投资人应如何根据最高院涉AI案件意见评估项目风险和价值

前言
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》）。全文五个部分、共二十四条。这是中国在专门人工智能立法尚未出台的背景下，由最高审判机关首次以系统性文件，对涉人工智能纠纷的归责原则、主体责任边界、产品缺陷认定、知识产权侵权规则及诉讼程序作出的体系化回应。
《意见》以“法发”字号发布，属裁判规则指引性文件。其功能在于统一既有法律在涉人工智能场景下的适用尺度——《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》等均在其列。这既是评估其影响的前提，也是避免高估或低估其效力的前提。
在此基础上，《意见》对市场的实际影响可概括为：此前分散、个案化的裁判倾向，被整合为可预期的判断标准。对一级市场而言，其意义不在于新增了法律义务，而在于此前因规则模糊而难以量化的法律风险，开始具备可识别的判断参数。
因此，《意见》不止对于审判工作有重要影响，对于人工智能行业的投资亦有重大意义，譬如，在投资过程中投资人应当如何根据《意见》评估项目公司的风险和价值？这一传导链条包含三个环节：裁判标准明确，权利义务边界可预期，风险可被识别、评估并写入交易条款。
一、为什么《意见》对投资人投资AI行业的DD有重大意义
《意见》第三条确立了基础归责框架：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》第一千一百六十五条第一款适用一般过错责任原则。据此，涉人工智能侵权的责任基础可归纳为三层。
其一，以实物为载体的人工智能产品，如具身智能机器人、自动驾驶汽车，依法适用产品责任。其背后逻辑在于，无过错责任的配置通常以侵权行为或者侵权活动对他人人身、财产具有较高危险性为前提。自动驾驶汽车引发的损害在实践中已非罕见，随着具身智能机器人进入规模化应用阶段，同类损害亦属可预见，从保护人身、财产安全的角度，适用无过错责任具有正当性。
其二，利用人工智能处理个人信息造成损害的，适用《个人信息保护法》第六十九条第一款规定的过错推定责任。理由很简单，若适用一般过错责任（“谁主张谁举证”），个人几乎不可能证明存在过错，等于事实上关闭了救济通道。
其三，生成式人工智能服务侵权，适用一般过错责任。
在这一分层之上，《意见》进一步要求区分通用与专用、开源与闭源等不同类型大模型在技术原理、风险外溢与控制能力上的差异，分别认定开发者、提供者、使用者的法律责任。这一区分对投资判断同样重要：面向不特定公众、可被广泛接入的通用模型，其潜在影响范围与注意义务水平，均高于面向特定行业、在封闭场景内运行的专用模型；闭源模型的控制能力与开源模型的可预见性亦不相同。
在过错认定上，《意见》列举的考量因素包括：应用场景、自主化程度、技术与信息透明度、潜在风险及影响范围、已采取的预防措施及技术可能性、使用者的预见能力与控制能力。据《〈最高人民法院关于依法审理涉人工智能纠纷案件的意见〉的理解与适用》（下称《理解与适用》），生成式人工智能服务提供者“以现有技术条件……采取措施完全避免侵权内容生成不具有技术上的可能性”的，一般不应当要求其承担结果性的审查义务。
这一点对尽调的意义在于：司法机关未对模型服务提供者设定绝对的内容审查义务，而以合理注意义务作为过错判断基准，且该基准是客观的——以现有技术水平下的合理措施为参照，而非以结果是否发生为参照。
因此，标的公司是否建立了与其应用场景、自主化程度相匹配的风险防控机制，构成尽调中可核查的事实，而非仅凭商业模式即可判断的结论。
二、投前尽调的六个核查维度
➤第一，训练数据来源的合法性边界。
《意见》第六条确立：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；但对个人权益有重大影响的，应当依法取得个人同意。
《理解与适用》将“合理范围”的认定分解为三项考量因素：
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。
据《理解与适用》所载案例，行为人通过公开渠道爬取他人已公开的联系方式，并在自营平台展示以实现引流目的，法院认定该处理超出了公开时合理预期的使用范围，对个人权益造成明显影响，构成侵权。该案的参考价值不在于事实类型，而在于其提供的“公开场景—合理预期”这一判断方法，简单说就是它当初在什么场景下被公开，信息主体在那个场景里能否合理预期到现在的用法。
此外，据《理解与适用》，使用已公开个人信息训练违法模型，或在平台已通过用户协议声明内容不会被用于人工智能训练的场合下擅自使用，均可能被认定超出合理范围。
