最高法《涉人工智能纠纷案件审理意见》评注——裁判规则体系与企业合规应对

由 TECHER · 发布日期 2026年9月7日 · 已更新 2026年9月8日

摘要

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，下称“《意见》”），这是首部由国家最高审判机关发布的涉人工智能司法裁判规则文件。《意见》共5部分24条，依据民法典、网络安全法、数据安全法、著作权法、反不正当竞争法、消费者权益保护法、个人信息保护法、民事诉讼法等现行法律制定，覆盖侵权责任、知识产权、诉讼程序与刑事惩治。

《意见》虽属司法文件、规范对象为法院裁判活动，但第3条所确立的过错认定框架，使企业合规体系建设产生实质性的诉讼意义：

第3条：法律没有明确规定适用无过错责任或者过错推定责任的，依照民法典第1165条第1款规定的过错责任原则认定侵权责任。判断行为人有无过错以及过错程度时，应当综合考量人工智能应用的具体场景、自主化程度、技术与信息透明度、潜在风险及影响范围，相关主体为预防和减少人工智能侵权所采取的措施及技术上的可能性，使用者对损害的预见能力与控制能力等因素。

该条款实质上将企业的合规体系完备程度纳入过错认定的证据范畴——合规建设的“软约束”由此转化为具有诉讼功能的制度安排。本文以条文为经、以合规义务为纬，评述企业面临的五大核心合规义务及其证据价值。

一、训练数据：举证责任的结构性转移与“合理范围”的边界

1.1 规则要点

第12条对AI著作权侵权纠纷中的举证责任作出关键安排：

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。

该条款的实务意义在于：部分倒置了举证责任——开发者不再仅需“提出抗辩”，而须以四类客观证据予以佐证。这对算法“黑箱”面前的原告而言，是程序上的实质性救济；对被告开发者而言，是合规披露义务的实化。

第6条对个人信息处理划定空间与边界：

为人工智能模型训练，在合理范围内处理个人自行公开的或者其他已经合法公开的个人信息，且个人未明确拒绝的，一般不认定为侵害个人信息权益的行为。对个人权益有重大影响的，应当依照法律规定取得个人同意。

“合理范围”需综合考量：

处理目的与模型功能的必要性和适当性
所涉个人信息的类型、敏感程度及对个人权益的潜在影响
个人公开信息时的场景及可合理预期的使用范围

第16条另对数据使用划出底线：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，依法承担责任；经营者利用数据、算法达成垄断协议或滥用市场支配地位的，亦在规制之列。

1.2 合规建议

（1） 建立训练数据来源台账与溯源机制。对每一个训练数据集，记录采集方式、授权链条、公开来源及获取时间戳。该台账既是第12条抗辩的程序前提，也是企业内部数据合规审计的基础。关键点：溯源能力须达“数据集—子集—具体条目”三级颗粒度，否则难以在个案中证明特定侵权内容的训练数据来源。

（2） 对公开个人信息实行分级利用。建议将训练数据划分为三档：

档位	类型	处理依据
Ⅰ	普通公开信息（网页、新闻、维基）	第6条“合理范围”
Ⅱ	已公开个人信息社交账号、公开履历）	第6条“合理范围”+评估
Ⅲ	敏感个人信息（人脸、声纹、精准画像、行踪轨迹）	单独同意，禁止以“已公开+未拒绝”为合规依据

（3） 留存数据清洗与过滤的执行记录。第18条要求法院对电子数据“生成、收集、存储、传输”的真实性、完整性进行重点审查。数据脱敏、过滤规则的执行日志，是证明处理行为处于“合理范围”的直接证据。实务中建议采用不可篡改存储（如区块链、可信时间戳）。

（4） 防范供应链数据风险。通过受让、授权许可方式获取数据的，应对上游数据来源合法性进行尽职调查——数据权益合法取得方可获得司法保护，来源瑕疵将传导至模型层面（《意见》第16条的体系解释）。

二、人格权保护：数字人、声音合成与“网络开盒”的规则细化

2.1 规则要点

第4条针对“AI换脸拟声”“AI复活逝者”等高频场景作出精细规定：

行为类型	权利基础	法律评价
未经同意处理姓名、肖像生成可识别虚拟数字形象并使用、公开	姓名权、肖像权	构成人格权侵害
未经同意使用自然人声音作为训练语料生成合成人声	声音权益	构成人格权侵害
操控合成形象、声音实施不当行为或发表不实言论	名誉权	构成名誉权侵害
擅自制作、使用死者虚拟数字形象致其姓名、肖像、名誉受损	死者人格利益	近亲属可请求民事责任

