PUBLICATIONS

专业文章

分享法律智慧,传播专业知识

返回文章列表

华诚数据 | 全国首例AI模型参数不正当竞争案评析:行为定性、裁判逻辑与规则创制——以“抖音诉亿睿科‘变身漫画特效’案”为样本

Mon Jul 20 09:50:00 CST 2026 作者:华诚小编

案件基本情况


(一)当事人与审理程序


【案号】


一审(2023)京0105民初71391号;二审(2023)京73民终3802号。


【当事人】


原告:北京微播视界科技有限公司(抖音APP运营方)

被告:亿睿科信息技术(北京)有限公司(B612咔叽APP运营方)


【裁判结果】


2025年3月31日,北京知识产权法院二审终审,判决驳回上诉,维持原判。


【案件地位】


本案系全国首例明确AI模型结构与参数可受《反不正当竞争法》保护的生效判决,已入选最高人民法院“2025年人民法院反不正当竞争典型案例”。


(二)基本案情


2020年6月15日,抖音APP上线“变身漫画特效”功能。用户上传照片或拍摄视频后,该AI模型可实时将人像转换为特定风格的漫画形象。该功能上线后迅速成为市场热点,为抖音带来显著的用户流量与市场关注。


2020年8月4日,距原告功能上线仅两个月,被告运营的B612咔叽APP即推出“少女漫画特效”,其生成的漫画效果与原告特效高度近似。经技术比对,原告发现被告模型的内部结构、相关卷积层数据及参数配置与其模型存在高度重合,遂诉至法院,主张被告构成著作权侵权及不正当竞争,并请求赔偿经济损失及合理支出共计500余万元。


被告抗辩称,其特效系独立研发,AI模型属于技术工具,不受著作权法保护,且其未实施任何不正当获取行为。


(三)裁判结果


法院经审理认定,被告不构成著作权侵权,但其行为违反《反不正当竞争法》第二条之规定,构成不正当竞争。据此,判令被告赔偿原告经济损失150万元及合理开支10万元,合计160万元。


被诉行为的定性逻辑:

从“权利侵害”到“行为正当性”

的范式转换


本案的里程碑意义在于,法院在面对AI这一新型技术成果时,摒弃了传统知识产权“权利法定—侵害权利”的侵权构成思路,转而适用反不正当竞争法的行为规制逻辑,对被诉行为的不正当性作出了精准而审慎的司法定性。


(一)否定路径一:著作权侵权不成立


一审法院首先否定了原告的著作权侵权主张,主要理由包括:


1. 风格化量产漫画不构成创作行为。风格化量产阶段的漫画绘制属于为训练模型所做的数据积累,模型训练阶段中优化模型结构和参数的行为属于创造生成工具,上述行为均不属于涉案漫画成像的著作权法意义上的创作行为。


2. 漫画生成结果不构成作品。用户启动特效并拍摄的行为主要属于为生成过程提供被转换内容的活动;模型固定后,相同输入产生的输出结果相同或大致相同,真人输入与成像效果之间具有唯一或有限的对应性,无法体现自然人的思想、情感和个性,因此涉案变身漫画成像不属于著作权法保护的客体。


(二)否定路径二:商业秘密侵权不成立


尽管法院在事实比对中参考了商业秘密案件“接触+实质性相似”的判断方法,但最终未适用《反不正当竞争法》第九条之商业秘密条款,而是援引第二条一般条款。经分析,这一选择并非疏忽,而是法院基于AI技术特性作出的审慎裁判策略,具体考量如下:


1. 客体特定性障碍

商业秘密侵权诉讼要求权利人明确、固定地指出具体秘密信息点,即须清晰界定主张保护的模型版本、网络层参数及具体结构设计,不能笼统主张“整个模型构成商业秘密”。而案涉AI模型处于持续迭代状态,上线后仍在不断训练和优化,其结构与权重具有动态性,原告难以精准固定其秘密点,适用商业秘密条款存在客体上的法律障碍。反法第二条则无须严格固定技术秘密点,仅需证明原告为模型研发投入了实质性资源,并因此获得了竞争优势,更契合AI模型动态演进的技术特征。


