Lai
Attorney

AI生成=不侵权？不可不防的AI视频合规风险

• 2026年2月12日，字节跳动正式上线新一代AI视频生成模型Seedance 2.0，并接入旗下生成式AI创作平台“即梦”以及豆包App，将视频特效卷到了地板价，其卓越的自动化剪辑、素材匹配和特效叠加功能可根据文本或图像创建电影级视频，用户只需编写详细提示或上传一张图片，即可在60秒内生成带有原生音频的多镜头序列视频，人人都能创作好莱坞短片。在2026年春节联欢晚会上，十二花神图惊艳全场，一人一花一典故，当诗词意境、历史传说撞上现代科技，每一帧都美成壁纸。AI视频技术，具象了穿越古今的浪漫。

• AI视频生成工具的普及，提高了创作的效率，也隐藏着法律风险。本文将讨论AI视频生成技术的法律风险边界，并结合典型案例，为创作者、平台及监管方提供合规参考。

• 一、AI视频侵权案例及裁判倾向

• 在《庆余年》一键成片案中，被告度加公司通过AI功能将《庆余年》切成3-7秒短视频，存储在服务器上供用户使用，湖南市中级人民法院认定构成对原告腾讯公司的信息网络传播权的直接侵权，判决赔偿80万元；

• 在《山海奇镜》预告片案中，原告创作者“闲人一坤”通过AI工具制作预告片，被告抖音主播“文刻创作”直接复制发布，原告主张停止侵权并赔偿50万元，目前该案仍在审理，但抖音平台已删除涉案视频。

• 在Getty Images v. Stability AI (美国）案件中，Getty指控Stability AI在训练Stable Diffusion模型时，未经授权复制其数百万受版权保护的图片（包含元数据），用于生成包含Getty水印的图像，构成直接/间接版权侵权。美国法院已判决图片版权侵权，但就训练数据是否构成侵权，因地域管辖问题尚在审理过程中。

• 2026春节期间AI合成明星拜年视频泛滥，央视网援引《民法典》及专家意见指出：人脸、人声作为生物识别信息，属于法律保护的敏感个人信息。未经授权使用名人肖像或声音合成拜年内容，直接侵害当事人肖像权及参照肖像权保护的声音权。即便合成视频标注“AI制作”或用于非商业目的（如亲友传播），只要未取得被仿名人单独同意，均可能构成侵权。

• 同一时期，杨幂工作室披露新增60件相关侵权案件进展，并在2026年2月12日将之前抖音AI视频侵权案胜诉细节公开，凸显公众（特别是名人）对AI合成技术的伦理焦虑与维权诉求。

• 技术中立不是免死金牌，利用AI合成抄袭作品或伪造他人人格标识的，依法承担侵权责任。透过上述案例，我们不禁要问：AI视频的权利范围和风险边界在哪里？

• 二、AI视频的法律规制

• 在 AI 视频生成内容的监管方面，我国未形成严密的法律框架，尚在探索完善阶段：《网络安全法》主要规范 AI 视频内容的网络传播安全，要求生成内容不得含有违法不良信息，平台需履行内容审核与管理义务，防止利用 AI 视频危害国家安全或扰乱社会秩序。《数据安全法》重点关注 AI 视频模型训练及运行过程中的数据安全管理，特别是语料数据来源的合法性、分类分级保护以及重要数据出境的安全评估。《个人信息保护法》则聚焦于 AI 视频涉及的人脸、声音等生物识别信息的处理，要求处理敏感个人信息需取得个人单独同意，不得非法制作、使用、公开他人肖像，防止“换脸”、“换声”等技术侵犯公民人格权益。《互联网信息服务深度合成管理规定》将 AI 视频生成纳入深度合成服务监管，要求服务提供者进行算法备案及安全评估，并对生成内容进行显著标识；《生成式人工智能服务管理暂行办法》针对 AI 视频生成服务提出了训练数据合法、内容真实准确等具体要求，强调尊重知识产权，不得侵害他人依法享有的知识产权。《人工智能生成合成内容标识办法》强制要求 AI 生成视频必须进行显著标识，防止公众混淆；《网络信息内容生态治理规定》进一步明确了 AI 视频内容生态治理的责任主体，禁止利用 AI 技术制作传播虚假新闻或侵权视频。

• 三、AI视频的法律风险分析

• （一）素材来源风险

• 若生成视频使用的训练数据包含未经授权的影视素材或个人作品，可能侵犯著作权；若使用未经肖像权人同意的面部图像，或利用AI技术伪造他人肖像，将侵犯肖像权；若使用未经授权的声音或者AI克隆明星声音用于视频配音，可能侵犯声音权；如果直接截取影视片段或高度模仿独创性表达（如分镜、台词），又将侵犯改编权。

• （二）合成内容风险

• 若AI生成视频直接提取或高度模仿原作品独创性表达，将构成对信息网络传播权和改编权的侵害；视频内容未在显著位置标识“当前为AI生成内容”，或是短视频内容经多平台转发后标识被二次编辑移除（如去水印工具），将触发监管处罚风险。若用户仅输入简单指令（如“一键生成拜年视频”），AI生成内容缺乏人类实质性智力投入，难以获得著作权保护。如何量化用户对AI生成内容的智力贡献以判断是否达到独创性要求，仍处于探索阶段；

• （三）平台传播风险

• 依据《互联网信息服务深度合成管理规定》，提供人脸、人声编辑功能的平台必须履行三重义务：其一，显著提示义务要求用户告知被编辑个人；其二，单独同意机制需取得被仿者明确授权；其三，全流程管理需建立事前提示、事中审核、事后追溯机制。平台必须对用户生成内容履行审核义务，否则可能承担连带责任，若未及时删除侵权内容（如杨幂工作室起诉的侵权视频），需对损害扩大部分承担连带责任。