➤第二，生成式人工智能服务的侵权抗辩基础。
《意见》第七条就生成式人工智能自动生成内容侵害人格权益的情形，分别规定恶意诱导生成侵权内容并造成他人损害的用户责任，以及收到有效通知后未及时采取必要措施的服务提供者责任。据全国首例“AI幻觉”侵权案（据《理解与适用》所载案例），法院认定服务提供者已履行服务功能的显著提示说明义务、功能可靠性的基本保障义务和服务协议约定的注意义务的，可以认定不具有过错。因此，服务功能的显著提示说明义务、功能可靠性的基本保障义务和服务协议约定的注意义务这三项义务在诉讼中具有抗辩要件的功能，而非泛泛的合规事项。
侵权通知，是权利人向AI服务商提交的侵权投诉，属于避风港“通知-删除”机制。传统互联网场景下，权利人投诉必须附带侵权内容的公开链接，平台依靠链接定位侵权页面，没有链接的通知会被认定无效。但生成式AI大量是点对点私密生成：AI生成内容仅保存在用户个人会话内，不存在公开访问链接，权利人无法获取链接。因此，在AI领域，有效通知不再以提供公开链接为必要条件。权利人只要拿出证据（完整会话截图、录屏、提示词+AI输出文本/图片等），能够合理证明该AI服务生成了侵害其权利的内容，这份通知就满足形式要求。这实质上降低了权利人的举证门槛，也意味着企业收到的通知数量与形态都可能超出传统避风港框架下的经验预期。
因此，我们建议投资人在DD中应：
核查用户界面是否设置功能局限性的显著提示、服务协议中是否约定相应内容、是否建立针对生成内容的投诉处理与纠偏机制，并留存上述事项的版本记录。
➤第三，人格要素授权链的完整性。
《意见》第四条、第五条对利用人工智能侵害肖像权、声音权益、名誉权、隐私权及死者人格利益的行为作出规制。据《理解与适用》：肖像的可识别性不以与本人完全一致为要件，人工智能生成的人脸与真实人物“撞脸”亦可能构成侵害；未经同意使用自然人声音作为训练语料、生成可识别的合成人声，构成对声音权益的侵害；擅自制作、使用逝者虚拟数字形象致使其姓名、肖像、名誉等受到侵害的，近亲属有权依据《民法典》第九百九十四条主张民事责任。第五条则明确利用人工智能追踪、分析公开信息，获取、泄露私密信息，或利用所获取信息侵扰私人生活安宁的，构成对隐私权的侵害——这一条直接针对“网络开盒”“人肉搜索”，其要点在于算法对碎片化公开信息的聚合本身即可产生私密性，公开信息的单独可获取性不构成抗辩。
对涉及数字人、AI配音、虚拟主播、AI短剧等赛道的标的，上述规则直接覆盖其核心业务。
因此，投资人在DD中应：
核查声音语料的授权文件、数字人形象是否存在可识别性争议、商业化使用是否具备完整的人格要素许可链条。
需特别注意的是，可识别性属客观要件，行为人的主观认知不影响该要件的成立，仅在过错判断层面产生影响——这一点在评估标的公司抗辩空间时容易被误读。
➤第四，产品责任、警示义务与宣传口径。
《意见》第九条将人工智能产品限定为以实物为载体的产品，明确生成式人工智能服务不属于《产品质量法》意义上的产品。据此，产品责任的适用风险主要集中于具身智能、自动驾驶等硬件载体类标的；对纯模型服务类标的，该条的作用在于排除产品责任路径，但不排除其在过错责任框架下的其他责任。
更值得关注的是该条对缺陷认定的展开。据公开解读，《意见》要求认定人工智能产品是否存在不合理危险时，综合考量产品性质与用途、自主学习能力、升级更新情况、用户对系统的控制程度、是否符合国家标准或行业标准等因素，并重点审查生产者、销售者是否已就适用场景、固有局限及可预见风险作出真实说明和明确警示。这一表述的实务含义是：警示与说明义务不再仅是消费者权益层面的合规事项，而可能直接进入产品缺陷的构成要件。对硬件载体类标的而言，产品文档、说明书、界面上线前的审核，与产品本身的性能同样具有责任意义。
《意见》第十一条就涉自动驾驶汽车及具备辅助驾驶功能汽车的责任作出规定，衔接道路交通事故责任、产品责任与数人侵权责任，分别确定驾驶人过错、车辆缺陷以及二者共同造成损害时的责任承担。其中涉及对汽车智能功能宣传口径的评价：以“自动驾驶”等用语宣传仅具备辅助驾驶功能的产品，可能引发民事责任。据《理解与适用》，相关入库案例分别从“消费者合理安全期待”与“不合理危险”两个维度确立了辅助驾驶汽车的缺陷认定标准。
该条还规定，审理中人民法院可以在必要范围内要求车辆生产者、销售者或运营者提供真实、完整的自动驾驶或辅助驾驶事件记录。对智驾赛道标的而言，这是一项独立于诉讼胜负的义务：数据留存范围、留存期限与可提取性，直接影响其在事故纠纷中的举证能力，也影响事故原因的归因结论。相应的尽调动作不是看其是否“有数据”，而是看其事件记录是否按可对外提供的要求留存、脱敏与归档。这一点在实践中极有意义，在我们参与的某个智能驾驶导致车祸的索赔诉讼中，汽车驾驶数据的调取是整个案件的真正焦点。
