随着大模型产业快速普及，Llama、Stable Diffusion、Qwen、Mixtral等各类开放权重、社区许可或开源模型被大量科技企业、开发团队直接下载、微调、二次开发并商用落地。行业内长期存在一个普遍认知误区：开源模型可以随意使用、任意修改、免费商用，不存在法律风险。尤其需要注意，同一模型家族的不同版本也可能适用不同许可协议，企业不能仅依据模型品牌判断是否可以商用，而应以实际下载、使用版本所附许可文本为准。
同时，AI企业核心竞争力高度依赖自研算法、模型权重、训练策略、参数体系，这类核心技术如何构成商业秘密、如何司法维权、员工离职带走算法模型如何追责，一直是行业重难点问题。
这里需要先厘清规则依据：关于开源模型的使用、修改与商用，主要受具体模型许可协议、开源许可协议以及《民法典》合同编、《著作权法》等规则约束；而最高人民法院《关于依法审理涉人工智能纠纷案件的意见》（下称《AI纠纷审理意见》）第十三、十六等条，则分别从鼓励开源（依法给予开源软件开发者、提供者适当的责任豁免）与数据权益（构成商业秘密的数据、数据集合依反不正当竞争法保护）角度提供了司法指引。本文为本所AI法律合规系列第六篇专题，聚焦开源模型合规红线、AI技术秘密认定标准、员工泄密追责等高频问题，结合司法规则与真实判例，输出可直接落地的企业合规与纠纷应对方案。
一、纠偏行业核心误区：开源≠免费商用、开源≠无法律责任
在AI产业实践中，大量中小科技企业、开发者团队对开源模型存在严重合规误判，主要集中在三点：
1、认为开源模型公开可下载，即可无授权、无限制商用；
2、认为微调、二次开发开源模型后，可完全享有新模型全部权利，无需遵守原开源协议；
3、认为开源技术不受法律约束，即便违反开源协议，也无需承担赔偿责任。
需要明确的是，开源并非“无条件放弃权利”。开源许可协议本质上是一种授权许可，使用、修改、传播、商用开源AI模型，必须严格遵守对应协议。违反协议约定（如突破商用限制、未履行开源义务、抹去声明等）的，可能构成违约或侵害著作权，依法承担民事责任。
同时需要补充说明的是，《AI纠纷审理意见》第十三条规定了涉开源软件的法律责任规则，但该条的侧重点在于：综合考量开源许可协议类型、权利限制的具体内容、安全合规举措与信息披露程度等因素，对于以免费开源方式提供涉人工智能软件研发所需部分代码模块，并公开说明其功能和安全风险的开发者、提供者，如他人使用该代码模块导致侵权，人民法院可以依法认定其不承担侵权责任。这从侧面印证：开源的价值在于开放共享，而非免于规则约束。
二、开源AI模型四大合规红线（企业必守）
依据开源许可协议约定及《民法典》合同编、《著作权法》规则，企业使用开源AI模型开展研发、微调、商用落地，触碰以下行为将直接触发法律风险：
1、突破商用限制违规商业化
部分开放权重、社区许可或其他模型许可协议明确禁止商用、限制企业规模商用、要求商用付费授权。企业无视协议限制，直接用于付费服务、产品售卖、流量变现，构成侵权或违约。
2、二次开发未履行许可证要求
对于采用GPL等具有copyleft属性许可证的软件代码，如企业修改后形成受许可证约束的衍生作品并对外分发，通常需按照许可证要求提供相应源代码并遵守相应许可条件。但对于AI模型而言，微调后的模型、模型权重是否属于原许可协议覆盖对象，以及是否负有公开义务，应结合具体许可协议对“模型”“权重”“衍生作品”等概念的定义具体判断，不能一概认定“微调后必须公开代码与权重”。违反相应许可条件的，可能承担违约或者知识产权侵权责任。
3、未标注原作者、未遵守声明义务
不少许可协议要求在复制、修改、再分发等特定场景中保留版权、许可、NOTICE或署名等声明。企业违反相关许可条件，可能构成违约或者著作权侵权；符合《反不正当竞争法》规定的，还可能构成不正当竞争。
4、违规传播、转授权开源模型
企业违反具体许可协议关于再分发、转授权、商业使用等限制，擅自打包模型或微调权重对外销售、二次分发的，可能承担相应违约或侵权责任。对于许可协议本身允许再分发或者商业使用的，不因收费、销售行为本身当然构成违法。
三、AI技术秘密司法保护：算法、模型参数、训练策略的可保护性
AI企业的核心资产不再局限于传统代码，算法逻辑、模型架构、训练数据集、超参数体系等，在符合商业秘密构成要件时，同样可以依据《反不正当竞争法》获得司法保护。《AI纠纷审理意见》第十六条也明确：构成商业秘密的数据、数据集合，应当依照反不正当竞争法予以保护。
依据《反不正当竞争法》，认定AI技术构成商业秘密，主要审查三要件，企业可直接对照确权：