• 四、讨论2个有意思的问题

• （一）技术中立抗辩与算法可解释性的区别与联系？

• 在各地互联网法院陆续公布的AI侵权类案例中，我们可以发现：法官视角下，单纯主张技术中立抗辩已难以成立，如果技术设计存在侵权诱导性，将直接推翻中立性，司法审查的重点在于平台是否具有主观过错、技术设计是否诱导侵权、平台是否履行必要注意义务等等。技术中立不再是无往不利的避风港，而是需要主动证明的合规状态，算法可解释性从技术需求逐渐升格为法律义务，技术中立是结果，算法可解释性是路径，企业必须将可解释性设计前置到AI开发环节，通过算法可解释性佐证技术中立，才能真正获得法律保护。

• （二）作品层面的合理使用 VS数据层面的合理使用

• 作品的合理使用源于《著作权法》第24条，适用于生成结果，举证责任由侵权内容使用者（创作者）承担；数据的合理使用源于《个人信息保护法》第13条及“数据二十条”相关文件精神，适用于训练过程，举证责任由AI模型训练者（平台或开发者）承担。当训练数据来源不合法时，AI生成内容的独创性是否存疑？未建立数据来源追溯机制的模型，其生成内容是否推定存在侵权风险？毒树之果的难题仍在热议，但著作权与数据的双重合规是各界共识，否则一个视频可能同时触发数据侵权与作品侵权的双重诉讼并面临高额赔偿。

• 五、合规建议

• （一）AI生成内容标识

• 平台应强制要求所有AI生成视频添加显性水印和隐性标识，建立水印检测系统，对未添加标识的AI生成内容进行拦截和处理；开发者应将水印技术嵌入AI生成工具，确保内容生成时自动添加标识

• （二）训练数据合法授权

• 开发者应建立训练数据溯源系统，记录数据来源、获取方式和授权状态；开发者或用户应与版权方签订书面授权协议，明确使用范围、地域、期限、派生与再授权等条款；开发者对训练数据进行合规审查，排除未经授权的内容。

• （三）平台严格管理

• 建立AI视频内容实时监测系统，对明显侵权内容进行自动拦截；根据使用场景和目的，实施分级授权管理，区分个人学习、研究与商业用途；开发内容查重系统，对用户上传内容进行相似度比对；设置提示词过滤机制，对明显涉及侵权的关键词进行拦截；建立肖像黑名单，对高知名度人士的肖像特征进行保护性过滤等。

• （四）创作者合规使用

• 自行留存或要求平台保存AI生成内容的创作过程记录，包括提示词修改日志、分镜设计草图等，作为证明独创性的证据；创作过程中仅使用平台授权人脸库或AI生成无特征虚拟人，影视片段采用CC0协议或使用正版素材库，音乐和字体使用AI工具内置免版税资源；进行风险自查，使用多种渠道验证肖像权与版权风险；在视频起始画面和视频播放周边的适当位置（或在视频末尾和中间适当位置）添加“AI生成”显著提示标识，确保公众能够清晰识别等等。

• 六、总结

• AI视频生成技术正在重塑内容创作的边界，为创作者带来前所未有的便利，同时也带来了更复杂的法律风险。对于创作者而言，应充分认识AI视频生成的法律风险，尊重他人知识产权，合法使用肖像和声音，规范记录创作过程，为可能的著作权保护奠定基础。对于平台而言，需建立完善的AI内容审核机制，部署严密的筛查检测技术，履行内容标识义务，明确平台责任边界，在技术创新与法律合规之间找到平衡点。

• 万物皆有其律，技术创新与法律规制的竞速已成为时代命题。未来的现象级内容，不仅诞生于算法的突破，更根植于对法律边界的精准丈量，唯有将合规基因植入创作源头，方能在AI浪潮中构筑真正的护城河。

AI投毒与GEO热议：你的模型正在被“投毒”，你知道吗？🫣

你可能觉得这离自己很远，但事实上，你每天都在用的AI助手、推荐系统，可能已经被悄悄“污染”了。更可怕的是，这种投毒不需要黑客技术，甚至只需要花39.9元

真实案例：AI是如何被“毒”到的？

39.9元就能让AI说谎（315晚会曝光）

2026年央视315晚会曝光了一个让人瞠目结舌的案例：

「Apollo-9智能手环」，一个根本不存在的产品，却在3天内被各大AI模型推荐为"智能健康手环首选"。

攻击手法简单到可怕： 攻击者花39.9元购买"力擎GEO优化系统"，系统批量生成虚假软文，在多个平台同时分发，制造"多来源一致"的假象，欺骗AI爬虫。2小时后，DeepSeek、豆包等主流AI开始推荐这个虚构产品。

AI模型在训练时会抓取全网数据，如果某个信息在多个可信来源同时出现，AI就会认为这是客观事实。攻击者正是利用了这一点，用廉价工具制造虚假共识。

🤔

技术拆解：为什么AI这么脆弱？

数据投毒：污染源头

攻击者不是在攻击模型本身，而是在污染训练数据源，AI大模型喝了有毒数据，自然就会生病。生成式AI存在训练数据量巨大（TB级别）、数据来源复杂（全网抓取）、难以逐条人工审核的致命弱点。

对抗样本攻击

给图片加一点人眼看不见的噪声，AI就会瞎。比如：一张熊猫图片 + 特殊噪声 = AI识别为“长臂猿”。在GEO优化场景下，风险更高，攻击者可能故意上传带对抗样本的图，AI学习后会产生系统性错误。

