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）（以下简称《意见》），五部分24条。这是国家最高审判机关第一次就涉人工智能案件发布系统性的裁判规则文件。
致高律师事务所高级合伙人、数字经济研究中心主任梁德明律师表示，这份《意见》24条中，有四条特别值得关注，都与AI产品研发和运营直接相关，尤其值得AI开发者注意——第3条过错归责原则，第6条训练数据的来源边界，第7条内容运营的处置义务，第12条举证和记录留存。
同类案件不同判：涉AI裁判分歧的现实
我国目前还没有专门的人工智能法，《意见》依据现行法律，回答了涉AI纠纷“怎么审”的问题。
实务中，司法机关在不断摸索涉AI诉讼的裁判规律，但同类案件在不同法院的结论并不一致。
同样是涉AI服务提供者的责任，杭州互联网法院一审、杭州市中级人民法院二审的奥特曼LoRA模型案认定平台构成帮助侵权；北京互联网法院审理的AI合成声音案则把责任分层认定，提供录音、将声音AI化的主体被认定有过错并承担连带责任，不知情、支付合理对价取得授权的下游使用方被认定不具有过错、不承担损害赔偿责任。
同样是数据集合，有的案件一审认定构成商业秘密，二审认定因权利人主动公开而丧失秘密性，但仍构成不正当竞争。对企业来说，不确定比严格更难办：严格至少有明确动作可以照做，不确定意味着投入了合规成本，也未必安全。
人工智能应用被诉上法庭，怎么证明你没过错？——过错责任回归与开发流程还原
人工智能因为本身的“黑箱”特点和技术保密需求，在诉讼中除了开发者以外，其他各方都很难说明业务场景和实现原理，民事审判中法院为了查明案件事实，经常适用无过错责任来“逼”开发者举证——你不能自证清白，你就承担责任。实务中的无过错责任扩大适用是人工智能应用在诉讼中的重大风险之一， 这次最高法及时扭转了这一审判“风向”。
《意见》第3条规定，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。判断有无过错及过错程度，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，开发者、提供者等相关主体为预防和减少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。
从应诉角度看，《意见》已经明确人工智能技术应用本身不带来更苛刻的法律责任，法律没有规定适用无过错责任或过错推定的，一律回到过错上认定。
但换个角度看，这对开发者的应诉答辩提出了更高的要求，针对是否有过错的举证和答辩几乎涵盖了产品说明书的全部内容：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，开发者和提供者为预防侵权采取的措施及技术上的可能性，以及使用者对损害的预见能力和控制能力。
用公开个人信息训练，如何不侵权？——前端设置“拒绝训练”入口
个人信息保护法第27条虽然对已合法公开信息的处理写了“明确拒绝”和“合理范围”，但能不能适用于模型训练实践中一直有争议。
《意见》第6条规定，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。认定合理范围时，综合考量处理个人信息的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等因素。
“个人未明确拒绝”加“重大影响须同意”的框架虽然来自个人信息保护法第27条，但这次最高法在司法文件层面把它明确落到训练场景并写明“一般不认定侵权”，使得训练数据使用公开个人信息的行为在个人信息权益层面有了明确的合法性基础，开发者的当务之急是把合法性基础融入前端交互当中。
“个人明确拒绝的除外”规则意味着产品前端要有对应功能入口，用户在什么地方能看到“拒绝用于训练”的选项、拒绝之后该来源如何从后续训练数据集中剔除、是否需要触发重训，授权交互逻辑要与审判的思路相一致。对个人权益有重大影响的要取得同意可以参考对于敏感信息的处理框架，生物信息、财务信息、未成年人相关信息这类敏感信息进训练集，要通过单独的同意流程，不能混在通用用户协议里。
有人利用平台实施侵权，运营方如何处置？——处置流程设计与记录留存
AI平台在涉AI侵权中该承担多大的注意义务并且承担多大的责任，同类案件在不同法院的结论现阶段还是存在差异。
以单案来看，杭州市中级人民法院审理的（2024）浙01民终10332号案件中用户在AI平台上传奥特曼图片、训练LoRA模型并公开发布，其他用户叠加该模型可稳定生成与奥特曼形象实质性相似的图片。一审认定平台应当知道用户利用其服务侵害信息网络传播权而未采取必要措施，构成帮助侵权，判赔3万元，同时认定其商业模式不构成不正当竞争；二审驳回上诉，维持原判。
