比较法视野下涉人工智能证据的司法审查规则（下）——人工智能生成内容作为侵权证据的认定与当事人端义务

上篇已就第18条确立的电子数据一般基准，与大数据分析报告、区块链存证证据的差异化审查展开域外比较。本部分聚焦该条最后一句——当事人将人工智能生成内容作为侵权证据时的认定规则，这是全文技术含量最高，也最具创设性的规定；并以第19条为对照，考察当事人端的核实与说明义务。
四、人工智能生成内容作为侵权证据的认定
（一）两类适用场景与规范逻辑
第18条最后一句是全文技术含量最高，也最具创设性的规定，但其适用有严格边界，仅针对当事人“将人工智能生成内容作为侵权证据”的情形。本文认为，该规定涵盖两类场景：
其一，权利人操作被诉模型生成与其作品相似的内容，以此证明模型侵权。在此情形下，由于模型训练过程封闭于被告内部，权利人实际上只能以模型的输出间接推断其训练过程与行为，此即“以输出证侵权、以输出推训练”的证明逻辑。
其二，人工智能生成内容本身即被控侵权内容，权利人以此证明侵权成立。典型场景是使用者提示模型生成短剧、文案等内容，生成结果与他人在先作品实质性相似，权利人诉请使用者或者模型提供者承担侵权责任。此情形下生成内容兼有侵权客体与证据的双重身份，法院不仅要审查相似性，更要借助四要素穿透认定“相似性从何而来”，并在使用者与模型提供者之间分配责任。
两类场景共享同一套四要素，但功能侧重不同：前者重在审查证据的可信度，防止诱导性取证污染司法，与《意见》第19条形成呼应；后者重在审查相似性的归责归属，与《意见》第12条的使用者责任及开发者、提供者、使用者三方责任分配相衔接。
我国司法实践已有成熟例证，两类场景均有个案对应。前一情形的典型案例为广州互联网法院审理的“奥特曼案”（（2024）粤0192民初113号，2024年2月8日判决，全球首例生成式AI服务侵犯著作权案）。该案件中原告输入“生成奥特曼”等提示词，取得与奥特曼形象实质性相似的生成图片，作为被告侵权的证据提交。法院通过生成输出与原作品的比对，最终认定构成对复制权、改编权的侵犯。后一情形可对应杭州互联网法院审理的同类案件，该案中用户训练的LoRA模型能够稳定输出侵权内容的情节，该事实成为平台注意义务认定的重要基础。
（二）四要素的体系解读
1.提示词的设计及其对生成结果的影响。提示词是权利人与模型交互的界面，也因此是证据可能被“定向生产”的环节，因精心设计的诱导性提示词可以“钓”出平日里不会生成的相似内容。第18条将提示词置于四要素之首，实质是要求法庭审查取证方式本身，看提示词是常规表达还是定向诱导，本文认为被告在做抗辩时应披露并作出说明。
生成内容本身即被控侵权内容时，该要素还承担归责功能：若提示词与在先作品无关却稳定生成实质性相似内容的，相似性更可能源于模型的记忆化，过错指向模型提供者；若提示词显属定向复制在先作品，则指向使用者依据《意见》第12条第3款承担责任[1]。此要素在域外同样被高度敏感——在Disney Enterprises Inc. v. Midjourney Inc.案中，原告以极简提示词（起诉书称其为“simple request”，如“Yoda with lightsaber, IMAX”）即可稳定生成特定角色[2]，并援引普通用户在Reddit等平台分享的作品作为旁证；该案已于2025年11月4日与Warner Bros. Entertainment诉Midjourney案（No. 2:25-cv-08376）合并审理（Disney案为先诉案件）[3]，由Kronstadt法官继续审理；被告在2025年8月6日提交的答辩状中，以合理使用（fair use）为第一抗辩事由[4]。
2.生成内容与主张权利作品的相似程度。这是侵权认定的传统内核——实质性相似比对——在AI输出上的适用。所不同的是，AI输出的相似往往伴生风格模仿、元素重组等中间形态，比对的精确性依赖专业辅助。
3.重复测试的一致性。生成式输出具有随机性，单次生成相似可能是偶然，反复生成均相似才说明模型“记住”了作品。该要素将可重复性引入证据法，要求主张方以多次测试的记录证明侵权能力的稳定存在，而非依赖一次性生成的“惊艳对比”。在全球视野下，该要素的反面印证来自英国的Getty Images (US) Inc. v Stability AI Ltd一案。该案中双方专家一致确认[5]，Stable Diffusion会因记忆化过程生成带Getty水印的图片（系训练数据中含有带可见水印的图片所致）；法院据此在极有限的范围（三张示例图片）内认定商标侵权；对SDXL与v1.6模型，则因无证据表明真实用户曾生成带水印图片而驳回相应主张。该案其他值得指出的是，Getty关于训练与开发的主张因无证据证明训练发生于英国而放弃，输出主张则因被告封禁相关提示词、救济已实际获得而放弃，由此足见，在AI侵权诉讼中，证据对案件胜负具有决定性意义，过程性留痕的攻防价值需被特别重视。
