游云庭法律评论

  2026 年 9 月 7 日，最高人民法院发布了《关于依法审理涉人工智能纠纷案件的意见》（“意见”），该意见为促进产业，对开源 AI 软件做了责任豁免规定：开发者公开说明人工智能开源软件功能和安全风险，他人使用该代码模块导致侵权的，法院可以认定开发者不承担侵权责任。但笔者查询了目前国内几家主要的人工智能开源软件，发现功能和安全风险说明内容普遍比较简单，不一定能达到豁免侵权责任的要求。今天就和大家聊聊开源 AI 软件的功能和安全风险应该做怎样的说明。 一、开源 AI 软件开发者可以免责的具体规定 最高院在意见中规定：“依法合理认定涉人工智能开源软件相关方的法律责任。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。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，人民法院可以认定开源软件开发者、提供者不承担侵权责任。” 二、主流开源 AI 软件目前的用户协议规定 笔者到 Hugging Face 上找了我国主流开源 AI 软件的相关协议，发现多数都只有简单的免责声明，完全没有功能和安全风险的说明。 DeepSeek-R1 使用了英文标准版的 MIT 协议作为用户协议，仅两段话，第二段为免责声明。 GLM-5.3 的用户协议仅三条内容，第三条为免责声明。 Kimi-K3 的用户协议仅五条内容，第五条为免责声明，这三个开源 AI 的免责内容大同小异，均为： 开发者不对软件进行保证，也不对使用软件的后果负责。 相比之下，阿里巴巴的 Qwen3.8-27B 的用户协议就要好一点，其使用了标准版的 apache-2.0 开源协议，免责声明有三条，大意是：第一条是不保证，许可方不提供任何形式的保证或条件，需要使用者自行承担使用风险。第二条是责任限制，在任何情况下，开源软件的任何贡献者均不对您承担任何损害责任。第三条是使用者可以收费，但需自行担责，并同意开源软件的任何贡献者免责。 三、改进的方向 最高院意见的免责核心前提是：公开说明其功能和安全风险，并要求法院综合考量权利限制的具体内容、安全合...

  随着业界瞩目的纽约时报诉 OpenAI 公司案审判进入白热化，因为 OpenAI 对法院进行误导性陈述并隐匿输出日志的关键证据，走向对其日渐不利。但近日案件却峰回路转，美国司法部向美国纽约南区联邦地区法院提交了《美国利益陈述书》，主张大语言模型训练阶段使用作品构成合理使用。今天就和大家聊一下，美国司法部在这份文件中如何帮 AI 公司洗脱训练数据未经许可的原罪以及对应的原因。 版权人起诉大模型公司违法，套路就是把未经许可抓取作品的行为和生成近似内容进行绑定，纽约时报在诉状里展示了 ChatGPT 能复述、甚至逐字吐出其文章，所以训练用的是赃物，产出的也是赃物，训练就是为了实质性替代版权人的作品。但美国司法部来了个釜底抽薪，其将 AI 运作系统拆解为三个环节：训练数据的获取、模型训练以及模型输出。 1 、训练数据的获取是模型通过海量数据学习语言模式、逻辑结构的过程。 司法部认为，这一阶段的数据使用是一次纯粹的技术行为，模型不是在阅读文章，而是在学习语言的统计规律，通过统计学习提取抽象知识。这种方式与传统的复制粘贴式侵权行为完全不同，更类似于人类阅读大量书籍后形成自身的知识体系。 2 、而模型训练则是针对特定任务对模型进行优化。 司法部强调，这一阶段的数据使用具有高度的转换性，将原始数据转化为全新的、具有独立价值的模型能力。根据美国版权法的合理使用规则，转换性使用是判断合理使用的关键因素。转换性意味着对原作品进行了新的表达、新的意义或新的信息传递，比如评论、学术研究。美国司法部援引美国最高法院和第二巡回法院关于 Google 扫描图书、软件代码等案件的判例，强调版权作品被用于一种全新的技术目的时，即使存在完整复制，也可能属于合理使用。 3 、模型输出是模型生成内容的环节。 司法部认为，即使输出内容偶尔与原作品高度相似，甚至构成侵权，也不影响训练阶段的合法性。换句话说，输出端的侵权风险与训练端的合理使用认定是两个独立的法律问题。 这种三阶段的拆分，实际上为 AI 企业构建了一道法律防火墙：训练阶段的合法性不受输出阶段争议的连带影响。在这套框架下，训练阶段对版权作品的复制被孤立出来，输出端是否生成侵权内容、是否替代人类创作者，那是另一个问题，不能倒过来污染训练阶段的合法性。 在《美国利益陈述书》中，司法部还重点驳斥了市场稀释理论。因为合...