynesboone.com/news/alerts/ai-legal-news-ninth-circuit-rejects-dmca-section-1202(b)-theory;Authors Alliance:《Resolving an Interlocutory Appeal, Ninth Circuit Affirms Dismissal of Section 1202 DMCA Claims in ongoing Doe v. GitHub litigation》,2026年9月23日,https://www.authorsalliance.org/2026/09/23/resolving-an-interlocutory-appeal-ninth-circuit-affirms-dismissal-of-section-1202-dmca-claims-in-ongoing-doe-v-github-litigation/。

[86]National Law Review:《New Code, Old Rules: 9th Circuit Says GitHub Copilot’s Output Is Not a “Copy” Under the DMCA》,2026年10月1日,https://natlawreview.com/article/new-code-old-rules-9th-circuit-says-github-copilots-output-not-copy-under-dmca;The Next Web:《Coders lose their DMCA case against GitHub Copilot and Codex》,2026年9月18日,https://thenextweb.com/news/ninth-circuit-github-copilot-dmca-copyright-ruling。

[87]Robert Kneschke vs. LAION e.V., 310 O 227/23; Ref.: 5 U 104/24.

[88]European Law Blog:《Kneschke vs. LAION: Opening Fresh Perspectives on AI Training and TDM Exceptions》,https://www.europeanlawblog.eu/pub/tk4iacho;Bird & Bird:《Higher Regional Court Hamburg Confirms AI Training was Permitted》,https://www.twobirds.com/en/insights/2025/germany/higher-regional-court-hamburg-confirms-ai-training-was-permitted-(kneschke-v,-d-,-laion)。

[89]Technology’s Legal Edge:《Robert Kneschke v. LAION: Judgment of 10 December 2025 (Ref.: 5 U 104/24)》,https://www.technologyslegaledge.com/2025/12/robert-kneschke-v-laion-judgment-of-10-december-2025-ref-5-u-104-24/;Freshfields:《AI Training & Copyright Part 2》,https://www.freshfields.com/en/our-thinking/blogs/technology-quotient/ai-training-copyright-part-2-text-and-data-mining-under-court-scrutiny-102mebl。

[90]GEMA v. Open AI, 42 O 14139/24.

[91]CMS:《GEMA vs. OpenAI: Munich Regional Court I issues landmark copyright decision》,https://cms.law/en/deu/legal-updates/gema-vs.-openai-munich-regional-court-i-issues-landmark-copyright-decision;上诉情况见 AI Lawsuit Tracker:《GEMA v. OpenAI》,https://ailawsuittracker.com/cases/gema-v-openai/。

[92]Andersen v. Stability AI Ltd., 3:23-cv-00201, (N.D. Cal.).

[93] Copyright Alliance:《Top Takeaways from Order in the Andersen v. Stability AI Copyright Case》,https://copyrightalliance.org/andersen-v-stability-ai-copyright-case/;开庭日期推迟的报道见 WION:《The first jury trial over AI image training has been pushed back to April 2027》,https://www.wionews.com/world/the-first-jury-trial-over-ai-image-training-has-been-pushed-back-to-april-2027-1789333333936。

[94]Kadrey v. Meta Platforms, Inc., 3:23-cv-03417, (N.D. Cal.).

[95]Knowing Machines:《Kadrey v. Meta》,https://knowingmachines.org/knowing-legal-machines/legal-explainer/cases/kadrey-v-meta。

[96]BakerHostetler:《Kadrey v. Meta》,https://www.bakerlaw.com/kadrey-v-meta/。

[97]The Authors Guild:《AG on Meta AI Ruling》,https://authorsguild.org/news/meta-ai-ruling-meta-gets-technical-win-but-law-favors-authors/;FisherBroyles:《Summary and Strategic Analysis of Judge Chhabria’s Fair Use Ruling in Kadrey v. Meta》,https://fisherbroyles.com/news/client-alert-summary-and-strategic-analysis-of-judge-chhabrias-fair-use-ruling-in-kadrey-v-meta/。





如果您有相关法律咨询需求,欢迎添加团队秘书号:













【声明】内容源于网络
0
0
科技法全球合规观察
我们分享科技领域的全球合规案例、法案、信息及最新动态,尤其关注人工智能、数据合规、技术转移。
内容 241
粉丝 0
科技法全球合规观察 我们分享科技领域的全球合规案例、法案、信息及最新动态,尤其关注人工智能、数据合规、技术转移。
总阅读5.2k
粉丝0
内容241