对投资智驾赛道的基金而言，
标的公司宣传材料与其产品实际自动化等级的偏离程度，是可以在尽调中核实的事实。宣传口径的偏离同时触发两条路径：消费者权益项下的欺诈风险，以及产品缺陷认定中警示不足的推定。一旦构成产品缺陷，那么标的公司可能面临召回或者大规模的诉讼。
➤第五，消费级应用的两类特殊责任。
《意见》明确了两项此前在裁判层面相对模糊的规则，二者均与消费级人工智能应用直接相关。
一是算法差别待遇。针对同一商品或者服务，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，侵害他人合法权益造成损害的，人民法院应当依法认定其承担相应的侵权责任。其规制对象是“不合理差别待遇”本身，而非仅要求披露定价逻辑——这意味着算法定价机制的设计文档、差别待遇的判断依据、可解释性记录，都将成为潜在诉讼中的核心材料。
二是“仿冒名人带货”。利用人工智能仿冒名人带货且构成欺诈的，消费者主张惩罚性赔偿的，人民法院依法予以支持。这一点需要在估值中单独标注：惩罚性赔偿意味着单一纠纷的赔付金额不受实际损失限制，敞口与用户规模、成交量而非用户损失直接挂钩。对以虚拟形象直播、AI生成达人内容、合成带货为业务模式的标的，这一条的潜在负债量级与一般人格权纠纷不在同一量级，不宜共用同一折价参数。
➤第六，知识产权侵权中的举证责任分配两处留白。
《意见》第十二条规定：权利人主张开发者或服务提供者侵害其著作权的，应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初步事实举证；开发者提出不侵权抗辩的，应就模型训练数据来源、训练过程、运行模式等事实举证，必要时还应提供科学理论依据予以佐证。
该分配规则的实际含义是：标的公司的训练数据溯源能力与文档化程度，构成其抗辩能力的基础之一——而非唯一的决定因素，最终效果仍取决于个案事实与法官裁量。
因此，投资人在DD中应：
核查标的公司是否建立了训练数据来源的完整记录体系，以及是否具备在诉讼中说明训练过程与运行模式的技术条件。
同时应关注两处留白。据《理解与适用》，人工智能生成内容的可版权性问题，以及未经许可使用他人作品训练大模型的定性问题，因争议较大暂未作出规定。对以人工智能生成内容为核心资产的标的（如AI设计工具、AI写作平台），以及以大规模使用公开作品训练为核心能力的标的而言，这两处留白意味着其核心资产的权属基础与训练行为的合法性评估，尚缺乏可依赖的司法判断参数。
在估值与交易条款设计中，较稳妥的做法是以情景假设处理，而非以确定结论定价。
三、交易条款的对应安排建议
上述尽调维度最终需要落实到交易条款。而AI行业投资的以下特征，决定了条款设计不能套用标准模板，技术迭代以季度计，核心资产窗口期极短；技术壁垒高，尽调重心从财务转向团队与算法；监管规则尚在形成，数据合规、知识产权、算法责任的边界持续变动；估值普遍偏高，一旦技术路线或合规预期出现偏差，价值回撤幅度更大。
如此，标准模板下的陈述保证、重大不利变更、估值调整和退出机制不足等条款不足以覆盖风险，必须根据具体情况而修订。限于篇幅，我们仅讨论如下三个条款的修订建议。
➤陈述与保证。
可考虑就训练数据来源合法性、个人信息处理合规性、人格要素授权链完整性、产品宣传口径准确性等事项约定具体陈述，颗粒度与《意见》确立的判断标准相匹配，避免以概括性合规声明替代具体事实陈述。
➤重大不利变更。
可考虑将因涉人工智能侵权纠纷引发的重大诉讼、行政处罚、产品下架或业务限制纳入触发事件。鉴于《意见》第八条明确人格权侵害禁令制度可及于生成式人工智能服务提供者，且禁令措施与损害范围、程度相适应、不得超出必要限度，宜特别考虑因禁令导致核心产品或服务被责令停止的情形所形成的业务中断风险。
➤估值与回购。
可考虑对训练数据来源存在可识别瑕疵、人格要素授权链不完整、产品宣传口径存在争议的标的，将特定合规承诺的实质违反设定为回购触发条件。
四、结语
《意见》并不改变现行法秩序，但它改变了法律风险的可识别程度。此前因规则模糊而难以判断的合规事项，在判断标准明确之后，具备了被识别、被评估、被写入交易文件的条件。
对AI投资而言，《意见》降低的不是AI企业的法律风险本身，而是法律风险的不确定性溢价。规则清晰之后，优质标的的合规能力可以被有效验证；但合规短板型标的，其潜在负债不再是模糊的远期风险，而是可被起诉、可触发禁令、可影响退出的现实敞口。