人工智能開放性趨勢下的知識產權制度

　　DeepSeek是中國人工智能技術崛起的生動縮影。或許它只是人工智能發展史上的一個歷史節點，更先進的技術將繼續涌現，但它所引領的人工智能技術開放性發展趨勢卻意義非凡，在法學界也引發了關于知識產權保護和共享的平衡、人工智能新型開發方式的合法與侵權邊界的思考。

　　人工智能開放性發展趨勢

　　2025年初橫空出世的DeepSeek- R1不僅在性能上對標國外領先的人工智能，還進行開源許可，同步開放模型權重。該模型上線API接口，允許用戶通過蒸餾技術訓練其他模型，還向用戶開放思維鏈輸出。這些開放策略不僅顯示著推出DeepSeek的初創公司的氣度，更是引領了人工智能的開放性發展趨勢。

　　DeepSeek引領的人工智能開放性發展趨勢是一種競爭催化器。在其刺激下，美國人工智能領域的代表性公司OpenAI緊急上線推理模型和搜索功能，并向用戶免費開放。具有諷刺意義的是，美國這家公司名為OpenAI，其真正意義上的開放卻是在中國人工智能初創企業的倒逼下推進的。DeepSeek引領的人工智能開放性發展趨勢是一種創新驅動力。在技術發展初期，人工智能的突破往往依賴于少數技術巨頭的封閉式研發，但隨著DeepSeek等初創企業的崛起，開放協作的創新范式已經成為人工智能領域的主流。這一趨勢將引發人工智能商業模式和創新模式的深刻變革。圍繞創新和競爭而展開的知識產權制度也要與時俱進，適應人工智能時代技術創新的發展趨勢。

　　知識產權制度的二元價值調適

　　互聯網時代的特征是互聯互通，人工智能時代的特征將是開放共享。在人工智能時代，知識產權制度需要更加注重和追求保護與共享之間的平衡。

　　在底層理念上，知識產權制度承載著激勵創新和促進傳播的雙重使命，從而形成了保護和共享的二元價值取向。然而，以往的知識產權制度偏向于保護一端發展，知識產權的私權屬性也推動著知識產權保護的不斷強化。知識產權制度需要一次返本歸元的契機，人工智能技術的開放性發展為此提供了絕佳的調整機會。在開放創新范式下，知識產權制度不再需要為創新企業強加排他性權利，不再鼓勵其獨饗利益甚至故步自封，可以更多地為創新技術共享提供制度激勵，從而實現二元價值取向的調適與平衡。

　　為了促進知識的傳播和共享，知識產權制度中形成了合理使用、法定許可、強制許可、開放許可、知識共享等制度工具，但長期以來以配角的形式存在，主要是作為知識產權的限制和例外規則而存在。DeepSeek推動的人工智能開放創新范式基于開源軟件的基本理念，并對其進行發展，從商業模式上發展出允許蒸餾、開放思維鏈等方案，這顯示出商業實踐中對開放創新范式的急切需求。在此背景下，知識產權制度需要相應地豐富促進傳播和共享的制度工具，并且適當提升這些制度工具的使用頻率。

　　當然，在鼓勵開放創新和技術共享的同時，核心技術的知識產權保護仍不容忽視。技術共享的意義重大，一個自信的企業應當敢于將技術公開，從而推動整個行業的持續創新。然而，為了維護競爭優勢，核心技術仍然應當牢牢地掌握在自己手中。在人工智能領域，重點策略是注重商業秘密與技術共享的平衡。算法、模型能否享有專利保護處于模糊地帶，商業秘密保護為此提供了較強的適配性。創新企業在采取開源、開放策略的同時，仍然應當注重核心技術的商業秘密保護。傳統上，企業申請專利的同時往往也會將關鍵的創新點予以保密，采取專利和商業秘密的協同保護策略。在人工智能這個全球競爭的前沿科技領域，整體技術開放和核心技術保密的協同策略將是一種優選方案。

　　人工智能新型開發方式的合法性邊界

　　在開放性發展趨勢下，開放協作的創新范式中出現了一些新現象、新方式，需要在法律上明確其合法性邊界。其中，“蒸餾”作為人工智能開發中的一種新型方式是否合法，成為亟待明確的問題。

　　面對DeepSeek的挑戰和沖擊，美國人工智能公司OpenAI指責DeepSeek違規“蒸餾”。且不論這一指責有無證據，我們仍需明確“蒸餾”在法律上的合法與侵權界限，這也將影響人工智能技術的未來發展。筆者認為，“蒸餾”原則上不侵權，但需要明確蒸餾技術合法利用的邊界。人工智能訓練中的“蒸餾”又稱“知識蒸餾”，旨在將在先的“教師模型”中的知識通過學習和模仿轉移到在后的“學生模型”中。教師模型往往大型且復雜，而學生模型經過提煉優化將變得精簡而高效。蒸餾技術的核心原理是基于輸入輸出關系進行機器學習，通過教師模型的“推理”過程間接獲得教師模型的數據特征和行為特征，而非直接復制其中的參數或代碼。技術原理上的非直接復制性意味著，蒸餾技術的利用本身并不會構成對在先模型中著作權的侵害。從知識產權法的視角看，蒸餾是一種對在先軟件或程序的新型使用方式，然而著作權法并不規制對在先作品的所有使用方式，而是僅僅對復制、發行、傳播等特定的使用行為進行規制，并圍繞這些行為設置具體的權項。在這些權項所調整的行為之外，是公眾的使用自由。“蒸餾”可以理解為是由機器執行的對在先模型的大規模學習，可以類比傳統世界中的學習，這種行為并不受知識產權法的規制。

　　盡管人工智能領域的“蒸餾”原則上合法，但人工智能產業在利用蒸餾技術時仍然需要規避相關風險。其一，合法的蒸餾方法應當僅僅使用教師模型的輸入輸出數據進行學習和訓練。應避免復制教師模型的參數和架構，也避免復制教師模型的技術細節，這些參數、架構或技術細節可能受到商業秘密、著作權或專利權的保護。其二，學生模型應當形成不同的架構，避免與教師模型過度相似。盡管人工智能模型能否享有知識產權保護尚無定論，但是，即便過度相似的學生模型不侵害在先的教師模型的知識產權，通過蒸餾方式形成過度相似的模型也有不正當競爭之嫌。其三，通過蒸餾方式開發人工智能時需要避免數據污染。通過學習、模仿的方式間接使用教師模型的數據的蒸餾方式，可能導致學生模型的數據受到教師模型的影響甚至污染。為此，在蒸餾過程中，需要驗證教師模型的訓練數據和輸出內容是否包含受版權保護內容、是否包含涉及個人隱私或敏感信息的數據，避免在合法地通過機器學習知識的同時連帶地對他人權益產生侵害。

　　總之，一個崇尚開放創新的人工智能時代已經來臨，知識產權制度不僅需要為知識的傳播和共享提供更多的激勵，也需要對“蒸餾”等新型知識利用方式持包容的態度，從而促進開放創新和持續創新。

　　—— EDN ——

本文作者呂炳斌，復旦大學法學院教授。以上內容來自中國社會科學網-中國社會科學報，本文章僅限學習交流使用，版權歸原作者所有。

Serving national strategies, focusing on university research and the transformation of scientific and technological achievements