一、《意见》的整体内容与文件定位

《意见》共五个部分、24条。

第一部分规定总体要求，提出坚持以人为本、支持创新发展和筑牢安全底线三项原则。最高法强调，应当区分通用与专用、开源与闭源等不同类型模型在技术原理、风险外溢和控制能力上的差异，合理划分开发者、提供者和使用者的责任。

第二部分集中处理侵权纠纷，涵盖AI换脸拟声、网络开盒、模型训练中的个人信息处理、生成式人工智能服务提供者责任、产品责任、大数据杀熟及自动驾驶事故责任。

第三部分涉及知识产权、数据权益和技术合同。

第四部分规定技术事实查明、电子数据及AI生成证据的审查。

第五部分部署多元解纷、案例指导和部门协作等工作机制。

从文件性质看，《意见》属于司法裁判规则文件，并非司法解释。具体案件仍需根据当事人主张的权利、被诉行为和损害结果，确定请求权基础和适用法律。《意见》提供的是场景化裁判指引，而非可以脱离现行法律独立适用的一套责任体系。

《意见》同时保留了必要的开放空间。最高法明确说明，人工智能生成内容是否具有可版权性，以及未经许可使用他人作品训练人工智能大模型如何定性，因理论和实务分歧较大，本次暂未规定。因此，不能因为《意见》第12条规定了AI生成内容侵犯他人著作权时的责任，便反向推导训练行为当然当然构成侵权，或者AIGC作品属性已经形成统一结论。

二、第一项变化：法院先识别侵权类型，再确定归责原则和举证责任

一项人工智能服务可能涉及基础模型开发者、API服务商、应用运营者、数据提供者和最终用户。《意见》要求结合技术及商业模式、各方参与程度、风险控制能力、已经采取的措施及获利情况作出判断。因此，合同中名称不能当然决定其对外责任，法院更可能关注：谁决定应用场景和补充数据，谁能够调整模型参数、知识库和过滤规则，谁直接面向用户提供服务并获利，谁能够停止生成、处理投诉或者修正系统。

“殷某桢诉北京某智能科技公司等人格权纠纷案”提供了一个具体样本。原告是一名配音演员，曾受托录制录音制品。录音制品权利人后来将录音数据提供给软件公司，后者对声音进行AI化处理并生成文本转语音产品，再通过其他平台对外提供。法院经庭审勘验，认定生成声音与原告的音色、语调和发音风格高度一致，具有可识别性。

法院区分了录音制品著作权与自然人声音权益。录音制品权利人的授权不当然包括许可他人对配音演员声音进行AI化处理和使用。《数据授权书》并非原告本人签署，不能替代原告对声音权益的授权。北京互联网法院作出的（2023）京0491民初12142号民事判决，判令相关被告赔礼道歉，并由直接实施未经许可AI化使用行为的主体承担赔偿责任；对于主观上不存在过错的其他主体，未判令其承担损害赔偿责任。

该案表明，多层数据和产品供应关系不会使所有参与者承担相同责任。法院需要分别审查谁实施了AI化处理、谁提供或者使用相关产品、谁对授权瑕疵知情或者应当知情。对内容、广告、短视频、游戏和虚拟人企业而言，素材授权应按权利类型分别核查。取得影视作品、录音制品或者表演的相关权利，并不当然意味着已经取得对姓名、肖像、声音等人格要素进行模型训练和生成合成的授权。应用运营者从供应商采购声音模型、数字人形象或者训练数据时，还应核查数据来源和授权范围，并约定供应商在争议发生后提供授权文件、模型版本及处理记录。运营者与供应商之间的责任约定主要解决内部责任分担和追偿；运营者自身实施、参与或者控制相关行为并存在过错的，仍可能依法对外承担责任。

《意见》第7条针对生成式人工智能侵害人格权益，规定了通知后的处置责任，但条文包含两类不同情形。

第一类是模型自动生成侵害他人名誉权、隐私权等人格权益的内容。权利人提交初步侵权证据及真实身份信息后，服务提供者未及时采取停止生成等必要措施的，应依法承担相应责任。此时未必存在可以归责的直接侵权用户，服务提供者的责任基础和范围需要根据其自身行为及过错判断。

第二类是用户通过输入侵权提示词等方式，恶意诱导模型生成侵权内容。该用户是直接实施侵权行为的主体；服务提供者收到权利人通知后，未及时停止生成侵权内容或者屏蔽相关生成指令的，应依据《民法典》第1195条等规定承担相应责任。提示词的内容、修改过程及其对生成结果的影响，可能直接关系到用户是否存在恶意以及各主体的责任划分。

生成式人工智能的“停止生成”不同于删除一个固定链接。侵权内容可能在不同提示词下再次生成，必要措施可能涉及提示词、人物特征、知识库、输出过滤规则或者模型版本。措施是否必要，应结合重复生成的稳定性、技术可行性、成本及对正常服务的影响判断。

第7条也不能反向解释为“未经通知，服务提供者即当然免责”。最高法起草人员说明，《意见》最终没有直接写入生成式人工智能场景下的“红旗规则”，主要是考虑模型输出的不确定性和逐一审查的技术困难；但在特定情形下，确有证据证明服务提供者知道或者应当知道用户利用其服务实施侵权的，仍可依据具体事实适用相关网络侵权规则。如果产品本身被设计为主要用于生成明显侵权内容，或者提供者明知特定功能持续产生侵权结果仍未采取合理措施，通知规则不应成为其免责依据。