4.模型训练、算法设计、生成内容过滤机制。此要素为被告预留了技术抗辩的出路，被告可以其过滤机制、模型架构证明已尽合理注意，英国Getty案在此提供了完整样本。该案中法院经专家证据认定，Stable Diffusion的模型权重不存储、不包含训练图片的复制，仅是训练所得统计模式的产物，因此不构成英国《1988年版权、外观设计与专利法》第27条[6]意义上的“侵权复制件”，故原告二次侵权主张整体被驳回。值得一提的是，被告在诉讼中承认“许多”版权作品被用于训练模型——包括Getty网站图片，样本作品A1至A17曾被用于v1.4、v2.x、全部SDXL版本及v1.6的训练——法院对此予以记录；Getty已就“侵权复制件”的法律解释获准上诉[7]，预计2026年11月开庭审理。本文认为，该认定与我国《意见》第12条为开发者设置的不侵权抗辩举证规则[8]（训练数据来源、训练过程记录、模型运行模式及科学理论依据）在结构上同构：都由掌握技术信息的一方负担过程性说明责任。
（三）三法域对照与评析
将第18条四要素与域外实践对观，可见高度的同构性：提示词设计对应域外对取证方式的质疑，相似程度对应实质性相似比对，重复测试对应稳定复现与记忆化之证明，训练算法与过滤机制对应被告的技术抗辩。
需指出的是，第18条四要素合观的规范效果，是课予主张方一种“过程性举证”责任：主张方不仅要拿出相似的生成结果，还要交代提示词、展示重复测试、说明结果与模型特性的关联；同时给被告预留技术抗辩的入口。这一双向设计与域外实践的方向一致，而我国的优点在于将其一次性明文化。但其代价则是清单的刚性，对于快速迭代的技术形态，四要素的权重分配与“等因素”的解释空间，均有待司法解释以及人民法院案例库继续填充。
（四）程序配套：以第17条为支点
过程性举证的落实依赖程序配套，而《意见》第17条正提供了工具箱[9]：当事人因客观原因不能自行收集的证据可申请法院调查收集，必要时法院可依职权调查收集；控制书证、电子数据等证据的当事人无正当理由拒不提交的，法院“可以认定该主张成立”；涉及人工智能技术原理、运行机制等专业问题的，应充分发挥人民陪审员、鉴定人、专家辅助人以及技术调查官的作用。四要素中凡涉及模型内部信息的（训练数据、算法设计），主张方均需借助此处的证据提出与专业辅助机制。本文以为，第17条与第18条应合并解读，否则四要素可能使举证不能者陷入死循环。
五、当事人端的对照：第19条的规制逻辑
与法院端的审查规则相对，《意见》第19条配置的是当事人端的行为规制[10]：
其一是否定性清单：当事人利用人工智能自主学习、自主决策的特性，通过删除或者篡改生成合成内容标识、特定指令输入、选择性结果呈现、对抗性干扰等人为干预或误导的方式取得虚假证据，捏造民事案件基本事实、进行虚假诉讼，企图侵害国家利益、社会公共利益或者他人合法权益的，法院应当依法驳回其诉讼请求，并根据情节轻重予以罚款、拘留；构成犯罪的，依法追究刑事责任。诉讼参与人或者其他人利用人工智能伪造证据、妨碍人民法院审理案件的，依照民事诉讼法第114条处理[11]。
其二，诉讼参与人提交诉讼文书、案例检索报告等材料如系使用人工智能生成，在提交法庭前应认真核实相关法律、司法解释、案例等内容的真实性、准确性，提交法庭时应对使用人工智能辅助情况作出说明，并对有关内容的真实性、准确性依法承担责任——该核实与披露义务的体系构造，笔者已另文详述，此处不再展开。
两端之间存在双向传导：使用端的不当取证会污染审查端——以操纵性提示词“钓”取的内容，即使形式相似，也会因提示词设计瑕疵在四要素审查中被排除；反之，审查端的过程性要求反向塑造使用端的合规留痕，提示词记录、生成过程公证、重复测试固定，正在从“最佳实践”变为“生存必需”。
结 语
第18条的出台，使中国在涉AI证据审查规则的供给上走到了主要法域的前列，但框架的领先不等于细节的完备：四要素在个案中的权重分配、上链前审查的过程性标准、深伪证据的举证责任分配，均有待司法解释与案例库继续细化。对诉讼律师而言，规则的方向已经明确——AI时代的证据攻防，重在取证过程的留痕与固定；比较法上的诸般教训，最终都要落实为个案中的证据管理。