GEO优化的双刃剑

GEO（生成式引擎优化） 本意是好的，通过高质量内容让AI更懂你。但有人把它用歪了：用虚假内容优化搜索结果，用付费软文污染知识库， 用技术手段操纵AI推荐。

🛡️GEO合规指南：三层防护清单

第一层：数据层防护（从源头堵住）

建立信源白名单： 优先采用官方机构、学术期刊、持牌媒体， 慎用匿名论坛、营销号、未验证自媒体

交叉验证机制：商业推荐类回答必须进行多源比对，识别异常集中出现的内容

透明度强制披露：AI回答必须标注引用来源，提供可点击链接，让用户能追溯

第二层：模型层防护（增强AI免疫）

对抗性测试常态化：开发阶段主动加入投毒样本， 通过对抗训练提升模型鲁棒性

持续行为监控：部署异常检测系统，实时监控模型输出行为

供应链安全管理：对开源框架、预训练权重进行安全认证，防范上游污染

第三层：部署层防护（运行时保障）

采集安全过滤：训练数据采集环节增加安全扫描，识别并排除含隐蔽错误的内容

输出验证机制：对代码生成类模型的输出进行语法检查，对推荐类回答进行真实性复核

应急响应预案：制定发现投毒攻击后的处置流程和用户通知机制

⚠行业警示：五个常见误区

误区一：“我们数据量小，不值得攻击”

❌ 错！国外研究证明小数据也能造成大危害。攻击者可能不是针对你，而是通过你污染整个开源生态。

误区二：“用了大厂模型就一定安全”

❌ 错！大厂模型也可能用有毒数据训练。你的微调数据、业务数据也可能被污染。

误区三：“等出事再说”

❌ 错！数据投毒的危害有滞后性。等发现时，可能已经污染了多个下游应用，损害了品牌声誉，面临监管处罚

误区四：“技术问题技术解决”

❌ 错！AI投毒不仅是技术问题，更是管理问题、 合规问题甚至伦理问题

误区五：“GEO优化就是SEO，随便做”

❌ 错！GEO和投毒违规操作只有一线之隔

《反不正当竞争法》“数据保护专条”解读

在数字经济时代，数据成为企业重要的资产和竞争优势来源。一些企业通过不正当手段获取、使用或披露其他企业的数据，严重损害了市场竞争的公平性和合法性。2025年6月27日，十四届全国人大常委会第十六次会议表决通过了新修订的《中华人民共和国反不正当竞争法》，其中第 13 条第三款 “数据保护专条” 的出台，为企业在数据保护和商业秘密保护方面提供了新的法律武器。

一、“数据保护专条” 立法背景

在《反不正当竞争法》修订之前，企业数据权益一般通过著作权纠纷、商业秘密纠纷寻求司法救济，然而其保护的范围稍显不足，并非所有数据都能构成著作权意义上的“作品”，而企业数据构成“商业秘密”的门槛也很高。更为常见的情况是通过旧《反不正当竞争法》一般条款（第2条）“经营者在生产经营活动中，应当遵循自愿、平等、公平、诚信的原则，遵守法律和商业道德”和互联网专条（第12条）兜底条款“经营者不得利用技术手段，通过影响用户选择或者其他方式，实施下列妨碍、破坏其他经营者合法提供的网络产品或者服务正常运行的行为：（四）其他妨碍、破坏其他经营者合法提供的网络产品或者服务正常运行的行为”对数据权益予以保护。

人民法院在适用旧《反不正当竞争法》第2条和第12条对经营者的商业数据实施保护的司法实践中，已经积累了一些裁判规则：即在缺乏专门规定的情况下，适用一种兜底和例外的思路来认定不正当竞争。区别在于，适用第2条审理案件侧重于商业道德和一般侵权，有利于保护经营者权益，但“商业道德”较为抽象难以裁量；适用第12条兜底条款审理案件侧重于技术行为和不正当竞争，有利于保护中立性技术应用和信息流动环境，但获取商业数据未必要采取网络技术手段，导致数据保护方面存在局限。

故而，新《反不正当竞争法》第13条在吸收旧法第12条互联网专条内容的基础上，新增第三款规定专门用于保护数据权益。

二、“数据保护专条”构成要件

• 《反不正当竞争法》第13条第三款规定：“经营者不得以欺诈、胁迫、避开或者破坏技术管理措施等不正当方式，获取、使用其他经营者合法持有的数据，损害其他经营者的合法权益，扰乱市场竞争秩序。”

• 上述规定明确了数据的权利客体和保护范围，已形成一种权利保护的法律框架。具体而言，“经营者合法持有的数据”确定的是数据保护的适格权利客体，合法持有的企业数据指经营者在生产经营活动中累积形成并用于生产经营活动的数据，包括原始数据集合和经加工形成的数据产品；“欺诈、胁迫、避开或者破坏技术管理措施等不正当方式获取使用”有限列举了侵权行为范围，数据使用以数据获取为前提，但常见情形为数据获取和数据使用同时存在，可推知本条款主要规制不正当获取数据的行为，例如破坏保护措施（如反爬取技术、Robots协议）、违反数据平台管理规则（平台协议等）、欺骗（如伪装成数据平台或用户）等。当然，也规制独立的不正当使用数据，如违反协议超范围使用正当获取的数据；“损害其他经营者的合法权益，扰乱市场竞争秩序”规定为损害后果，此前的司法裁判通常在认定存在数据获取使用行为之后，通过分析对数据持有人权益的损害以及对竞争秩序的损害，来评判行为的不正当性，损害后果要件沿用了此前的司法裁判规则，同时对未来的技术路径是否构成不正当获取使用做了兜底。这种条文结构符合企业数据使用的实际，也适配当前数据保护的现实需求。

三、与传统商业秘密保护的衔接与区分

1.保护对象的拓展。“数据保护专条”保护范围涵盖未形成商业秘密但具有商业价值的数据集合，如用户行为数据、交易数据等，突破了传统商业秘密“秘密性、价值性、保密性”三要件限制。例如，平台通过用户协议积累的客户偏好数据、企业经营数据，虽未单独构成商业秘密，但其聚合形成的经营性利益仍受该条款保护。

• 2.行为规制的不同。相较于商业秘密保护侧重对“非法获取、披露、使用”行为的禁止，“数据保护专条”更强调对“擅自获取并实质性替代”行为的打击。例如，未经授权批量抓取竞争对手平台数据并用于自身服务，即使未直接披露数据内容，若导致用户流量转移，也可能构成不正当竞争。这种行为不仅侵犯了其他企业的数据权益，还可能导致市场竞争的不公平，因此需要通过法律手段进行规制。

