引言

2026年，北京抖音科技有限公司诉亿某科信息技术（北京）有限公司不正当竞争纠纷案尘埃落定。法院认定被告直接使用原告AI模型结构和参数的行为构成不正当竞争，判赔160万元。这起被称为"首例AI模型结构抄袭案"的判决，在司法层面首次确认了"AI模型的结构与参数属于受法律保护的竞争利益"这一核心规则，标志着人工智能领域知识产权保护从"保护表达"向"保护投入"迈出了关键一步。

从法律技术角度审视，该案的规范价值在于：当著作权法对AI模型的保护存在制度供给不足时，法院通过适用《反不正当竞争法》第二条一般条款，以"竞争利益"为锚点，构建了一条保护核心算法投入的司法路径。本文从案件事实、判决逻辑、法理展开及行业影响四个维度，对该案的深层意义进行系统解析。

一、案件核心：从"皮囊"到"灵魂"保护的认知跃迁

该案之所以具有里程碑意义，是因为它突破了以往AI著作权纠纷仅聚焦于生成内容（即"皮囊"）的局限，将保护客体深入至AI模型的内部结构与参数（即"灵魂"）。

原告抖音：通过大量手绘数据和算力投入，训练出特定的AI模型，上线"变身漫画特效"功能，可将真人照片转换为特定风格的漫画效果。

被告亿某科：上线"少女漫画特效"功能，其处理效果与原告高度一致。

争议焦点：并非双方提供的漫画效果是否相似，而是被告是否未经许可直接使用或逆向工程了原告投入大量资源训练的模型结构和参数。

这一焦点的转移具有深刻的法理意义。在传统著作权框架下，AI模型训练过程中的数据积累和参数调整，往往被视为工具性创造或数据处理过程，难以被认定为著作权法意义上的"独创性表达"。但原告的实质性投入——手绘数据的采集标注、算力资源的持续消耗、模型参数的反复调优——形成了在市场竞争中具有实际价值的竞争利益。该案的贡献在于承认了这一竞争利益的独立法律地位，使得保护对象从可感知的表达形式，延伸至不可见的内部结构与参数投入。

二、法院认定三步法：权益确认—行为认定—损害后果

法院最终认定被告构成不正当竞争，适用《反不正当竞争法》第二条一般条款。其裁判逻辑可分解为三个层次。

（一）权益确认：模型也是资产

法院首先确认，原告投入的大量人力、手绘数据、算力进行模型训练，其模型结构和参数是实质性投入的结晶，能为原告带来竞争优势，属于受法律保护的"竞争利益"。这一认定解决了请求权基础问题——原告的权益并非基于著作权的排他性保护，而是基于其在市场竞争中形成的正当商业利益。被告提出的"著作权保护不成立则无权益基础"的抗辩未被采纳。

（二）行为认定：接触+实质性相似

在权益确认的基础上，法院通过"接触+实质性相似"的判断框架认定被告存在不当行为。接触层面：被告产品的上线时间明显晚于原告，具有接触原告模型的时间窗口。实质性相似层面：二者处理同一输入内容后输出的效果高度近似；被告无法提供其独立研发的完整证据链，包括训练数据的来源、训练日志、参数调整记录等研发过程资料。法院据此认定，被告直接使用原告模型具有"高度盖然性"。

（三）损害后果：实质性替代

被告通过"搭便车"的方式，绕开了原告为训练模型付出的高昂试错成本和时间窗口，在短期内打破了原告的技术壁垒，分流了用户和流量，对原告造成了实质性损害。这一损害的经济实质在于：原告为建立技术领先优势而投入的沉没成本，因被告的搭便车行为而无法获得预期的市场回报周期。

三、知识产权保护体系的制度供给不足与《反不正当竞争法》补位

该案裁判逻辑揭示了现行知识产权保护体系在AI领域的结构性缺口。

著作权法的保护困境：AI模型训练过程中的数据积累和参数调整，在现行著作权法框架下难以被认定为具有"独创性"的"作品"。训练过程中的参数选择很大程度上由算法自动化完成，人类的智力投入主要体现在数据筛选和模型架构设计层面，而非最终参数的具体数值。因此，原告提出的著作权侵权主张未获法院支持。

反不正当竞争法的补位功能：在著作权法保护通道受阻的情况下，法院转向《反不正当竞争法》第二条一般条款，确认"不劳而获"构成不正当竞争行为。即使AI模型不受著作权法保护，其背后承载的实质性商业投入仍受法律保护。被告"节省研发成本、打破原告技术壁垒"的行为，恰恰反映出其行为方式与公平竞争的市场规范相悖。

这一补位逻辑并非本裁判首创，但在AI模型保护领域的适用仍属于突破性探索。它体现了反不正当竞争法作为知识产权保护体系"一般性补充"的立法功能——当特别法无法提供充分救济时，以诚信和公平竞争为规范基础提供兜底保障。

四、行业影响与合规启示

案件判决传递了清晰信号：AI技术的创新没有捷径，尊重他人的智力投入是行业长远发展的基石。对AI企业而言，核心合规要点有三。

坚持自主研发，保留完整研发记录：不要试图走捷径去"复刻"竞品模型。应保留完整的独立研发证据链，包括训练数据来源及其合法授权、训练日志的超参数设置和迭代过程、参数调整历程，以及不同于竞品的独立技术架构设计。在发生争议时，这套记录体系是证明"自主独立研发"的客观基础。

重视训练数据的合规管理：模型的合法性在很大程度上取决于训练数据的合法性。确保数据来源清晰、授权完整，避免使用未经授权的爬取数据或存在权利争议的数据集进行模型训练。数据合规不仅涉及个人信息保护和著作权问题，也直接关系到模型本身的竞争利益是否"干净"。

构建多重知识产权保护体系：鉴于AI模型在现行法律框架下尚存在保护路径的不确定性，权利人应综合运用多种手段保护核心资产——对核心算法和训练数据集采取严格的保密措施（商业秘密保护），对模型架构等技术方案及时申请专利（专利保护），对模型参数和结构的非法使用行为主张不正当竞争（反不正当竞争法保护）。

结语

"首例AI模型结构抄袭案"是人工智能领域知识产权保护从"保护表达"向"保护投入"纵深推进的标志性判例。它打破了AI模型在著作权法保护路径上的困境，通过反不正当竞争法确认了"结构投入和竞争利益"的法律地位。这一裁判的价值不仅在于为个案中的权利人提供了救济，更在于为整个AI行业划定了清晰的合规红线——功能可以借鉴，但不能直接从他人的模型结构和参数中提取核心竞争要素。行业发展的长远基石，最终依赖于每一个参与者对他人智力投入的尊重。