1、秘密性：相关算法、参数、训练策略不为行业普遍知悉，未公开披露、未对外公示；
2、价值性：该技术信息能够降低训练成本、提升模型效果、形成市场竞争优势，具备商业价值；
3、保密性：企业采取保密措施，包括权限管控、涉密隔离、员工保密协议、脱敏处理、禁止外传等。
值得关注的是，在涉AI算法技术秘密纠纷中，商业秘密的举证责任分配依现行《反不正当竞争法》第三十九条进行：商业秘密权利人提供初步证据，证明其已对所主张的商业秘密采取保密措施，且合理表明商业秘密被侵犯的，涉嫌侵权人应当证明权利人所主张的信息不属于商业秘密；权利人进一步提供法定初步证据合理表明存在侵犯商业秘密行为的，涉嫌侵权人应当证明其不存在侵犯商业秘密的行为。在AI技术专业性强、举证难度大的背景下，这一规则有效降低了权利人的维权门槛——下文典型案例即系最高人民法院知识产权法庭适用该规则、改判支持权利人的实例。
四、高频侵权场景：员工离职带走AI模型、算法泄密责任认定
司法实践中，AI技术秘密纠纷最高发场景为：核心算法工程师、模型训练师离职，带走企业自研算法、训练参数、模型权重、调优方案，入职竞品公司或自行创业使用。依据反不正当竞争法及相关司法规则，该类行为的追责标准清晰：
1、员工在职期间接触、掌握的算法、模型权重、训练参数等AI核心技术，只有在符合“不为公众所知悉、具有商业价值并经企业采取相应保密措施”等商业秘密构成要件时，才能依法作为商业秘密受到保护；
2、员工违反保密义务或者企业有关保守商业秘密的要求，擅自复制、留存、使用或者向第三方披露符合商业秘密构成要件的模型参数、算法策略、训练方案等技术信息的，可能构成侵犯商业秘密；
3、新用人单位明知或者应知员工、前员工侵犯原企业商业秘密，仍获取、披露、使用或者允许他人使用相关商业秘密的，依法视为侵犯商业秘密；是否进一步构成共同侵权并承担连带责任，还应结合各主体之间是否存在共同侵权意思联络及具体侵权行为判断。
五、典型参考案例：最高法知识产权法庭首例涉视觉识别领域AI算法技术秘密案
案号：（2023）最高法知民终1503号｜审理法院：最高人民法院知识产权法庭
基本案情
原告某甲公司（上海一家企业）长期投入研发，形成深度学习识别算法等技术秘密，并采取了相应保密措施。被告某乙公司及相关自然人，未经许可获取、使用了甲公司的涉案算法技术秘密。甲公司提起诉讼，主张对方侵害技术秘密。
法院裁判要点
1、涉案深度学习算法技术信息具备秘密性、价值性，且甲公司已采取保密措施，构成受反不正当竞争法保护的技术秘密；
2、被告方未经许可获取、使用涉案技术秘密，构成共同侵害技术秘密，应当承担停止侵害、销毁载体、赔偿损失等责任；
3、本案适用商业秘密举证责任分配规则（权利人初步举证后，由被告证明技术具有合法来源），被告举证不能的，承担不利后果；
4、最高人民法院知识产权法庭撤销一审驳回诉请的判决，改判支持权利人，判令连带赔偿50万元。
案件地位与启示
本案系最高人民法院知识产权法庭首次审结的涉及深度学习算法（AI算法）的技术秘密侵权纠纷，为AI算法、模型参数、训练数据等核心技术要素的商业秘密司法保护与举证责任分配提供了范例。
本案启示：AI企业的算法、模型参数、训练策略，是受司法保护的核心无形资产；擅自获取、使用他人AI技术秘密，将承担停止侵害、销毁载体、连带赔偿等法律责任。
六、企业合规实操指引：开源AI使用+技术秘密保护双方案
结合司法规则与判例，本所针对AI企业落地两套可直接落地的合规体系：
（一）开源模型合规风控要点
1、上线前完成开源协议合规审查，区分可商用、禁止商用、有条件商用模型，杜绝盲目落地；
2、对GPL、Apache、MIT以及各类模型社区许可协议分类管控，分别识别署名及NOTICE保留、源代码披露、同许可证分发、商业使用限制、另行授权等具体义务，避免将不同许可证要求混同；
3、建立开源组件台账，记录模型来源、协议内容、使用范围、衍生版本，留存合规证据；
4、微调衍生模型严格匹配协议要求，杜绝闭源违规商用、抹去开源标识等高危操作。
（二）AI技术秘密保护落地要点
1、对算法、模型参数、训练策略、核心数据集实行分级涉密管理，设置权限隔离、操作日志留存；
2、与算法工程师、训练师、核心开发人员签署保密协议、竞业限制协议，明确AI技术权属与泄密责任；
3、技术迭代、模型更新全程留存研发日志，固定秘密性、价值性证据，为后续维权举证奠定基础；
4、员工离职开展涉密清算，收回权限、删除涉密数据、签署离职保密承诺书，防范离职泄密风险。
