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》）。
过去几年，人工智能（AI）知识产权的规则讨论大多集中在申请端，比如算法是否可授权，审查标准如何把握。而新发布的《意见》则从司法裁判角度进一步回答了一个更现实的问题：当AI研发、部署和商业化引发纠纷，知识产权责任应当如何划分?企业又应当如何准备证据、合同与合规体系?
《意见》第12至16条专门规定涉人工智能知识产权纠纷，依次涉及AI生成内容侵权、开源软件、AI相关发明专利、技术合同以及数据使用。对于在中国开展AI研发、许可、技术合作或产品落地的企业而言，这些规则意味着知识产权管理不宜再停留在“申请了哪些权利”，而应延伸至训练数据来源、模型开发记录、开源组件管理、研发贡献留痕、技术合同设计以及诉讼证据准备等整个生命周期。
一、AI生成内容侵权责任认定：综合考虑控制能力、参与程度和注意义务等因素
《意见》第12条明确，AI生成内容侵害他人著作权时，法院将综合考虑AI服务类型、行业特点、训练数据来源、各方参与程度、已采取的必要措施以及获利情况等因素，合理确定开发者、提供者和使用者的责任。这意味着“内容由AI生成”本身并不能成为免责理由，责任判断将更多围绕谁能够控制风险、谁对内容生成具有实质影响、谁有能力采取预防措施展开。
《意见》同时对举证作出重要安排。人工智能开发者提出不侵权抗辩时，法院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予以佐证。对于企业而言，这使“数据和模型可追溯性”从单纯的技术治理问题转变为潜在的诉讼能力问题。训练数据清单、数据来源许可、模型版本记录、过滤措施、日志和内部决策记录，未来都可能直接影响举证和责任认定。
值得注意的是，最高法在答记者问中明确表示，《意见》并未对两个仍存在较大争议的问题作出结论：一是AI生成内容本身是否具有可版权性，二是未经许可使用他人作品训练大模型应如何定性。因此，企业不宜把《意见》理解为已经解决所有生成式AI版权问题，而应继续对训练数据授权和输出内容风险保持审慎。
二、开源AI相关方责任：免责空间存在，但前提是许可证、风险披露和合规管理到位
第13条首次从AI纠纷角度专门讨论开源软件责任。法院在认定开源软件开发者、提供者以及后续开发者、提供者责任时，将考虑开源许可协议类型、权利限制、安全合规措施和信息披露程度。对于免费提供部分AI研发代码模块、并已公开说明功能和安全风险的开发者或提供者，若第三方使用该模块造成侵权，法院可以认定其不承担侵权责任。
这一规则对使用国际开源模型、代码库和基础组件的企业具有直接意义。开源并不等于“无责任”，也不等于可以忽略许可证条件。企业需要建立组件清单，识别不同许可证中的署名、开源传染、专利许可、再分发及免责声明条款，并保留版本和使用场景记录。对于向外提供开源组件的一方，清晰披露功能边界、已知风险和适用限制，也可能成为未来责任判断的重要因素。
三、AI辅助发明：法院进一步确认“自然人实质贡献”这一核心标准
对于专利领域，第14条与近年中国专利审查政策形成了较为清晰的衔接。《意见》指出，AI相关发明若采用符合自然规律的技术手段、解决技术问题并取得符合自然规律的技术效果，可以作为专利法保护的客体。
同时，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了创造性贡献，应当认定该自然人为发明人。
这与中国现有AI专利申请实践中的基本方向一致：AI可以成为研发工具，但发明人仍应是作出创造性贡献的自然人。
对于跨国企业和研发团队，真正值得关注的并非仅是在申请表上填写谁为发明人，而是如何证明这种贡献。项目立项文件、提示词和参数调整记录、实验设计、技术方案迭代、研发会议纪要以及最终方案形成过程，都可能用于说明自然人在发明形成过程中发挥的作用。
