本案中，原告诉请被告侵害信息网络传播权，既包括了直接侵权行为，也包括了间接侵权行为。对于被告未经许可，将涉案作品切割成案涉作品素材存储在服务器，并通过案涉软件向用户提供的行为，原告主张构成直接侵权；对于被告通过提供案涉软件上的积分奖励，鼓励用户签到、创作和发布视频，同时还向用户提供奖金和其他物质奖励，诱导用户制作、转发生成侵权视频的行为，原告主张构成间接侵权。其中，尤其值得生成式人工智能服务提供者注意的是本案审理法院对被告直接侵权的认定。

被告辩称，案涉软件的AI成片功能是基于用户指令，在预设的素材库或整个互联网范围内进行搜索，将搜索内容精准匹配用户指定关键词的相关素材，进而自动生成视频内容。被告这一主张显然沿袭平台针对同类诉请的惯常抗辩理由，即自己仅提供工具或技术，至多承担间接侵权责任。然而，法院基于案涉作品素材时长与平台上相对应的视频时长有差异、URL地址不一致，未支持被告取材于搜索引擎的辩称，认定被告将案涉作品素材上传至其服务器，使公众能够自主获得的行为已落入信息网络传播权控制范围，构成直接侵权。

换言之，新技术快速迭代，实质上为技术提供者施以更重的举证责任，若技术提供者无法在司法审理中准确向法官转述技术内容及实现方式，或未提供相应证据证明其技术路线，或其提供的证据材料无法复现技术路线，例如本案，那么在审理法官没有专业知识的背景下，其基于民事诉讼法，无法支持被告作为“剪辑工具提供者”的主张，而是将其认定为“侵权内容提供者”。

此外，值得注意的是，一审法官基于新技术发展的容忍度，特别强调在平台认定直接侵权责任时，援引过错责任，当生成式人工智能服务提供者确已构建适当的知识产权侵权风险防范体系，且该体系实际运转的，则可推定该服务提供者已经履行了适当的注意义务。即便因算法作用生成了侵权内容，也可认为该内容生成行为不存在过错。但我们发现，二审法院在判决书中并未对过错责任加以评述，一、二审法院共同援引的判决依据为《中华人民共和国著作权法》第十条第(十二)项规定。

关键词：著作权纠纷、AI工具提供者、平台责任、直接责任

所谓软件开源，包括开放源代码和公示开源协议两部分组成，其中开源协议又称作开源许可证，主要作用是规定后来的开源代码使用者和原开发者之间的权利义务。

从知识产权的角度来看，开源许可证主要涉及软件代码著作权权利义务的安排，不同开源许可证也会对专利、商标等权利做出不同安排。其中关于著作权利的安排，一般涉及使用、复制、修改、合并、发表、传播（包括许可、出售等）、商业目的使用等各种场景和环节下使用开源代码的条件和方式，此外不同许可证均会对保留版权声明做出强制规定。

目前Deepseek所采用MIT许可证，被认为是在前述环节下，许可条件最宽松的许可证类型，只要保留最初的版权声明，对各环节的使用几乎没有限制，甚至有人将其归结为“随便用，别找我”。

这种彻底的开源态度，从技术和商业的角度来看，确实可以推动产品的迭代、技术的传播和交流。但从国内知识产权司法实践的角度来看，可能事与愿违。

在最高人民法院判决的（2021）最高法知民终51号案中，涉案软件系原告使用开源代码所开发的计算机软件作品，被告被控盗用涉案软件原告开发代码后，以原告未按照开源代码随附的开源许可证要求遵守相关义务，进而无权针对被告主张权利进行抗辩。但在该案中，最高人民法院认为软件开发者自身是否违反开源许可证和是否享有软件著作权，是相对独立的两个法律问题，二者不宜混为一谈，以免不合理地剥夺或限制软件开发者基于其独创性贡献依法享有的著作权。

如果按照该裁判标准，如果使用开源代码的开发者实施违反开源协议的行为，例如未基于MIT许可证保留原始版权声明，或者未遵从GPL等强约束协议而闭源衍生代码，那么该开发者仍然可以对使用其“违约”开发结果的第三人主张侵权，当然该开发者同时面临违约和侵权的风险，其对外维权却不受影响。开源许可证违约和开源代码著作权归属的二元司法论，是否会打破开源协议原本希望建立的开放共享的技术和商业环境，值得持续观察。

关键词：开源软件、开源许可证、软件违约和软件侵权、技术开放、权利约束

当生成人工智能开发者使用受版权保护内容作为训练数据，版权方如何验证和举证受版权保护内容用于模型训练？这一问题长期面临争议，事实上版权方面对算法黑箱，无从查验被使用作品的具体内容、源头、时间等，进而觉得权利保护无所适从。

而加州AB 412法案试图通过确立生成式人工智能开发者的强制披露义务为提供了新的解决思路。根据该法案要求，生成式人工智能开发者需在系统上线前记录训练数据中包含的作品及其版权方，同时，在收到版权方书面请求后7日内，生成式人工智能开发者还需提供完整清单。这一要求既是监管模式的创新，也在实质上减轻了版权方的举证责任。若该法案通过，生成式人工智能开发者不仅将面临更强的监管压力，也会在与版权方的司法纠纷上承担因未履行举证责任而带来的不利后果。

关键词：算法黑箱、人工智能数据训练、版权保护、人工智能开发者

自OpenAI发布ChatGPT掀起AI浪潮以来，市场上大量出现以“产品/服务具有人工智能功能”作为噱头开展商业宣传，如上文所述“AI一键剪片”侵权案。而FTC对Do Not Pay公司的调查结果及处罚，为监管机构判断经营者是否利用人工智能欺骗、误导或诈骗消费者提供了参考标准，包括：技术能力可验证、服务效果经评估、宣传表述避免误导性暗示。可见，FTC要求经营者宣传产品/服务拥有人工智能能力时，应承担更重的产品运行监管责任（要有验证步骤），以及更重的纠纷发生后自证宣传真实的责任。相较于传统虚假宣传案件而言，经营者无疑要承担更重的举证责任。

我国《反不正当竞争法》第8条对虚假宣传同样提出了“虚假”或“引人误解”的认定标准，这一标准是基于“可验证”理念。而实现“可验证”前提是存在公认的标准或依据，但新技术产品由于发展迅速，尚不存在统一的标准或依据，因此对新技术产品经营者而言，其将面临更高的监管要求。对此，我们建议新技术产品经营者在对自身新技术产品进行宣传时，提高宣传内容“可验证”的标准意识、规范意识和依据意识，避免因不当宣传技术内容而引发监管调查。

关键词：人工智能聊天机器人、AI律师、准确性、服务质量、虚假宣传