3.保护逻辑的内在协同。商业秘密保护和数据保护的核心价值目标均是维护企业的竞争优势，制止不正当竞争行为。在数字经济时代，数据已成为企业商业秘密的重要载体和表现形式，“数据保护专条” 可视为商业秘密保护在数字领域的延伸与细化，二者共同致力于保护企业的创新成果和经济利益，措施手段互补，促进市场的公平竞争。

四、指导案例与裁判规则提炼

指导性案例262号：某科技有限公司诉某文化传媒有限公司不正当竞争纠纷案

案例简介：某科技有限公司是甲APP的经营者。某文化传媒有限公司是乙APP的经营者。2018年11月至2019年5月期间，乙APP上有50392个短视频与甲APP的短视频一致，且短视频中含有甲APP专有的代码。案涉短视频中，包含19079个注册用户昵称、用户头像。其中，15924个与甲APP相同；127处评论内容、顺序、标点符号与甲APP相同。经查，约40%的短视频具有独创性，构成作品；其余短视频有一定价值但不具有独创性，属于录像制品。某科技公司以不正当竞争纠纷为由提起诉讼，请求法院判令某文化公司消除影响、赔偿经济损失人民币4000万元。北京市海淀区人民法院认定，某文化公司的行为实质性替代了某科技公司的数据服务，构成不正当竞争，判决某文化公司赔偿某科技公司 500 万元。某文化公司不服一审判决，提起上诉，北京知识产权法院二审驳回上诉，维持原判。

裁判规则：

• 1.网络平台经营者在其对数据集合形成的经营性利益受到侵害时，可以请求人民法院依法保护。对于未经许可获取并向公众提供相关数据，实质性替代网络平台产品或者服务，扰乱市场竞争秩序、损害网络平台经营者或者其他权利人合法权益的行为，人民法院可以适用《中华人民共和国反不正当竞争法》有关规定，认定构成不正当竞争行为。

• 2.数据爬取行为的侵权要件为：未经许可获取+实质性替代产品或服务+扰乱市场竞争秩序、损害经营者或其他权利人合法权益。

3.如何判断“实质性替代”：若侵权行为导致用户无需访问原平台即可获取等效服务，即使数据未直接公开传播，也构成对数据权益的根本损害。

五、结语

该条款将传统商业秘密制度难以覆盖的企业持有数据纳入保护范围，对技术手段的管控更为精准，对非法获取、使用他人数据的行为进行了严格规制，填补了我国在数据保护法律领域的空白，具有重要的里程碑意义。

作者：赖宁

应对“数据保护专条”之企业数据合规建议

在数字经济时代，数据成为企业重要的资产和竞争优势来源。一些企业通过不正当手段获取、使用或披露其他企业的数据，严重损害了市场竞争的公平性和合法性。2025年6月27日，十四届全国人大常委会第十六次会议表决通过了新修订的《中华人民共和国反不正当竞争法》，其中第 13 条第三款 “数据保护专条”的出台，为企业在数据保护和商业秘密保护方面提供了新的法律武器。

尽管“数据保护专条”对非法技术措施、不正当获取使用行为进行了规范，但没有将最高院典型案例中广受关注的“同质化替代”还是“实质性替代”的判断要件纳入，这就留下了是否需要以数据爬取行为造成“实质性替代”作为判断要件的难点与争议，问题的存在也给特定场景下的数据爬取行为留下了正当性空间。未雨绸缪，平台经营者需做好数据合规措施，律师建议如下：

一、构建数据分级保护体系

• 1.核心商业秘密数据：对于如客户名单、技术参数等构成核心商业秘密的数据，采用加密存储技术，确保数据在存储过程中的安全性，防止数据被窃取或篡改；实施权限分级管理，根据员工的工作岗位和职责，赋予不同的访问权限；同时结合《商业秘密保护规定》，建立完善的合规管理体系。

• 2.一般商业数据：像用户浏览记录、市场调研数据等一般性商业数据，企业需通过平台规则声明，明确数据的所有权和使用规则，告知用户和第三方数据的使用范围和限制；通过数据接口授权，严格控制第三方对数据的访问和使用，确保数据的使用符合企业的利益和法律规定。

• 3.公开共享数据：对于行业报告、公开数据集等公开共享数据，企业需注明数据的来源与使用限制，防止数据被恶意整合后反向损害企业竞争优势。

二、加强技术措施防御

• 1.设置 robots 协议与反爬措施：在平台 robots 协议中明确数据抓取规则，告知其他网站或爬虫程序哪些数据可以被抓取，哪些数据禁止抓取。对核心数据接口设置验证码、频次限制等反爬措施，防止恶意爬虫程序大量抓取企业数据。

• 2.区块链存证：借助区块链技术的不可篡改、可追溯特性，对数据生成、流转过程存证。在数据生成时，将数据的相关信息，如数据内容、生成时间、生成者等，记录到区块链上；

• 3.措施公示与留痕：在平台网络服务协议中明确技术措施（如“本平台数据采用 SM4 加密，禁止未经授权爬取”），同时留存措施部署/更新日志至少 3 年。​

• 4.第三方合作合规：与数据处理方签订《技术措施维护协议》，明确其不得规避防护机制。​

• 5.定期有效性评估：每季度开展渗透测试，每年依据《网络数据安全管理条例》要求进行合规审计，及时修复措施漏洞。

• 三、人员与流程管控

• 1.签订《保密协议》：与接触敏感数据的员工签订《保密协议》，明确数据使用范围、保密义务及离职脱密期义务。

• 2.建立个人信息保护审计机制：定期开展PIA及个人信息保护合规审计，对数据查询、导出、传输等行为进行记录，留存评估档案。

• 3.定期组织培训：定期组织员工参加数据合规与商业秘密保护培训，邀请专业的法律人士或行业专家进行授课，通过实际案例分析，提高员工的数据合规意识和商业秘密保护意识。

