中国 AI 著作权不侵权抗辩，如今从训练日志开始

2026 年 9 月 7 日，最高人民法院工作人员介绍《关于依法审理涉人工智能纠纷案件的意见》。王胜祥摄，图片来自最高人民法院。[1]

一张 AI 输出截图能够呈现相似之处，仅凭它却看不出相似从何而来。权利人的作品是否进入了训练语料库？用户是否用提示词把模型引向该作品？结果能否复现，还是有人从数百张图像中挑出一张格外接近的？究竟是哪一个检查点、过滤器、适配器和服务路由生成了它？

2026 年 9 月 7 日，中国最高人民法院把这些问题写进一份全国性司法政策文件。全文 24 条的 《最高人民法院关于依法审理涉人工智能纠纷案件的意见》 涵盖人格权、个人信息、消费者保护、自动驾驶汽车、知识产权、证据，以及 AI 辅助生成的诉讼材料。对模型开发者来说，操作层面最尖锐的变化落在第十二条：开发者在涉 AI 著作权纠纷中提出不侵权抗辩时，人民法院应当要求其就训练数据来源、训练过程记录、模型运行模式等事实举证，必要时还要提供相关科学理论依据。[1][2]

这项要求没有让每个模型都公开权重或语料库。它提供的是一条由具体案件触发的举证路线。权利人仍需完成自己的举证，哪些证据与案件相关也仍由法院判断。不过，开发者已经不能指望一张制作精良的模型卡和当下的一次演示，在纠纷发生后还原涉案系统。能够用于抗辩的材料，正逐渐变成一条始于训练之前、止于特定输出的记录链。

变化在于来源追溯进入法庭

《意见》面向中国各级人民法院提供指导，其性质不属于制定法、正式司法解释或专门的全国性人工智能法律。最高人民法院也说明，中国目前尚未制定专门的人工智能法，并将这份文件描述为依据现行民事、著作权、个人信息、竞争、消费者保护和程序法律整理出的规则与指引。《意见》同时细分不同程度的控制能力：通用模型与专用模型、开放系统与封闭系统，以及开发者、提供者与使用者，并不会自动承担相同责任。[1]

训练数据治理早已进入中国的监管基线。2023 年施行的《生成式人工智能服务管理暂行办法》要求适用范围内面向公众的提供者使用具有合法来源的数据和基础模型，尊重知识产权与个人信息权益；主管部门依法开展监督检查时，提供者还应说明训练数据来源、规模、类型、标注规则和算法机制机理等情况。[4] 2026 年 4 月，最高人民法院发布五年期知识产权实施方案，提出稳妥审理大模型训练语料使用及人工智能生成内容侵权等纠纷。[3]

9 月发布的《意见》，首次为全国法院明确了这些材料在诉讼中的一项具体用途。此前，来源追溯已经出现在个别法院的实践里；如今的指导意见明确，在民事案件中，法院可以要求开发者用这类材料支持自己的不侵权立场。这一统一安排回应了中国法院已经发现的现实难题。2025 年 9 月，北京互联网法院指出，涉 AI 纠纷日益需要审查生成过程、算法、模型与数据来源，牵涉训练者、开发者、提供者和使用者组成的责任链，技术事实查明因而格外困难。[6]

一项主张如今沿两个方向举证

可以从《意见》隐含勾勒的应用情形入手。权利人主张某项服务生成的图像与一件受保护作品构成实质相似，继而起诉开发者或提供者。最高人民法院官方答记者问指出，权利人首先要证明初步事实：被诉内容由该 AI 生成，并且与在先作品构成实质相似。技术的不透明性不会免去这项起始举证责任。[2]

随后，举证方向会发生逆转。开发者提出不侵权抗辩时，第十二条要求其就训练数据来源、训练过程记录、模型运行模式等提交支持材料，必要时还要给出科学依据。最高人民法院以信息不对称解释这种分配：权利人通常无法取得相关事实，开发者则掌握这些信息。[1][2]

