在“大尺度”规范中，看见“小问题”留白——短评最高法《涉人工智能案件审理意见》

引言

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》（以下简称“意见”）。诚如《意见》的起草背景中所说，这是首部由国家最高审判机构发布的涉人工智能司法裁判规则文件，是为促进全球人工智能向上向善发展贡献的“中国司法智慧”。

全文5部分24条，既规制“怎么用AI打官司”，更明确“AI惹了官司怎么判”，尺度之大、步子之快走在了世界前列，其对可版权性、训练定性等争议问题暂留空白，也体现了为产业创新预留空间的审慎。然而正是在这部“大尺度”规范中，作者捕捉到一个“小问题”的留白：第12条将训练数据合法性纳入生成物侵权的责任认定，事实上把前序程序的合法性悄然带入后续评价。这一逻辑是否成立、举证责任如何分配、对非作品数据的客体又当如何适用，皆有待实践进一步回应。本文即从这一“小问题”切入，探讨对这一留白的“小问题”的理解。

一、为什么说《意见》是“大尺度”规范

《意见》分为5个部分，共24条，涉及了依法规制利用人工智能的侵权行为；依法审理涉人工智能知识产权纠纷案件；探索完善审理程序规则、依法惩治违法犯罪行为；健全完善涉人工智能纠纷案件审理和工作机制等多个方面的内容。

放眼全球，中美欧三地 AI 司法政策核心对比： 

• 中国：侧重于“定分止争”，最高法的首部《意见》不仅规制“怎么用AI打官司”，更规制“AI惹了官司怎么判”，具有很强的实体法指导意义。

• 美国：侧重于“法庭纪律”，目前最严厉的司法政策集中在打击律师滥用AI（如伪造判例），强调律师的核实义务和执业惩戒。

• 欧盟：侧重于“底线防守”，通过前置的立法（AI Act）划定红线，从源头上防止AI侵犯人权和司法公正。

《意见》不仅规制“怎么用AI打官司”，更规制“AI惹了官司怎么判”，从这个意义上来说，确实是一部“大尺度”的规范，而且作为全球重要AI参与国最高司法机关出台的专门针对AI的意见，也是走在了世界的前列。

更难得的是，《意见》没有盲目求新求大，对人工智能生成内容的可版权性，以及未经许可使用他人作品训练人工智能大模型的定性问题，因为意见分歧较大，尚未形成共识，《意见》暂不作规定，留在实践中继续形成共识，给科技为产业创新、为人工智能健康发展留有必要空间。

二、一个“小问题”的留白

在《意见》发布的当天，《法律适用》刊载了周加海、司艳丽、秦元明、贾玉慧、张音等几人撰写的《最高人民法院关于依法审理涉人工智能纠纷案件的意见》的理解与适用，考虑到作者均为最高人民法院研究室工作人员和法官，该解读的权威性不言而喻，我将其称之为《权威解读》。

结合《意见》及《权威解读》，我们整理一下逻辑：

1、《意见》明确提到，因争议较大，现在先不对未经许可使用他人作品训练人工智能大模型的定性问题（即是否构成对他人作品的侵权）作出规定；

2、《意见》对于人工智能生成物侵犯他人知识产权的责任认定作出了规定,即《意见》（十二）条。

（十二）依法规制涉人工智能侵害知识产权的行为。人工智能生成内容侵害他人著作权的，人民法院应当综合考量人工智能服务类型、行业特点、训练数据来源、各方参与度、采取的必要措施以及获利情况等因素，依法合理认定人工智能开发者、提供者、使用者的责任。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。权利人主张人工智能提供者利用算法技术侵害其著作权的，应当提供相关证据。人工智能使用者知道或者应当知道在先作品存在，利用人工智能生成与在先作品实质相似的作品且无合理抗辩理由，在先作品权利人请求其承担侵权责任的，人民法院应予支持。利用人工智能实施侵权假冒、虚假宣传、刷量刷单等行为，侵害他人权利或者构成不正当竞争的，依法承担相应责任。

3、《权威解读》中再次对《意见》（十二）条理解和适用作出解读。

为明确人工智能生成内容侵害著作权的责任认定规则，《意见》第12条在总结司法实践经验的基础上，列举了有关考量因素：一是人工智能服务类型。……二是行业特点。……三是训练数据来源。生成式人工智能模型需要输入大量数据进行训练，训练数据的合法性是判断开发者是否实施侵权行为的重要情节。如果开发者提出不侵权抗辩，则需要对其数据来源、训练过程等作进一步的解释说明。四是各方参与度。……五是采取的必要措施。……六是获利情况。

将以上规定和解读结合起来看，似乎能得出一个很有意思的结论——在先不对未经许可使用他人作品训练人工智能大模型的定性问题的前提下，如果人工智能生成物被主张侵害他人著作权时，人工智能开发者如果提出不侵权抗辩的，就需要对人工智能模型的训练过程等作进一步的解释说明，因为训练数据的合法性是判断开发者是否实施侵权行为的重要情节。

其逻辑是，在不对未经许可使用他人作品训练人工智能大模型的定性问题本身作判断的前提下，如果人工智能生成物被指控侵害他人著作权了，人工智能模型开发者要抗辩自己的不侵权就必须对训练数据的合法性进行举证和说明，司法机关要用训练数据来源是否合法来判断模型开发者是否侵犯他人著作权。

对于这个逻辑，我其实持保留意见的。主要理由如下：

1、训练数据来源合法到底能在多大程度上证明生成物不侵权，这个逻辑本身能否成立？

2、严格意义上来说，训练过程本身的定性和生成物侵权，确实是两个不同的维度。但该逻辑似乎是在评价人工智能生成内容侵害著作权的责任时，悄悄地把未经许可使用他人作品训练人工智能大模型的定性问题纳入考量范围，造成前序程序的合法性作为后续程序合法性的判断因素，此时前序程序本身的合法性还有多少被单独评价的空间和必要性呢？毕竟训练过程本身取证也非常困难。

3、按照《意见》（十二）条的字面意思理解，只要人工智能开发者提出不侵权抗辩的，就要提供训练数据来源、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，对于人工智能开发者来说其举证责任是很重的。而且如果开发者不侵权抗辩的理由是不构成实质类似，是否还需要提供训练数据来源、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？《意见》未予明确。

4、从《意见》、《权威解读》的行文结构来看，似乎仅适用于人工智能生成物被指控侵害他人著作权的情形。而当主张被侵权的权利客体是不够成作品的数据、数据集合，而非著作权法意义上的作品时，开发者做不侵权/不构成不正当竞争抗辩的，是否还需要提供训练数据来源、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？《意见》未予明确。

我们期待以上“小问题”的留白，能在司法实践中进一步明确。

结语

在快速发展的技术和行业面前，作为成文法国家的法律工作者，怎么去跨越法律滞后性的鸿沟，才是法律的韧性和法律从业者的智慧。

声 明

《君合法律评论》所刊登的文章仅代表作者本人观点，不得视为君合律师事务所或其律师出具的正式法律意见或建议。如需转载或引用该等文章的任何内容，请注明出处。未经本所书面同意，不得转载或使用该等文章中包含的任何图片或影像。如您有意就相关议题进一步交流或探讨，欢迎与本所联系。