• 4.制度更新：每年度更新《数据保护合规手册》，关注国家和地方出台的数据保护法规政策及技术标准，及时将新法规解读、行业最佳实践及内部处罚机制纳入合规手册。

• 四、维权策略选择

• 1.行政投诉：针对大规模数据侵权行为，向市场监管部门及网络安全部门举报。若认定侵权成立，将对侵权方采取高额罚款、责令停止侵权等行政处罚措施。

• 2.民事诉讼：结合“数据保护专条”与商业秘密条款提起诉讼，主张损害赔偿。在诉讼过程中，可申请法院调取侵权方数据服务器日志作为证据，以证明侵权方的侵权行为和侵权后果。

• 3.刑事报案：若侵权行为涉及侵入计算机系统、窃取商业秘密等，同步向公安机关报案，追究刑事责任。

总结

“数据保护专条”的出台标志着我国反不正当竞争法律体系向数字经济的深度延伸，为商业秘密与数据保护提供了更精准的法律工具。企业需把握立法精神，在数据收集、使用、共享中坚守 “合法、必要、诚信” 原则，构建符合自身业务特点的保护体系。未来，随着数据要素市场化配置的推进，司法与执法实践将进一步明确数据权益的边界，唯有合规经营、创新发展，才能在数字竞争中筑牢商业秘密与数据保护的双重防线。

作者：赖宁

虚拟偶像AI数字人数据合规风险分析

虚拟偶像AI数字人的应用场景

虚拟偶像AI数字人的应用场景覆盖了娱乐、商业、教育、金融等多个领域。在娱乐领域，虚拟偶像通过直播、短视频、虚拟演唱会等形式与粉丝互动；在商业营销领域，AI数字人已成为直播电商品牌营销的重要工具，例如虚拟主播带货、虚拟偶像数字广告等；在企业服务领域，AI数字人广泛应用于智能客服、虚拟培训、数字营销及远程协作等场景。

虚拟偶像AI数字人的法律规制

在虚拟偶像AI数字人的监管方面，我国形成了以《网络安全法》《数据安全法》《个人信息保护法》为基础，以行业规范为补充的多层次法律框架体系。

《网络安全法》主要规范AI数字人的网络行为和内容发布，要求其不得利用网络制作、复制、发布、传播含有虚假信息、淫秽色情、恐怖暴力等内容。《数据安全法》重点关注AI数字人运营过程中的数据安全保护，特别是在数据收集、存储、使用、加工、传输、提供、公开等环节的安全保障义务。《个人信息保护法》则聚焦于AI数字人在与用户互动过程中收集、处理个人信息的行为规范，要求遵循合法、正当、必要和诚信原则，不得过度收集个人信息。

《互联网信息服务深度合成管理规定》对AI数字人等深度合成服务提出了明确的监管要求；《人工智能生成合成内容标识办法》要求 AI 生成内容需标识并持续提示消费者，运营方应当按照国家有关规定开展安全评估。《网络主播行为规范》《网络直播营销管理办法（试行）》将利用人工智能技术合成的虚拟主播及内容纳入监管范围，对虚拟偶像从事网络直播营销活动的法律责任作出了具体规定。

AI数字人的案例指导

全国首例AI数字人纠纷当属2023 年杭州互联网法院审结的数字人Ada侵权案件。该案中，上海魔珐公司于 2019年10月通过公开活动发布了数字人Ada及相关视频。随后，2022年7月杭州四海公司未经授权在抖音发布了2段含有 Ada 的视频画面。法院审理认为，虚拟数字人虽然并非法律意义上的表演者，不享有表演者权，也不享有视听作品的著作权或录像制作者的邻接权，但是，魔珐公司作为该虚拟数字人的制作方以及真人演员所属公司，依法或依约拥有该虚拟数字人相关的权利。法院认定 Ada 形象构成美术作品，四海公司的行为侵犯了原告的美术作品、视听作品、录像制品以及表演者的信息网络传播权，同时构成虚假宣传的不正当竞争。最终判决四海公司为魔珐公司消除影响并赔偿经济损失（包含维权合理费用）12 万元。此案过后，在数字人形象著作权、AI合成声音权、虚拟主播责任、平台审核义务等方面逐步积累了一些规则与共识[^e0]。

AI数字人的数据合规风险

鉴于当前尚未成熟的市场规则和训练数据的黑盒现状，AI数字人研发环节的算法备案、模型训练及数据处理等问题暂不纳入讨论范围，本文聚焦于AI数字人上线运营阶段的数据合规风险：

1.数据收集风险。在AI数字人互动场景下，用户往往在使用过程中被动地产生大量数据，包括互动记录、行为轨迹、偏好信息等。《个人信息保护法》要求运营方需要在用户注册、使用过程中明确告知数据收集的范围、目的和方式，并获得用户的明确同意。在即时、复杂的应用场景下，运营方如何合法取得用户的授权同意，是一项严峻的挑战。

2.敏感个人信息风险。AI数字人在运营过程中可能收集用户的生物识别信息（如人脸、声纹）、健康信息、金融信息等敏感个人信息。《个人信息保护法》对敏感个人信息的处理设定了更为严格的要求，必须具有特定的目的和充分的必要性，并采取严格的保护措施。运营方必须仅收集为实现特定目的所必需的最少个人信息，并在目的达成后及时删除或匿名化处理，采取隐私计算等技术措施保障数据安全处理。

3.算法偏见风险。算法模型可能隐含偏见或错误信息，例如，AI 推荐系统若基于用户画像进行歧视性定价，将违反公平交易原则。基于《互联网信息服务算法推荐管理规定》，AI数字人运营方需要采用可解释的 AI 技术，如决策树、规则引擎等，或者对深度学习模型进行可解释性改造，使其决策过程能够被理解和验证，防止算法产生歧视性结果，确保算法决策的公平性和无偏见性。