相似本身不会自动带来责任。第十二条要求法院综合考虑涉案服务与行业情况、相关训练数据由谁提供、各方参与程度、采取的必要措施和获利情况。对于使用者，《意见》另行规定：其知道或者应当知道在先作品，利用 AI 生成与该作品实质相似的内容，同时缺少合理使用等免责事由时，应当认定构成侵权。责任分配跟随控制能力、知情程度、参与方式与防范措施，不能借“这是 AI 做的”这一方便说法抹去各方作用。[1]

先后顺序很重要。权利人只报出一个知名模型的名字，尚不足以胜诉。开发者只把手指向用户提示词，同样不足以完成抗辩。模型由服务一方提供，使用者也不会就此从责任链中消失。输出只是调查起点，生产链将决定调查沿哪个方向继续。

一项抗辩背后有四类记录

第十二条列出四类材料，却没有规定数据库模式或保存期限。下文的操作设计由《意见》推演而来，《意见》本身没有提供这样的核对清单。

训练数据来源需要凭据，类别标签远远不够。 “公开网络”“授权数据”或“合成数据”这类宽泛分类，无法解释一件被诉作品。有效的来源记录应把带版本的语料切片与获取渠道、来源快照、适用条款、权利或许可依据、收集日期、排除项及后续删除联系起来。数据链中的一部分若来自供应商或上游基础模型，记录应保留这项依赖关系，不能将其抹平为“第三方”。重点不在证明整套语料库总体上足够谨慎，而在为一项具体主张找出相关路线。[1]

训练过程记录需要完整谱系。 来源清单说明哪些材料进入考虑范围，却无法说明哪些材料实际进入某次训练。能够用于抗辩的记录链应连起语料库版本、过滤与去重规则、选择退出或删除操作、训练与微调任务、检查点谱系、适配器和候选发布版本。作品在一个检查点完成后、下一个检查点开始前被删除时，这一区分尤其重要。诉状中点名的模型是一个有明确时间范围的产物，不能用抽象的产品家族替代。

运行模式需要覆盖完整的服务栈。 同一个基础模型接入检索、系统提示词、微调、安全过滤器、重排序器或区域 API 路由后，可以表现出不同特征。记录若止于检查点，便无法解释生成输出时有哪些组件实际参与。对“模型运行模式”的合理理解，会要求团队保存当时部署的组合，包括模型和适配器标识符、路由逻辑、已启用的工具或检索功能、生成设置，以及当时生效的内容过滤器。这些字段来自对法院所列类别的操作性解读，《意见》没有逐项列出。[1]

必要时提交的科学依据，需要一套经得起质疑的解释。 一页基准测试幻灯片无法说明某件作品为何能够影响输出，或为何无法产生影响。视争议内容而定，法院有时需要关于记忆化、相似性、数据过滤、模型架构或提示词影响的专家证据。第十七条允许法院就专业技术问题使用专家陪审员、鉴定人、专家辅助人和技术调查官。有效的技术说明必须连到涉案实际系统和记录，泛泛讨论扩散模型或语言模型通常如何工作的论文无法取代这层联系。[1][2]

这四层材料让日常工程纪律在诉讼中有了分量。可复现的语料构建、签名训练清单、不可变的部署标识符和清楚易读的变更日志，到了法庭上，其作用会超过一份宣称公司尊重著作权的宽泛声明。

提示词复现检验输出，训练语料只是其中一环

《意见》没有把输出争议完全归结为训练数据。第十八条要求法院审查有关 AI 生成内容侵权的证据时，综合考虑提示词设计及其影响、生成内容与受保护作品的相似程度、多次测试结果的一致性，以及训练过程、算法设计和内容过滤等因素。这些内容属于考量因素，并非固定测试或评分公式。[1]

生成会话由此成为第二处证据面。达到诉讼用途的复现材料，理想状态下应保留服务与模型版本、完整提示词序列、负面提示词、服务开放该参数时使用的随机种子、生成设置、过滤决定、时间戳、输出标识符，以及未被选中的对照结果。这同样属于操作性推演。《意见》明确列出提示词、多次测试、训练过程、算法与过滤因素，却没有要求材料包必须包含上述每一个字段。[1]

复现性尤其能说明问题。一张格外接近的输出，可以表明服务在一组特定指令下生成了被诉表达，却无法说明系统生成这类内容有多容易、表现有多一致。反过来，在今天的模型上复现失败，也推翻不了上个月检查点生成的输出。只有保留部署系统的身份，“再试一次”才会成为实验，免于沦为表演。