引言所描绘的全球图景仍在书写，而中国已经交卷：第18条不仅给出了中国的答案，也使中国规则成为这场全球制度试验中无法绕开的样本。
注释
[1] （十二）依法规制涉人工智能侵害知识产权的行为。人工智能生成内容侵害他人著作权的，人民法院应当综合考量人工智能服务类型、行业特点、训练数据来源、各方参与度、采取的必要措施以及获利情况等因素，依法合理认定人工智能开发者、提供者、使用者的责任。人工智能开发者提出不侵权抗辩的，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。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。人工智能使用者知道或者应当知道在先作品存在，利用人工智能生成与在先作品实质相似的作品且无合理抗辩理由，在先作品权利人请求其承担侵权责任的，人民法院应予支持。利用人工智能实施侵权假冒、虚假宣传、刷量刷单等行为，侵害他人权利或者构成不正当竞争的，依法承担相应责任。
[2] Disney Enterprises Inc. v. Midjourney Inc. 起诉书（2025年6月11日提交），CourtListener案卷：https://www.courtlistener.com/docket/70513159/1/disney-enterprises-inc-v-midjourney-inc/
[3] Disney案与Warner Bros.案合并审理令（2025年11月4日，Kronstadt法官签署），CourtListener案卷：https://www.courtlistener.com/docket/70513159/29/disney-enterprises-inc-v-midjourney-inc/
[4] Midjourney答辩状（2025年8月6日提交），CourtListener案卷：https://www.courtlistener.com/docket/70513159/20/disney-enterprises-inc-v-midjourney-inc/
[5] Getty Images (US) Inc. v Stability AI Ltd [2025] EWHC 2863 (Ch)，英国司法机构官网判决书全文：https://www.judiciary.uk/wp-content/uploads/2025/11/Getty-Images-v-Stability-AI.pdf
[6] Copyright, Designs and Patents Act 1988, s. 27, legislation.gov.uk: https://www.legislation.gov.uk/ukpga/1988/48/section/27
[7] Getty Images (US) Inc. v Stability AI Ltd [2025] EWHC 2863 (Ch)，英国司法机构官网判决书全文：https://www.judiciary.uk/wp-content/uploads/2025/11/Getty-Images-v-Stability-AI.pdf
[8] 最高人民法院《关于依法审理涉人工智能纠纷案件的意见》（法发〔2026〕10号），最高人民法院官网：https://www.court.gov.cn/zixun/xiangqing/511101.html
[9] 最高人民法院《关于依法审理涉人工智能纠纷案件的意见》（法发〔2026〕10号），最高人民法院官网：https://www.court.gov.cn/zixun/xiangqing/511101.html
[10] 最高人民法院《关于依法审理涉人工智能纠纷案件的意见》（法发〔2026〕10号），最高人民法院官网：https://www.court.gov.cn/zixun/xiangqing/511101.html
[11] 《中华人民共和国民事诉讼法》（2023年9月1日修正）第一百一十四条，中国人大网：http://www.npc.gov.cn/npc/c2/c30834/202309/t20230901_431419.html