第5条将利用AI实施的“网络开盒”“人肉搜索”纳入隐私权规制：

以刺探隐私为目的，利用AI对特定自然人的电话号码、网络账号及社交媒体等公开信息进行追踪、分析，获取私密信息……应当认定构成对隐私权的侵害。

本条的实务要点：“目的”是构成要件——以刺探隐私为目的对公开信息的二次加工，即使原始数据公开，亦构成侵权。对私密空间、私密活动实施拍摄、窥视、窃听的，亦同。

2.2 合规建议

（1） 授权文件的完备性是业务合规的前置条件。涉及真实自然人的面部、声音、形象数据，应在数据采集环节取得书面授权，授权条款须明确：训练用途、商用范围、期限、退出机制。对死者形象的使用，应取得近亲属书面同意。建议采用分级授权模板（商业使用/训练使用/二次创作使用）。

（2） “可识别性”应作为技术审查的实质标准。技术处理（如加噪、部分遮蔽）若仍能使一般公众识别出特定自然人，不构成免责事由。合规评估应以普通人识别测试为准，而非以技术参数为准。

（3）UGC业务建立“三层机制”。第7条规定，权利人通知后，服务提供者未及时采取停止生成、屏蔽相关指令等必要措施的，与用户承担相应责任。建议：

对名人肖像、声音类生成请求，宜设定默认审核策略而非默认通过。

三、生成式AI服务提供者的责任边界：通知处置义务与禁令风险

4.1 规则要点

第7条确立生成式AI服务提供者的侵权责任规则，构成中国版“DMCA式”通知—必要措施规则：

自动生成内容侵害人格权益，经权利人通知，服务提供者未及时采取必要措施的，对损害承担侵权责任；
通知要件：构成侵权的初步证据+权利人的真实身份信息；
用户通过侵权提示词恶意诱导生成侵权内容的，用户担责；服务提供者收到通知后未停止生成、未屏蔽相关指令的，依据民法典第1195条与用户共同担责。

第8条进一步规定人格权侵害禁令：

自然人、法人或者非法人组织有证据证明行为人利用人工智能正在实施或者即将实施侵害其人格权益的违法行为，不及时制止将使其合法权益受到难以弥补的损害的，可以依法申请人格权侵害禁令。

禁令可责令行为人停止行为，亦可直接责令服务提供者停止提供相关服务——救济强度高于事后赔偿。

4.2 合规建议

（1） 建立侵权通知的标准化响应流程。明确内部时限（建议简单案件24小时、复杂案件48小时）与责任人，处置动作包括但不限于：

停止生成（针对特定请求）
屏蔽指令（针对侵权提示词）
删除历史内容（针对已发布侵权内容）
全过程留痕（响应记录即第7条下的免责或减责证据）

（2） 处置措施应及于指令层面。对重复性侵权提示词，仅删除生成结果而不屏蔽指令的，在后续通知场景下可能被认定为“未及时采取必要措施”。实务建议建立“侵权提示词库”并定期更新。

（3） 重视禁令风险的预防性合规。涉及名人形象、声音等高风险生成能力的上线前评估，应作为产品合规审查的必经环节。可参考的审查要素：

是否可能涉及公众人物
是否可能被用于贬损性言论生成
是否具备快速停止服务的技术能力
历史侵权记录及处置情况

四、算法定价与AI营销：差别待遇的认定标准与惩罚性赔偿风险

4.1 规则要点

第10条对“大数据杀熟”确立认定框架：

经营者利用算法在交易价格等交易条件上实行不合理的差别待遇……在认定是否构成不合理的差别待遇时，应当根据差别待遇是否对消费者的知情权、自主选择权、公平交易权等造成实质性限制或者损害，是否基于消费者的消费偏好、支付意愿、支付能力、浏览记录等信息形成针对其个人的交易条件，是否违背诚信原则及商业伦理等，综合考量实行差别待遇的理由是否正当、充分、非歧视。

该条款的实务意义：审查基准从“用户画像”转向“权益损害”——核心争点不再是“是否基于个人信息”，而是“是否实质损害消费者权益”。

关于“仿冒名人带货”：利用AI实施且构成欺诈的，消费者可依消费者权益保护法第55条主张惩罚性赔偿。

4.2 合规建议

（1） 开展算法定价的专项合规审计。留存定价依据（成本差异、供需关系、促销规则），排查是否存在基于用户画像、支付意愿、浏览记录的歧视性定价。理由的正当性与可解释性，是诉讼中的核心争点。

（2） 建立算法决策的解释机制。差别待遇应当具备正当、充分、非歧视的理由，且该理由能够以消费者可理解的方式呈现。无法向监管或司法机关说明定价逻辑的算法，在举证层面即处于不利地位。

（3） AI合成营销内容的标识与授权管理。

AI主播、数字人形象用于商业推广的，应显著标明合成属性（广告法亦有要求）；
使用公众人物形象的，须事先取得授权；
“仿冒名人带货”触发惩罚性赔偿，其违法成本远高于一般民事赔偿。

五、智能汽车与AI硬件产品：说明警示义务、数据留存与虚假宣传责任

5.1 规则要点

第9条明确AI产品责任的认定规则：

在认定人工智能产品是否存在危及人身、财产安全的不合理危险时，应当综合考量人工智能产品的性质与用途、自主学习能力、升级更新情况、用户对系统的控制程度，以及是否符合相关国家标准、行业标准等因素，并重点审查生产者、销售者是否就人工智能产品的适用场景、固有局限及可预见的风险等进行了真实的说明和明确的警示。