2. 反向工程规则的适用边界

根据《最高人民法院关于审理侵犯商业秘密民事案件适用法律若干问题的规定》第十四条,通过公开渠道取得产品后进行反向工程获取技术信息,属于合法手段,不构成侵权。本案中,原告的“变身漫画特效”为公开上线功能,所有用户均可免费使用。若适用商业秘密条款,被告完全可抗辩称其系通过对公开特效进行反复测试、输入输出分析、反向工程而独立研发相似模型,该抗辩在商业秘密框架下极有可能成立。而反法第二条关注的是“违反商业道德的搭便车行为”,不考量被告是否通过反向工程获取信息——只要被告无法提供完整独立研发证据,在原告上线仅两个月后即推出高度相似产品,直接攫取原告成果、分流用户,即可认定不正当竞争,从而有效绕开反向工程抗辩的桎梏。


3. 举证责任分配更贴合技术案件实际

适用商业秘密条款,原告须证明被告“以盗窃、贿赂、欺诈、电子侵入或其他不正当手段获取”商业秘密。但AI模型参数获取手段极为隐蔽,可能涉及离职员工泄密、模型蒸馏、API接口爬取等多种方式,原告几乎无法取得直接证据。而适用反法第二条,法院采用了“接触可能性+实质性相似+无独立研发证据”的举证责任转移规则:原告只需证明(1)被告具备接触可能性(原告功能先上线、双方为同业竞争者);(2)双方模型内部结构与参数高度相似(本案中91.7%的卷积层相同)。此后举证责任即转移至被告,须由其证明独立研发过程,无法证明的,即推定不正当竞争成立。此种规则合理平衡了双方举证负担,有效破解了AI技术“黑箱”带来的证明困境。


4. 新型案件裁判的稳妥性考量

本案审理时(2023年),AI模型的结构与参数是否构成商业秘密法意义上的“技术信息”,在司法实践中尚无先例,理论争议较大。例如,已公开上线供公众使用的AI产品,其内部参数是否仍满足“不为公众所知悉”的秘密性要求?普通用户通过公开输入输出能否反向推导出模型参数?这些问题在当时缺乏司法共识。适用反法第二条一般条款,既能为原告投入大量资源形成的合法竞争利益提供保护,又无须强行突破商业秘密的法定构成要件,是一种更具稳妥性的裁判选择,也为后续AI保护规则的完善预留了制度空间。


(三)定性结论:构成反法第二条所禁止的不正当竞争行为


法院最终适用《反不正当竞争法》第二条,认定被诉行为构成不正当竞争,其裁判逻辑严格遵循了该一般条款的“三要件”判断标准:


1. 原告享有受法律保护的合法竞争利益。法院指出,原告投入大量人力、算力、数据成本所训练的AI模型,其经反复调优形成的结构与参数,能够为原告带来用户流量、市场份额及竞争优势,构成其合法竞争利益,应受反不正当竞争法保护。需特别强调的是,法院在此保护的并非“模型的绝对排他权”,而是“原告通过诚实经营所获得的竞争优势”——此即反不正当竞争法与传统知识产权法的核心分野:后者保护法定排他权,前者规制不正当竞争行为,维护公平竞争秩序。


2. 被诉行为违反AI行业公认的商业道德。此为行为定性的核心依据:

(1) 时间上的异常性。原告功能上线仅两个月,被告即推出效果高度近似的竞品。正常的AI模型研发需经历数据采集、标注、训练、调优、测试等完整周期,在案人员表示,技术团队较强的情况下,有可能在半年左右设计出一款模型,但设计出与原告模型相同模型的可能性较小。