4.用户画像与自动化决策风险。AI数字人在与用户进行交互的过程中，有机会获取用户偏好、行为习惯等大量的个人信息用于用户画像与精准推送。《个人信息保护法》对自动化决策和用户画像作出了严格规定，要求保证决策的透明度和结果的公平、公正，当运营方向用户推送内容或进行商业营销时，必须同时提供不针对个人特征的通用选项和拒绝方式。

5.内容标识风险。在AI数字人直播场景中运营方为追求拟真感可能会淡化标识（标识尺寸过小、颜色与背景融合等），或是短视频内容经多平台转发后标识被二次编辑移除（如去水印工具）。《人工智能生成合成内容标识办法》要求 AI 生成内容需显著标识并持续提示用户，运营方可以采用实时水印技术并多模态覆盖，确保裁剪/缩放/转发后仍可见“当前为AI生成内容”标识。

5.新监管政策对行业的影响

不同于欧盟《人工智能法案》对 AI的七要素界定[^e1]清晰地排除了传统APP与简单交互系统，2025年12月27日国内发布的《人工智能拟人化互动服务管理暂行办法（征求意见稿）》使用“拟人化互动服务”的宽泛定义，旨在对所有以模拟人类人格特征为核心的人工智能互动服务进行监管，可能对虚拟偶像AI数字人产业造成一定的发展阻力。

例如，该办法要求运营方应当显著提示用户正在与人工智能而非自然人进行交互，在用户初次使用、重新登录时，应当以弹窗等方式动态提醒用户交互内容为人工智能生成（连续使用超2小时需弹窗提示），避免诱导用户过度依赖，这可能降低用户粘性，无法长期运营。

该办法规定运营方应当建立未成年人模式，向用户提供未成年人模式切换、定期现实提醒、使用时长限制等个性化安全设置选项，并需取得监护人同意，这可能导致部分AI数字人服务的用户群体受限，限制商业拓展。

该办法规定运营方采取数据加密、安全审计、访问控制等措施保护用户交互数据安全，且不得将用户交互数据用于模型训练，这可能限制AI模型的迭代优化能力，影响服务的个性化和智能化水平。

[^e1]: 判断人工智能系统的依据：人工智能系统的定义涵盖范围广泛，判断一个软件系统是否属于人工智能系统，不能简单地通过自动判定或依据详尽清单来确定。需要综合考虑该系统的具体架构和功能，并依据《人工智能法案》第3(1)条中规定的七个定义要素，即基于机器的系统、自主性、适应性、系统目标、使用AI技术推断生成输出的能力、影响物理或虚拟环境的输出以及与环境的交互等方面进行全面评估。

程序员用了一下境外AI，公司数据到哪里去了？

GitHub Copilot、Claude Code、Cursor、ChatGPT 等 AI 编程助手，已经成为不少开发团队的日常工具。但容易被忽略的是：这些工具在提供服务时，往往需要将代码片段、报错信息、配置文件发送至境外服务器——通过境外大模型的 API 完成推理。对国内开发者而言，这不仅是用个工具这么简单，而是涉及代码数据出境、网络安全合规、知识产权风险的复杂命题。

国家安全部在2025年7月24日通过官方公众号通报了一起案例：某科研单位研究人员小李，在撰写研究报告时，为了省事，把核心数据和实验成果直接粘进了某境外AI软件，请它帮忙润色生成报告。数据出境了，涉密信息泄露了，小李受到严肃处理。

这件事发生在一个科研单位，但同样的操作，正在中国无数个开发团队、实验室、项目组里每天发生。

区别在于：小李的单位有保密管理制度，知道这叫“违规”。更多团队连意识都还没有——他们以为，只是调了个接口而已。

一、基本问题：调个API，算不算数据出境？

很多开发者的直觉是：“代码在我本地，我只是发了个请求，又没把文件上传到哪里。”

这个直觉在法律上站不住脚。

当你用GitHub Copilot补全代码、用Claude Code分析报错、用ChatGPT生成配置文件时，以下数据已经通过HTTPS请求，传输到了OpenAI、Anthropic、微软等境外服务商控制的服务器：

当前文件的上下文、函数定义、变量名，乃至整个模块；

堆栈跟踪和日志内容（可能包含用户ID、手机号、订单号）；

数据库连接字符串、API密鑰、内网IP地址、服务端点；

多轮对话中累积的上下文，足以拼凑出完整的业务逻辑。

《数据安全法》《个人信息保护法》意义上的“数据出境”，判断标准是数据是否进入境外主体的控制范围，而非数据是否“离开你的硬盘”。API调用，一次就够。

有一个重要区分值得单独说清楚：工具本身不等于数据出境。VS Code、Cursor IDE这类本地运行的编辑器，安装和使用本身不导致数据出境；触发出境的是工具在后台向境外大模型发送的API请求。这意味着，切换到接入国内模型的编程插件，或在本地部署DeepSeek、Qwen-Coder等开源模型，数据合规风险可以从根本上规避。

二、三类数据，三条线

企业代码库的数据敏感程度差异极大，合规建议不是“全部禁止”，也不是“全部放行”，而是分级判断。

■ 第一类：绝对不能出境

涉及国家秘密的代码和文档；

核心算法、专利实现、未公开的商业逻辑；

含大量用户个人信息的数据库Schema和日志文件；

生产环境的密鑰、Token、证书；

内网架构图和服务器IP清单。

这类数据出境，触发的是《数据安全法》第三十六条、《个人信息保护法》第三十八条的直接违规，企业面临最高50百万元罚款或年营业額5%的处罚，直接责任人可能承担刑事责任。没有评估空间，没有“下不为例”，这是硬线。