杭州案提出的思路是动态调整过错认定标准，把注意义务控制在与其信息管理能力相适应的合理程度，但具体尺度仍要个案判断。事前审查做到什么程度算尽责、收到投诉后多久处置算及时，都缺少明确标准。
《意见》第7条规定，生成式人工智能自动生成的内容侵害他人名誉权、隐私权等人格权益，经权利人通知，服务提供者未及时采取停止生成侵权内容等必要措施的，对造成的损害依法承担侵权责任。网络用户通过输入侵权提示词等方式恶意诱导生成侵权内容并造成他人损害的，由该用户承担侵权责任；经权利人通知，服务提供者未及时采取停止生成、屏蔽相关生成指令等必要措施，权利人依据民法典第1195条请求用户和提供者承担民事责任的，依法予以支持。通知应当包括构成侵权的初步证据及权利人的真实身份信息。
把平台的责任起点放在接到合格通知之后，显然更具有合理性。《法律适用》刊发的解读文章在评述一起模型服务案时提到，该案法院认为，苛责平台承担全面事前审查义务，既不具备技术可行性，也会加重行业负担。但这个只是责任切断的起点，更关键的是通知到达后的处置：受理入口在哪、工单怎么流转、谁来评估、停止生成和屏蔽指令多久执行、处置过程有没有留痕。
生成式人工智能的通知和必要措施与传统平台不一样。人工智能生成的内容具有隐私性和动态性，权利人不必像传统网络侵权那样提供具体的侵权内容链接，能够合理证明该人工智能生成了侵害其权利的内容，即构成有效通知，这个证明可以通过输入提示词、技术测试等方式取得。对应的必要措施也不止删除，包括停止生成侵权内容、屏蔽相关生成指令，以及对实施侵权的用户采取警示、限制或者暂停服务等措施。对产品来说，这意味着合规动作要落到提示词层面：用户输入的指令要能被实时识别和拦截，而不是等输出内容生成出来再去删除。
针对人工智能的训练成果，要怎么自证未侵权？——训练过程的存证清单
涉AI侵权纠纷的关键证据几乎都在被告手里：训练用了什么数据、怎么清洗、模型怎么跑。权利人拿不到，法院也难查。企业这一头的问题是，真被诉时训练数据来源、清洗规则、训练日志这些材料很多没有留存，想举证也举不出来。
广州互联网法院近一年判的两起案子很能说明问题。（2025）粤0192民初21039号，原告主张两张图片：一张的PSD源文件看不出完整的创作过程、生成人物手指数量也不正常，法院认定不构成作品，该部分诉请被驳回；另一张的源文件图层可见、可移动、可编辑，法院认定能体现独创性表达，图片构成作品，侵权成立，判赔100元。（2025）粤0192民初24087号，原告提交了分层截图、作品登记证书、首次发表截图和买断合同，被告则提交了AI检测报告和同主题的AI生成对比图，法院认定涉案图片有较高可能由AI生成，举证责任回到原告，最终以举证不足驳回全部诉请。同一个法院、同一类图片，两份判决指向同一件事：作品登记证书证明不了创作过程，能不能拿出可还原的创作记录，才是分水岭。
重庆渝中区人民法院（2025）渝0103民初748号更直接。被告运营的APP提供与喜羊羊、懒羊羊配音近似的AI配音服务，庭审中辩称涉案声音是通过人工智能大模型训练获取。法院查明，被告并未举示证据证明该声音是通过大模型训练完成，该抗辩未被采纳；即便能够证明，输出内容导致相关公众混淆仍然违反反不正当竞争法。判决赔偿5万元，一审后双方均服判息诉。这类抗辩能不能站住，取决于手上有没有东西。
《意见》第12条的举证责任是双向的。
第12条规定，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；人工智能开发者提出不侵权抗辩的，才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。最高人民法院在《法律适用》刊发的解读文章中进一步说明，权利人应当就侵权内容系由该人工智能生成、与其权利作品构成实质相似等事实进行举证。
第17条规定，控制书证、电子数据等证据的当事人无正当理由拒不提交，对方当事人主张该证据的内容不利于控制人的，人民法院可以认定该主张成立。第18条规定，对电子数据生成、收集、存储、传输过程的真实性、完整性进行重点审查；对大数据分析报告类证据，重点审查原始数据的来源、清洗规则及分析方法的科学性。
三条合起来，等于给后端设计提了一份功能清单：训练数据来源要有可追溯的台账，授权文件要能对应到具体数据集；清洗规则要以文档或代码形式留存；训练日志、模型版本与参数配置要自动落库、可导出；记录的完整性要能自证，涉及原始数据的要能回溯。
结语：
从过错认定到训练数据，从内容处置到举证留存，这四条规则指向同一个趋势：涉AI案件的裁判逻辑，正从个案分歧走向可预期规则。这不是简单加码或松绑，而是把责任判断建立在可还原、可验证的事实基础上。
对AI开发者而言，合规应成为产品设计的一部分：训练数据能说清来源，用户能拒绝训练，通知能进入工单，提示词能被拦截，日志能导出。把这些动作产品化、流程化、留痕化的企业，更可能在诉讼中证明自己没有过错。