(2) 技术上相似的不合理性。司法鉴定显示,双方模型36个卷积层中,有33层数据完全相同,整体结构与参数相似度达91.7%,且剩余差异对用户感知无实质影响。双方存在的少量差异,对网络结构、网络性能及最终漫画效果的影响微小。上述内部技术特征的高度同一性,结合被告不能对其来源作出合理解释,使其独立研发抗辩难以成立。


(3) 被告未能证明独立研发。被告未能提交模型研发合同、训练日志、数据集来源、版本迭代记录等任何可佐证独立研发的材料,其提交的少量研发材料亦与案涉模型缺乏关联性。


综合以上事实,法院认定被告实质上是“不劳而获”的搭便车行为:其未承担模型研发的成本与风险,直接利用原告训练成果推出竞品,在短时间内分流原告用户,严重背离了AI研发领域“投入—产出”的基本商业道德,构成食人而肥的不正当竞争。


3. 被诉行为造成实质性损害后果:

(1) 对原告:被告行为直接分流其用户与流量,侵蚀其竞争优势,导致其研发投入的市场回报被不当稀释。


(2) 对行业:若允许此类搭便车行为,市场主体将丧失高成本原创研发的动力,转而竞相抄袭,最终扭曲AI行业的创新激励机制。


(3)对消费者:短期内消费者看似多了一种选择,但长期而言,市场将缺乏真正的创新产品,消费者的长远利益终将受损。


本案确立的AI模型

不正当竞争认定规则


通过本案判决,法院确立了AI模型类不正当竞争案件的“三要件”认定框架,为后续同类纠纷提供了明确的裁判指引:


1.接触可能性要件。原告须证明被告具备接触其模型的可能性,通常可表现为原告产品先于被告上线、双方为同行业竞争者、存在人员流动或其他接触渠道等。


2.实质性相似要件。相似性比对不能仅停留在用户感知的输出效果层面,而须深入模型内部,对网络结构、层连接关系、参数权重等内部技术特征进行详细比对。本案中91.7%的卷积层参数重合,是认定实质性相似的核心技术依据。


3.无合法来源要件。在原告完成前两项证明后,举证责任转移至被告,被告须提供完整、可验证的独立研发证据(包括训练日志、数据来源、迭代记录等),以证明其模型系独立开发。如不能提供,法院可直接推定其行为构成不正当竞争。


行业合规启示


本案判决为AI行业划定了清晰的行为边界,具有重要的合规指引意义:


1.对原创AI企业:应完整留存模型研发全流程证据,包括训练数据来源、参数调整记录、版本迭代日志、测试报告等,以备独立研发之抗辩;同时,对核心模型参数应采取加密、权限管理、保密协议等合理保密措施,降低技术泄露风险。


2. 对竞品研发者:不得未经许可直接提取、复制或者使用他人通过数据训练和调校形成的模型结构和参数,也不得通过参数窃取、内部人员泄密等不当手段获取他人模型成果。独立研发应保存完整的证据链,且应避免在他人产品上线后短期内推出高度同质化的产品,以免被推定为搭便车行为。


3. 对司法实践:本案所确立的反法保护路径,为AI模型等无法被传统知识产权类型覆盖的新型技术成果提供了有效的法律保障。该路径在避免过度保护导致垄断的同时,精准打击了不劳而获的抄袭行为,在创新激励与竞争自由之间实现了合理平衡。


结语


“变身漫画特效”案的核心价值,并不在于赋予AI模型某种绝对的法定权利,而在于通过反不正当竞争法的行为规制功能,厘清了AI行业竞争的底线:技术创新固然可以站在前人的肩膀上,但不能直接将“巨人的肩膀”据为己有。在AI专门立法尚付阙如的当下,本案通过司法裁判确立的行为规则,为AI行业的公平竞争提供了清晰而务实的指引,也为全球AI治理贡献了来自中国的司法智慧。