第11条对自动驾驶、辅助驾驶汽车的交通事故责任作出规定：

因车辆缺陷导致事故的，生产者、销售者依民法典第1202条等承担产品责任；
车辆缺陷与驾驶人过错结合造成同一损害的，当事人可请求二者同时承担责任；
对自动化等级、智能程度、性能、用途进行虚假或引人误解宣传的，承担民事责任；
法院可要求数据控制方在必要范围内提供真实、完整的自动驾驶、辅助驾驶事件记录数据。

第20条补充规定：行为人激活辅助驾驶功能后，利用私自安装的配件逃避系统监测导致交通事故的，构成犯罪。

5.2 合规建议

（1） 宣传合规前置审查。产品说明、销售物料、发布会内容中涉及“自动驾驶”“智能驾驶”等表述的，应与产品实际自动化等级严格对应。夸大宣传不仅构成第11条下的民事责任，在消费者欺诈场景下还可能触发惩罚性赔偿。

（2） 将说明警示文件作为法律文件管理。适用场景、系统固有局限、可预见风险的说明，应完整、准确、显著呈现。第9条将其明确为缺陷认定的重点审查事项——说明警示的完备程度直接影响产品责任的成立与否。建议：

用户手册的法律审查（与产品责任律师联合）
关键警示的可视化呈现（仪表盘、APP弹窗、语音提示）
警示内容的版本管理与历次变更留痕

（3） 事件数据的可调取性与防篡改性。行车数据及辅助驾驶事件记录应：

完整留存（建议至少事故前后30秒）；
具备在司法程序中导出的技术能力；
采用加密、不可篡改存储。

第17条规定，控制书证、电子数据的当事人无正当理由拒不提交的，法院可认定对方关于该证据内容的主张成立——数据不完整或无法提供，将直接导致举证上的不利后果。

（4） OTA升级的全流程留痕。产品的自主学习能力与升级更新情况属于缺陷认定的考量因素。每次升级的变更内容、影响范围、回滚方案及对消费者的告知情况均应归档。

六、刑事风险：行为人责任的边界与企业合规底线性义务

6.1 规则要点

第20条确立了“利用AI实施犯罪”的处理原则：诈骗、侮辱、诽谤、损害商业信誉、商品声誉、侵犯公民个人信息、非法获取计算机信息系统数据、制作、贩卖、传播淫秽物品等行为构成犯罪的，依法追究刑事责任。

该条款虽以行为人为规制对象，但对企业提出了底线性的合规义务——若企业明知其技术被用于犯罪而未采取必要防范措施的，可能面临共同犯罪或帮助信息网络的认定风险。

6.2 合规建议

（1） 建立业务红线清单。不得提供用于诈骗、侮辱诽谤、侵犯个人信息、非法获取数据、制作/传播淫秽物品的AI工具。

（2） 设立风控监测机制。用户行为异常监测、可疑用途预警、与监管部门信息共享机制。

（3） 应急预案。涉及刑事案件线索立即报告、配合公安机关调查、必要时停止相关服务。

七、结语：《意见》的方法论与企业应对方向

从体系解释的角度看，《意见》呈现出三个值得关注的结构性取向：

7.1 类型化的责任划分

《意见》区分通用与专用、开源与闭源模型在技术原理、风险外溢与控制能力上的差异，对开发者、提供者、使用者的责任作出合理划分（第2条），并对开源软件开发者、提供者给予有条件的责任豁免（第13条）。这一定性框架意味着，企业在产品定位与商业模式设计阶段即应预判自身在责任链条中的位置。

7.2 过错认定的客观化

第3条将“预防措施及技术上的可能性”纳入过错判断要素，实质上将合规体系建设从软约束转化为具有诉讼功能的制度安排。企业在预防、监测、处置环节的制度建设与执行记录，将在个案中直接影响责任认定。

7.3 技术事实的司法查明机制

第17、18条确立的技术调查官、专家辅助人制度，以及对大数据分析报告、区块链存证、AI生成证据的差异化审查规则，表明涉AI纠纷的事实查明将高度依赖技术性证据。对企业而言，留痕能力与应诉能力是同一问题的两面。

7.4 合规体检建议

综合来看，《意见》并未为企业设定超出现行法律的实体义务，但其通过裁判规则的明确化，实质提高了企业的合规标准。建议企业近期开展一次专项合规体检，围绕以下五个维度进行核查与补正：

维度	合规产出
训练数据来源	数据台账、授权链条、执行日志
人格权授权	授权模板、识别性评估、UGC三层机制
通知处置机制	通知响应SOP、提示词库、禁令风险评估
算法审计	定价依据说明、解释机制、营销标识
产品说明与数据留存	说明警示文件、事件数据留痕、OTA升级档案