中国的生成合成内容标识规则已经在邻近位置建立了一层输出来源记录。自 2025 年 9 月 1 日起，相关规则要求在指定情形下添加显式标识，并以元数据形式保存提供者、内容编号等信息；部分没有显式标识的内容交付路径，还要求相关接收日志至少留存六个月。这些标识有助于把内容连到提供者，却无法证明训练数据中有哪些材料，也无法解释结果为何与某一作品相似。[5] 因此，法庭上的记录链分成两个部分：先识别输出，再解释其生产过程。

证据留存不等于“记录一切”

第十七条为记录缺失规定了后果，同时附有条件。一方控制书证或电子数据，无正当理由拒不提交，对方当事人又主张其中内容不利于控制方时，法院可以采纳该项主张。这既非自动制裁，也没有要求永久保存每一个字节。若当事人无正当理由拒绝提交由其控制的证据，且对方声称证据内容对控制方不利，法院可以不再把这项拒绝视为中性事实。[1]

把每条提示词全部收集并无限期保存，看似直接的工程应对，却会引出另一类合规问题。2023 年《生成式人工智能服务管理暂行办法》要求提供者保护使用者的输入信息和使用记录，不得收集非必要个人信息，也不得非法留存能够识别使用者身份的输入信息。该办法同时要求提供者在发现使用者利用服务从事违法活动时采取处置措施、保存有关记录，并按规定向有关主管部门报告。[4] 因此，证据准备需要限定范围：保留合法目的所需的材料，条件允许时将内容与身份分开，设置访问权限，记录删除操作，并在可以预见争议时实施有针对性的诉讼保全。

《意见》没有要求公开完整语料库、源代码、权重或每一条用户提示词。它赋予法院保存和调取关键技术证据、必要时借助专业人员的工具。[1] 对运营方而言，设计问题在于证据能否受约束地调取和提交：公司是否找得到相关且依法留存的记录，能否验证其真实性、解释其谱系，并依照法院指定的程序提交？

训练使用的核心问题仍未定论

最重要的界限出现在官方答记者问中。最高人民法院表示，《意见》对两个争议问题暂不作规定：人工智能生成内容一般意义上的可版权性，以及未经许可使用他人作品训练模型应如何定性。最高人民法院指出，各方意见仍有较大分歧，需要更多实践经验。[2]

这项克制可以阻止一种常见误读。第十二条没有宣告一切未经许可的训练均构成侵权，也没有创设覆盖所有训练活动的例外。它针对依据现行法律提起的案件，规定责任考量因素和举证要求，同时把训练行为的实体规则留待进一步明确。记录本身无法回答法律问题，却能帮助法院查明事实，以便适用未来确立或针对个案确定的规则。

2026 年 4 月发布的五年期实施方案已经要求法院在认定生成内容法律属性时考察自然人的提示词输入与修改过程，并探索相关权属规则。[3] 9 月的《意见》将近期进展收束到更明确的范围：全国统一的版权属性或训练使用规则出台前，司法系统先统一需要审查哪些材料。

首批适用案件将给出真正的操作标准

接下来有四项细节值得密切观察。第一项是颗粒度：法院会接受来源类别和汇总审计，还是要求追溯到单件作品。第二项是复现：法官检验一致性时，将怎样控制模型版本、提示词变化、采样与结果筛选。第三项是角色分配：基础模型开发者、微调方、API 提供者，以及加入检索或过滤功能的产品，各自承担的义务如何传递。第四项是保密：法院怎样取得足以检验抗辩的技术证据，同时保护商业秘密、个人信息和其他合法权益。

合规口号解决不了这些问题。法院的证据调取要求、专家工作、有说理的裁判文书，以及后来出现的指导性案例，会逐步给出具体标准。准备最充分的公司未必拥有最长的政策页面。真正的准备体现在一项能力上：从被诉输出向后回溯，依次经过提示词、路由、部署、检查点、训练任务与数据来源，并让记录链始终完整。

中国新发布的《意见》把这条记录链纳入了产品本身。训练日志的用途已经超出模型调试；当相似引发诉讼时，开发者需要借助它解释模型。

cronfeed.work