最高法AI纠纷意见落地：从AI生成内容著作权到开源合规的知产保护新格局

《意见》对知识产权领域的影响是结构性的：它把AI生成内容著作权归属、训练数据侵权认定、开源合规边界、AI发明创造专利性四个原本分别由不同司法解释调整的问题，第一次整合在同一份全国性文件中，确立了"AI知产保护四维框架"。对企业而言，过去靠合同条款与平台协议模糊处理的AI知识产权风险，现在有了清晰的边界——AI开发者要举证训练数据合法、AI使用者要证明合理使用、开源使用者要建立合规披露制度、AI发明人要把实质性贡献写进研发档案。可以预见，2026年Q4将出现一批援引《意见》作出的AI知识产权判决。

一、AI生成内容著作权：谁享有权利，谁承担责任？

《意见》第12条至第16条专门规定AI生成内容著作权侵权责任分配。规则核心可归纳为四条。

第一，AI生成内容可版权性须个案判断。 北京互联网法院"春风送来了温柔"案确立的"独创性智力投入"标准仍是主流裁判尺度：用户使用Stable Diffusion等生成工具，经反复调整关键词、参数、风格、光影并多轮筛选生成图片，体现人类独创性选择，构成美术作品受著作权保护。但用户仅输入简单关键词罗列（如"蝴蝶椅"案）、未保留创作过程原始记录的，可能因举证不能而不被认定为作品。

第二，"AI生成"不构成免责事由。 《意见》明确"不能以被诉侵权内容系人工智能生成为由免除相关主体责任"，而应坚持责任承担与控制能力、注意义务相匹配。这意味着无论是AI开发者、提供者还是使用者，只要符合侵权构成要件均可能承担连带责任。

第三，AI开发者举证责任倒置。 开发者提出不侵权抗辩的，应"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"。一旦开发者举证不能，则推定其存在过错。

第四，AI使用者主观可责性独立判断。 使用者知道或者应当知道在先作品存在，利用AI生成与在先作品实质相似的作品且无合理抗辩理由的，应承担侵权责任。这是《意见》对"使用者独立责任"的明确化，过去争议最大的"用户用ChatGPT生成与他人作品相似的内容，平台是否担责"问题有了清晰的答案。

二、训练数据版权：哪些红线不可触碰？

《意见》对训练数据版权问题没有给出正面"合理使用"清单，但明确了三条边界。

一是训练数据来源合法性是抗辩成立的前提。 开发者不能证明训练数据来源合法的，不侵权抗辩不能成立。这意味着AI产品方必须在产品上线前完成训练数据来源合规审计，包括语料采集渠道、授权范围、敏感信息过滤记录。

二是AI开发者不享有"训练数据合理使用"自动豁免。 不同于美国部分判例倾向于认定"高度转化性使用属于合理使用"，《意见》并未把训练阶段使用版权作品定性为合理使用，而是要求开发者主动证明其使用范围、方式、影响均在合法授权链条之内。

三是开源数据集使用并不免责。 开源数据集（如LAION-5B、Common Crawl等）的开源协议通常仅授权下游使用，但该授权不延伸到使用开源数据集训练的AI模型对原作的"复制性记忆"。在Andersen v. Stability AI、Getty Images v. Stability AI等案件中，原告均主张开源数据集中包含其享有著作权的作品，训练构成侵权。该逻辑未来很可能在中国法院被援引。

三、开源合规：什么情况下可以"免费用"？

《意见》明确涉人工智能开源软件责任豁免规则。核心要点是：

第一，责任分配考量因素。 审理涉开源软件案件，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。

第二，公开说明是免责前提。 开源软件开发者、提供者以免费开源的方式提供涉人工智能软件研发所需要的部分代码模块，并公开说明其功能和安全风险，他人使用该代码模块导致侵权的，可不承担侵权责任。

第三，"公开说明"门槛并不低。 简单地把Apache 2.0协议文本挂在GitHub首页，并不能证明公开说明。应当包括：License协议类型、代码用途描述、已知安全风险提示、版本号、维护状态、依赖关系披露等内容。

对AI产品方而言，开源合规的关键不是"用了多少开源"，而是"披露了什么"。建议在产品文档、用户协议、第三方依赖清单中明确披露所有AI研发用到的开源代码模块，包括License类型、版本、来源、已知风险，并建立license清单与定期合规审计机制。

四、AI发明创造专利：自然人发明人认定标准明确

《意见》对AI发明创造专利性给出三条规则：

第一，可专利性标准。 涉人工智能发明创造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的，应当认定为专利法所保护的客体，但违反法律、社会公德、损害社会公共利益或者自然人没有实质贡献的除外。

第二，发明人认定标准。 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。这是我国首次在最高法文件中明确"AI辅助发明"的发明人认定规则——AI不能成为发明人，但自然人通过AI作出实质性贡献的，仍可被认定为发明人。