《意见》还再次强调说明书充分公开：使用AI完成的发明创造，在公开充分性上与完全由自然人完成的发明创造适用同样的要求。即，如果使用AI完成的发明创造相关专利说明书对技术方案的描述达到本领域普通技术人员能够实施的程度，即符合相应的充分公开要求。需要注意的是，申请文件中需要写明构成发明贡献的模型结构、训练方法、关键参数、输入输出关系或具体应用场景，不能只停留在结果性描述。对AI技术的“黑箱化”表述，可能不仅影响授权，也会在后续确权和诉讼中留下风险。
四、AI技术合同：从“结果承诺”转向对研发过程和合理努力的精细约定
第15条规定，法院审理AI技术开发、转让、许可、咨询和服务合同纠纷时，应当根据合同约定，并充分考虑AI研发特点以及技术开发方是否尽到合理努力等因素认定违约责任。
AI研发具有高度不确定性，同样的模型和训练路径并不必然产生完全一致的效果。对于技术合作双方而言，合同不宜只写一个宽泛的“达到某效果”，而应尽量明确数据由谁提供、训练和测试条件、评价指标、交付物、模型版本、验收方法、迭代责任、第三方组件、知识产权归属以及未达到预期效果时的责任边界。
对于跨境研发和许可项目，还应同步考虑数据跨境、保密和开源合规问题。越能够把“合理努力”具体化为可验证的研发义务，发生争议时越容易降低事实认定的不确定性。
五、数据本身正在成为可被组合保护的核心资产
第16条体现了一个十分重要的趋势：AI竞争中的数据，不必只有在构成传统著作权客体时才可能获得保护。
《意见》明确，对通过采集生成、衍生创造、受让或授权许可等方式合法取得并享有相应权益的数据，法院应当依法保护；构成汇编作品或其他作品的数据集合，可依据著作权法保护；构成商业秘密的，可依据反不正当竞争法保护；即使不构成商业秘密，特定不当数据利用行为仍可能受到反不正当竞争法规制。
因此，企业的数据保护策略应从“是否拥有版权”转向多层权利组合：首先确认数据取得是否合法、合同是否明确权属和使用范围；其次判断数据集合是否具有选择或编排上的独创性；再次通过访问控制、权限管理、保密协议等措施维持商业秘密属性；对于无法纳入传统专有权利的数据资产，则需要结合竞争法和合同机制进行保护。
六、真正值得提前准备的，是证据
虽然证据规则位于《意见》第四部分，而非知识产权专章，但对AI知识产权纠纷而言，其实际影响同样重要。法院可以要求当事人围绕技术事实充分举证；对于由一方控制的书证和电子数据，无正当理由拒不提交时，法院可能作出对其不利的事实认定。对于以AI生成内容作为侵权证据的，法院还将考虑提示词设计、提示词对结果的影响、生成内容与主张权利作品的相似程度、重复测试的一致性，以及模型训练、算法设计和内容过滤机制等因素。
这意味着企业应当把“litigation readiness”前移到研发和商业化阶段。模型版本、训练数据、提示词、测试结果、源代码提交记录、第三方许可证、合同往来和访问日志等资料，应尽可能形成可追溯、可检索、可验证的证据链。很多AI知识产权案件最终并不会输在法律规则本身，而可能输在关键事实无法被证明。
结语
最高法《意见》的意义，在于把AI知识产权问题从单一的“申请和授权”进一步推向研发、部署、合同、数据管理和争议解决的全生命周期。
对于海外申请人和在华开展AI业务的企业而言，中国的AI知识产权策略也应相应升级：专利申请仍然重要，但仅有专利组合已经不足以覆盖AI商业化中的全部风险。
更稳健的做法，是在研发前端同步管理发明人贡献、训练数据来源和开源组件，在交易阶段通过合同明确技术目标、知识产权和数据边界，在商业化阶段持续评估生成内容和竞争法风险，并在全过程中保留足以经受司法审查的技术和业务记录。这样，知识产权才能从一组静态权利真正转化为支持AI创新和商业化的可执行资产。
如您对专利、商标、诉讼、保护等知识产权事宜有任何疑问，欢迎来函来电。专利/商标相关事宜请联系 info@anxinfonda.com，电话：010-82730790。诉讼/法务事宜请联系 info@bhtdlaw.com，电话：010-82737958。