■ 第二类：脱敏后可受限使用

通用框架代码、标准库调用、常见报错信息；

变量名已替换、个人标识已去除的业务逻辑片段；

公开的开源项目代码。

这类数据经过真正彻底的脱敏处理，风险相对可控。但有一个陷阱值得注意：境外服务商通常在用户协议中保留对输入内容进行模型训练的权利。脱敏不彻底的代码片段，可能通过训练过程间接外泄。

■ 第三类：低敏感，可常规使用

公开的算法题和练习代码；

与具体业务无关的通用技术文档翻译；

编程语言语法层面的问题。

三、三个误区，一个比一个贵

误区一　“我个人账号付费订阅，和公司没关系。”

如果处理的是工作代码，在法律上仍可能被认定为职务行为。企业作为数据的实际控制者，不能以“员工个人行为”规避数据出境责任。一旦发生泄露，企业依然是向监管机构和用户承担首要责任的主体。员工可能同时面临内部追责和法律责任。

误区二　“我翻墙访问，应该不算数。”

翻墙是网络接入手段，数据出境是法律后果。两者独立成立。《计算机信息网络国际联网管理暂行规定》第六条明确禁止自行建立或使用非公用电信网提供的国际出入口信道进行联网。翻墙不能豯免数据出境的合规义务，只会在原有违规之上再叠加一层网络接入违规。

误区三　“代码里没有个人信息，个保法管不到我。”

个保法确实以个人信息为边界，但数据出境的合规义务不只来自个保法。代码中的数据库连接配置和内网架构属于企业核心机密，泄露将直接暴露网络系统；涉及特定算法的代码还可能触发技术出口管制；只要涉及“重要数据”，就须依法完成数据出境安全评估——而“重要数据”的范围，由行业主管部门自行划定，远比多数开发者预期的宽。

四、分层合规建议

不是不用，而是用好。在务实与合规之间找到平衡点，才是对企业和开发者都负责的做法。

🏢 对企业

1. 建立白名单制度，不搞一刀切

明确告知员工哪些工具可用、哪些场景可用、哪些数据可以上传；

允许使用接入国内大模型的IDE插件；

允许在隔离环境中使用境外工具处理脱敏后的通用代码；

禁止向任何境外服务上传含核心算法、用户数据、生产密鑰的代码。

2. 技术隔离，而非行政禁止

在开发网络中部署DLP（数据防泄漏）系统，检测并阻断向境外AI服务发送含敏感关键词的数据；

为不同项目设置网络隔离区——涉密项目只允许访问国内模型服务，非涉密项目可经审批后使用境外服务；

提供企业级的合规替代方案，降低开发者“偷偷用”的动机。

3. 制定脱敏规范并落地培训

制定代码脱敏标准操作程序（SOP）：变量名替换、连接字符串删除、个人标识符截断；

定期对开发者进行数据分类分级和合规培训。

4. 合同与责任约定到位

在劳动合同和保密协议中明确AI工具使用规范；

对因违规使用境外AI工具导致的数据泄露事件，明确内部追责机制。

👨‍💻 对开发者

1. 上传前先过三个问题

这段代码包含公司核心算法或商业秘密吗？

里面有没有数据库密码、API密鑰、内网地址？

报错信息里是否包含用户个人信息或业务敏感数据？

任何一个答案是“是”，请停下来，换成本地工具或国内替代方案。

2. 优先使用国内模型或本地部署

日常编程辅助，国内大模型的代码能力已经可以满足大部分需求；

通过企业合规渠道申请，使用经审批的境外API账号；

本地部署DeepSeek、GLM、Qwen-Coder等开源模型，实现离线推理，合规风险归零。

3. 不要为了方便赌上职业风险

个人翻墙行为本身已处法律灰色地带，叠加企业数据上传后，违法成本显著上升；

一旦因个人违规行为导致公司数据泄露，面临的不只是内部处分，还可能涉及侵犯商业秘密罪、侵犯公民个人信息罪等刑事责任。

五、结语

小李在粘进那段数据的时候，想的是怎么快点写完这份报告。

没有人想着“我在跨境传输涉密信息”。

但法律不问动机，只看结果。AI工具的效率价值毫无置疑，但边界同样清晰：涉密数据，一行都不能传；非涉密数据，脱敏彻底才能用；日常通用代码，优先选择境内服务。

“我只是调了个接口”，不是答案。

法条引用

《中华人民共和国数据安全法》第三十六条

《中华人民共和国个人信息保护法》第三十八条至第四十条

《计算机信息网络国际联网管理暂行规定》第六条

《中华人民共和国刑法》第二百一十九条（侵犯商业秘密罪）

国家安全部通报案例，2025年7月24日

抖音欧洲被罚5.3亿欧元：中国员工“看了一眼”，代价为何如此沉重？

“数据存在美国和新加坡，中国团队只是远程看了一下。”

这句话，值5.3亿欧元。

一、基本案情：5.3亿欧元，欧洲史上第四大GDPR罚单

2025年4月30日，爱尔兰数据保护委员会（Data Protection Commission，DPC）就其对TikTok Technology Limited历时数年的调查作出最终裁决。

裁决内容如下：

罚款€530,000,000，分两部分：€485,000,000用于违反GDPR第46(1)条（跨境传输保护缺失），€45,000,000用于违反第13(1)(f)条（隐私政策透明度不足）

整改令：6个月内将数据处理操作纳入GDPR第五章合规，否则暂停对中国的全部数据传输

TikTok对爱尔兰数据保护委员会于 2025 年4月30日作出的《Inquiry into TikTok Technology Limited in respect of transfers of personal data to China》（调查编号 IN-21-9-2，下称“DPC 最终决定”）不服，上诉至爱尔兰高等法院。