第三，公开充分标准。 涉人工智能专利说明书对技术方案的表述，达到本领域普通技术人员能够实现该发明的程度的，应当认定符合公开充分的授权条件。

对AI研发企业而言，这意味着：第一，研发档案中要明确记录自然人对实质性特点的创造性贡献，避免出现"全程由AI完成"的研发记录；第二，专利说明书应当足够详细，使本领域技术人员能够基于公开信息复现发明，避免使用含糊的"由AI自动生成"措辞。

五、数据资产的多路径保护

《意见》第17条至第19条明确AI数据使用与数据资产保护规则：

一是合法获取的数据享有数据权益。 AI开发者通过采集生成、衍生创造、受让取得、授权许可等方式合法获取数据并享有相应数据权益的，人民法院应当予以保护。

二是数据集合可版权性。 对于构成汇编作品或者符合其他作品构成要件的数据、数据集合，应当依照著作权法予以保护。

三是数据集合商业秘密保护。 对于构成商业秘密的数据、数据集合，应当依照反不正当竞争法予以保护。

四是反不正当竞争兜底保护。 对于不构成商业秘密的数据、数据集合，被诉侵权行为违反反不正当竞争法第十三条规定的，应当依法承担责任。

五是反垄断规制。 经营者利用数据、算法等技术手段达成垄断协议或者实施滥用市场支配地位等行为的，依法承担相应责任。

六是AI运行安全保护。 采取虚构干扰数据、恶意标注数据、对抗样本攻击等技术手段，损害AI运行安全的，依法承担相应责任。

这一规则体系为AI企业的数据资产保护提供了"著作权+商业秘密+反不正当竞争+反垄断+AI运行安全"五维保护路径，企业应针对不同类型的数据资产设计对应保护方案。

六、企业应当建立的AI知产合规体系

结合《意见》与最新司法实践，建议AI产品方与软件开发企业建立以下AI知产合规体系：

1. 训练数据合规台账。 来源链路、授权文件、清洗记录三类台账，覆盖训练全过程。

2. 开源组件合规清单。 列出所有引入的开源组件、License类型、版本、用途、风险提示。

3. AI生成内容登记制度。 对AI辅助生成的作品做登记，留存创作过程记录（关键词、参数、风格、筛选过程），形成独创性证据链。

4. 研发档案可追溯。 AI发明创造的研发记录应当清晰体现自然人对实质性特点的创造性贡献，包括技术问题识别、方案设计、迭代优化、关键参数选择等环节。

5. 用户协议与免责声明。 在用户协议中明确AI使用范围、禁止事项、责任分配、知识产权归属。

6. 监测与维权机制。 对市场上出现的疑似侵权产品（如使用本公司模型输出的相似内容）建立定期监测、证据保全、维权响应机制。

广东华商律师事务所潘杰峰律师点评

《意见》第12条至第16条对AI知产纠纷的影响将是长期的、深远的。我的实务判断有三点：第一，AI开发者举证责任倒置是最实质性的变化，意味着AI产品方必须从产品架构层面建立"司法可验证"的合规体系——能向法庭完整提交训练数据来源、训练过程记录、模型运行模式的，将在诉讼中占据显著优势；第二，开源软件责任豁免为开源生态发展提供了制度保障，但"公开说明功能和安全风险"是有门槛的，企业不应误以为挂个License就万事大吉；第三，AI发明人认定标准首次明确，自然人通过AI作出实质性贡献的仍可被认定为发明人，这对国内AI研发企业的专利布局具有积极意义，建议企业把研发档案的"自然人贡献可识别化"作为专利申请的标配。

FAQ

Q1：AI生成图片还有著作权吗？

有，但需个案认定。北京互联网法院"春风送来了温柔"案已确立独创性智力投入标准。简单关键词输入+无创作过程记录的，可能因举证不能而不被认定为作品。建议用户在使用AI生成内容时完整保存创作过程记录，作为日后维权的证据基础。

Q2：开源License合规审计如何开展？

建议采用三层合规审计：第一层是License类型识别（GPL/AGPL/MIT/Apache/BSD/LGPL等），第二层是义务履行（GPL类强传染性要求衍生作品开源；MIT/Apache类要求署名与License文本保留），第三层是冲突检测（同一产品中不同开源组件的License是否兼容）。三层审计完成后形成合规报告，作为侵权诉讼中的免责证据。

Q3：AI发明创造的发明人应该写谁？

《意见》明确，自然人对发明创造的实质性特点作出创造性贡献的，应当被认定为发明人。AI不能成为发明人。实务中建议：①研发档案清晰记录自然人研发贡献的具体环节；②专利申请文件中如实填写发明人；③避免出现"AI是发明人之一"或"自然人未实质参与研发"的极端表述，否则可能引发专利无效或权属纠纷。

---

本文系广东华商律师事务所潘杰峰律师团队出品，仅供客户与行业参考，不构成正式法律意见。