最高法2026年9月16日发布的网络法治典型案例（某文化公司诉某网络科技公司侵害作品信息网络传播权纠纷案），可以从相邻场景观察通知处置与平台注意义务的关系。某AI搜索引擎采用检索增强生成技术，将第三方网盘中的侵权电视剧链接列为搜索结果。权利人通知后，平台于当日删除相关结果。上海市徐汇区人民法院认为，该平台未主动上传侵权链接，不构成直接侵权；结合当时的技术识别能力、算法备案、信息来源及通知后的处置情况，也不能认定其构成帮助侵权。上海知识产权法院于2025年12月25日二审维持原判。

本案是一起厘清使用检索增强生成技术的搜索引擎服务提供者侵权责任边界的典型案例。通过判断是否符合“明知或者应知”的考量因素，先识别平台实际提供的服务模式、是否主动上传或编辑侵权信息，再结合技术能力、知悉状态及通知后的处置评价过错。最高法在典型意义中还指出，采用检索增强生成技术的搜索服务，应承担与其算法、数据优势相匹配的注意义务，并对算法合规承担更重的证明责任。

这要求企业建立适合生成式服务的权利通知机制。法务、客服和技术人员需要共同处理通知内容、侵权初步判断和技术措施，并保存通知时间、判断理由、处置措施、模型或者规则调整及复核结果。仅保留“投诉已处理”的最终状态，发生诉讼后往往不足以证明企业实际采取了哪些必要措施。

《意见》第6条对模型训练中处理已公开个人信息作出规定。该条并不是对公开个人信息训练的概括授权，而是设有多重条件：信息必须由个人自行公开或者已经合法公开；处理应处于合理范围；个人未明确拒绝；处理对个人权益有重大影响的，仍应依法取得同意。

“信息已经公开”不等于可以不受限制地用于训练。合理范围需要结合处理目的、信息类型和敏感程度、对个人权益的影响，以及个人公开信息时可合理预期的使用场景判断。例如，为求职公开履历、为社交发布生活记录，并不当然意味着本人可以预期有关信息被用于身份画像或声音克隆。企业不能仅以“来源于互联网”作为处理依据。

在知识产权方面，《意见》没有解决AIGC本身是否构成作品，也没有解决未经许可使用他人作品训练大模型是否侵权，但《意见》第12条对生成内容侵犯在先作品时的责任划分和举证提出了要求。权利人仍需对被诉内容由相关人工智能生成、与权利作品实质相似等初步事实举证；开发者提出不侵权抗辩时，则应就训练数据来源、训练过程记录、模型运行模式和科学理论依据等提供材料予以佐证。这不是一般意义上的举证责任倒置，而是针对技术事实主要由开发者控制所作的举证安排。

权利人需要对权利基础、被诉内容由相关人工智能生成以及与权利作品构成实质性相似等事实承担初步举证责任。一次生成结果或者单张截图，通常只能证明特定条件下曾经出现相关内容，未必足以证明模型能够稳定生成侵权内容，也不能直接据此确定开发者、服务提供者和使用者各自的责任。

由于训练数据、模型运行方式和过滤机制主要由开发者、服务提供者掌握，《意见》第17条、第18条相应强化了相关主体的说明和举证责任。法院除比较生成内容与权利作品外，还应审查提示词及其调整过程、多次生成结果是否一致，以及训练数据来源、模型运行和过滤机制等因素；控制相关证据的一方无正当理由拒不提交的，法院可以依法作出不利认定。因此，企业应当根据具体争议保存模型版本、提示词和参数、生成记录、过滤措施及通知处置情况，而不能等到诉讼发生后再临时说明模型如何运行。

《意见》发布后，企业没有必要为了潜在诉讼无限保存全部输入、输出和个人信息。无差别留存可能与个人信息最小必要、保存期限和数据安全要求发生冲突。更合适的做法，是根据产品风险和争议类型，确定纠纷发生后必须能够还原的事实，并设置相应的记录、权限和保存期限。

在AI项目立项或者重大改版时，产品、技术和法务应共同确认基础模型、补充数据、知识库、提示词设计、输出审核和用户交互分别由谁控制，并形成与实际运行一致的责任及控制事项清单。高风险功能上线时，应保存测试结果、已知局限、风险提示及审核结论。

在数据和素材审查方面，应分别核查数据是否合法取得、个人信息是否处于合理使用范围、作品及人格要素的授权是否覆盖训练和生成合成用途。对权利人提出拒绝、异议或者侵权通知的，应设置可以实际传递至数据、模型和内容处置环节的流程，而非只在用户协议中保留原则性表述。

在供应商管理方面，模型、API、数据和内容供应合同除约定服务质量、数据安全和责任承担外，还应明确供应商在投诉、监管调查或者诉讼中提供授权来源、模型版本、运行日志和技术说明的范围、期限、保密方式及未配合的责任。内部责任条款不能代替企业对自身参与和控制行为的审查。

在争议应对方面，收到侵权通知、律师函、监管询问，或者发现同类重大错误反复发生时，应停止常规覆盖或者删除相关记录，由法务会同技术部门确定证据保全范围。需要保存的不是全部历史数据，而是能够说明特定输出如何产生、相关主体当时掌握什么信息、采取过何种措施以及损害是否继续扩大的材料。

《意见》没有一次性回答AIGC可版权性、训练使用作品的法律性质以及生成式人工智能服务提供者“明知或者应知”的具体边界。它所确立的基本方法，是先回到现行法律识别权利基础和责任类型，再根据应用场景、参与程度、控制能力和可行措施评价各方责任，并通过证据规则解决技术事实主要掌握在企业一侧的问题。

今后的AI合规审查，除了判断产品当下能否上线，还需要预先考虑：一旦发生纠纷，法院可能查明哪些事实，这些事实由谁掌握，企业届时能够提交什么证据。制度是否存在固然重要，制度是否实际运行并留下可复核记录，将更直接地影响责任判断。