2026 年 6 月 3 日，爱尔兰高等法院作出《TikTok Technology Limited and TikTok Information Technologies UK Limited v Data Protection Commission》判决，案号 Record No. 2025/248 MCA，判决编号 [2026] IEHC 347：维持 DPC 关于第46条和第13条的违法认定，也确认 DPC 作出罚款决定的基础成立，但金额需待后续判决处理；但法院认为，DPC 在评估暂停传输令和整改令时，没有充分处理第三份许教授中国法意见和Project Clover技术措施，因此拟撤销纠正命令，并将“应作出何种纠正命令”发回 DPC 重新考虑。

至此，欧盟GDPR生效以来第四大罚款决定，也是针对中国企业迄今金额最高的数据合规执法案例，尘埃落定。

没有黑客，没有未授权的第三方访问，本案争议焦点不是传统意义上的数据泄露，而是TikTok在中国的工程师和运营人员通过远程访问方式处理了存储在新加坡和美国服务器上的欧洲经济区（EEA）用户数据。

二、法律分析

争议焦点一：远程访问是否构成数据跨境传输？

GDPR第四章及第五章将“数据传输至第三国”定义为向欧盟/欧洲经济区以外的国家转移个人数据。TikTok的抗辩理由是：数据的物理存储地在新加坡和美国，并未转移至中国，不构成跨境传输。

DPC的认定截然相反。DPC指出，中国境内的员工通过远程访问处理欧洲用户数据，其本质是在中国法律管辖范围内处理欧洲用户的个人数据，数据处理发生地，而非数据存储地，才是判断"传输"的核心要素。

这一认定意味着：对于任何在中国设有研发或运营团队的跨国企业，只要这些团队能访问境外用户数据，就可能构成GDPR意义上的跨境传输，须满足全部合规要求。

争议焦点二：标准合同条款（SCCs）为何不满足合规要求？

对于向无充分性认定国家传输数据的情形，企业通常采用欧盟标准合同条款（SCCs）作为数据传输机制，TikTok亦使用了SCCs。但GDPR第46(1)条的要求不止于此，企业须核实、保证并证明SCCs及其补充措施，能够确保目标国的个人数据保护水平与欧盟“本质等同”（essentially equivalent）。

DPC逐一审查了TikTok提交的中国法律评估材料，认定以下中国法律与欧盟标准存在实质性偏差：

《中华人民共和国反恐怖主义法》

《中华人民共和国反间谍法》

《中华人民共和国网络安全法》

《中华人民共和国国家情报法》第七条（“任何组织和公民都应当依法支持、协助和配合国家情报工作”）

最后一条尤为关键，在此法律框架下，中国境内的TikTok员工理论上无法拒绝配合国家情报机构，这使得欧洲用户数据在被中国员工访问时，面临无法通过合同机制弥补的制度性风险。SCCs是合同，无法对抗主权法律，这是本案确立的核心命题。

争议焦点三：Project Clover技术措施能否替代法律合规？

TikTok自2022年起推进欧洲数据本地化项目（Project Clover，三叶草项目），承诺将欧洲用户数据存储于欧洲境内服务器，并建立独立的安全审查机制。

DPC明确指出：即便考虑Project Clover的进展，处罚和整改令依然成立。技术架构的改变，不能追溯性地为过去的法律违规行为开脱，也不能自动证明当前的处理操作已达到合规标准。技术合规与法律合规，必须同步推进，不能互相替代。

红牌警告：TikTok在调查中提供的“不准确信息”

本案有一个在技术上独立、但严重影响TikTok信誉的情节。在DPC历时多年的调查过程中，TikTok持续向DPC表示，欧洲用户数据未存储在中国境内服务器上。然而，2025年4月（距DPC发出最终裁决仅数周）TikTok主动通报：其在2025年2月发现，确有少量欧洲用户数据被存储于中国境内服务器，与此前向DPC陈述的内容相悖。

DPC以审慎措辞表示：“正在认真对待这一进展，正在与欧盟同行数据保护机构协商，考虑是否采取进一步监管行动。”

四、合规启示：出海企业的四道必答题

第一题：谁在访问用户数据？在哪里访问？

将中国工程师或运营团队对境外用户数据的访问，纳入正式的数据传输机制管理。访问路径、访问权限、访问日志，需要有清晰的文档记录。

第二题：SCCs + 传输影响评估，二者缺一不可

签署SCCs后，必须同步完成传输影响评估（Transfer Impact Assessment，TIA），对目标国（包括中国）的法律环境进行实质性分析，并将分析结论书面化。评估若无法支撑"本质等同保护"的结论，需要引入补充措施或重新设计数据架构。

第三题：隐私政策是否告知了数据传输的真实情况？

TikTok2021年隐私政策被单独处以€45,000,000罚款，原因是：既未列明数据传输目标国（包括中国），也未说明中国团队远程访问数据的处理操作。出海产品的隐私政策，需要明确列出所有数据传输目标国家及对应的处理场景。

第四题：监管调查中，是否保持了完全诚实？

无论出于何种原因——法律策略、信息核实不充分，还是技术上的真实遗漏——对监管机构提供不准确信息，都是最高风险操作。主动披露、及时纠错，是唯一正确的处理路径。

五、结语

结构性调整加剧，没有完美答案。这个案件之所以超越了一般GDPR处罚的意义，在于它触及了一个结构性命题：在中国法律体系下运营的企业，处理欧洲用户数据，面临欧盟监管机构难以接受的制度性风险。不是因为企业的恶意，而是因为两套法律体系对国家权力边界的根本性分歧。

这不是一个可以靠签几份合同、写几页政策、建几个数据中心就彻底解决的问题。它要求出海企业在战略层面认真面对：用户数据主权与商业运营效率之间，如何找到监管可接受的平衡点？

5.3亿欧元是欧盟给出的这道题的分值。答卷，每家出海企业都要自己交。

法条引用：

GDPR（EU 2016/679）第13(1)(f)条、第46(1)条、第五章

爱尔兰数据保护委员会最终裁决，2025年5月2日，案件编号IN-18-12-2（TikTok Technology Limited）

《中华人民共和国国家情报法》第七条

来源：爱尔兰DPC官方公告