目次

一、引言

二、欧盟《人工智能法》开源监管豁免制度的建构历程

三、欧盟《人工智能法》开源监管豁免制度的剖析与反思

四、对我国民间立法建议的开源AI条款的评析结语

本文转载自“知识产权与竞争法”公众号，原文刊载于《同济大学学报（社会科学版）》2026年第3期，作者张韬略、廖慧姣。

摘要：开源人工智能作为一类破坏性创新技术，其监管需遵循包容审慎原则。欧盟《人工智能法》的开源监管豁免制度历经三次立法变革和执行限缩，最终形成一套分层治理模型下的有限豁免制度。但该制度存在诸多缺陷：监管介入过早，违背包容原则；监管设定繁杂，引发规制积聚效应；监管执行严苛，导致审慎过度而包容不足。我国民间立法建议文本在制度设计层面亦存在监管介入重创新而轻风险、监管设置缺乏类型化和清晰标准、监管执行裁量权过大等不足。通过借鉴欧盟立法的经验与教训，我国开源豁免条款设定应注意：因地制宜介入监管，在“促发展”基础上适度强化“控制风险”考量，采用包容渐进的立法策略；以非过度精细化的类型化进行监管设置，以最低限度自由原则界定开源概念；监管执行采取“先公法后私法、先单一后体系”的分步推进策略，合理配置执行裁量权，以实现包容与审慎价值的平衡。

关键词：人工智能开源  监管豁免  人工智能法  包容审慎

一、引言

开放源代码等开放创新运动已经从软件产业蔓延至人工智能产业。如今，开源生态已成为人工智能（ArtificialIntelligence，下文简称“AI”）产业的核心支柱。据调查，目前市面流行的大多数大模型项目都为开源发布。[1]虽然开源AI的创新和竞争激励等功能已获得业内普遍共识，[2]但“GPT-4CHAN”等滥用事件[3]也表明，不加监管的开源AI可能带来不可逆转的安全隐患。可见，开源AI为兼具创新价值与安全风险的“破坏性创新技术”[4]，唯有在合理的监管下才能行稳致远。面对具有上述双重属性的新技术和新业态，我国创设了包容审慎监管原则，[5]力求在推动创新发展的前提下防范技术风险。这一原则可分解为三个递进的操作维度：其一，监管介入维度，即判断是否监管以及何时监管；其二，监管设定维度，即设定如何监管以及监管强度；第三，监管执行维度，即保证监管效果平衡以及法律体系的配套统一。

考虑到开源AI生态对于产业创新、发展和安全治理的重要作用，欧盟《人工智能法》创设了一套开源有限豁免制度，其立法演进、规则设计以及实施效果，为观察包容审慎原则在开源AI领域的具体展开，提供了值得研究的宝贵样本。对比之下，开源AI对我国的战略意义更为凸显。近期“DeepSeek”等本土开源AI的突围，标志着我国正通过开源路径打破技术封锁、构建自主生态。此时，如何确立相应的监管制度以平衡创新与安全，对我国AI产业的发展至关重要。我国学界已关注到这一问题。2024年3月和2025年3月公布的《人工智能法（学者建议稿）》（下文简称《学者建议稿》）和《AI示范法（专家建议稿）3.0》（下文简称《示范法3.0》）都建议创设开源监管豁免制度，但与欧盟立法存在差异，这为中欧比较研究提供了宝贵对象。本文以包容审慎原则为分析框架，从监管介入、监管设定、监管执行三个维度系统评析欧盟开源豁免制度的实践得失，并对照我国民间立法建议的优劣，为构建符合我国产业特点、平衡创新与安全的开源AI监管豁免制度提供框架性建议。

二、欧盟《人工智能法》开源监管豁免制度的建构历程

（一）欧盟开源监管豁免制度的出台

2021年4月，欧盟委员会向欧盟理事会提交了《人工智能法》提案及解释性备忘录（下文简称“委员会提案”），[6]正式开启了《人工智能法》的立法程序。随后，理事会内部进行多方洽谈，于2022年12月通过了关于《人工智能法》的一般立场（下文简称“理事会提案”）。[7]最初两份提案虽无意设置开源的豁免监管，但不排除存在某些实质性的开源监管豁免空间。

2023年5月，欧洲议会内部市场和消费者保护（IMCO）委员会以及公民自由、司法和内政（LIBE）委员会投票批准了新一版的《人工智能法》谈判授权草案（下文简称“折衷协议”）。[8]该折衷协议首次增设了开源监管豁免的规定，[9]并获得欧洲议会通过，构成后续三方谈判的基础[10]。此后，历经欧洲议会、欧盟理事会和欧盟委员长达9个月的三方会谈，《人工智能法》正式文本（下文简称生效版本）于2024年3月获得欧洲议会通过，[11]并在2024年7月12日欧盟官方公报上发布，其正文三款规定和序言五条规定，构成了欧盟《人工智能法》开源监管豁免制度的规范基础（参见表1）。

继《人工智能法》正式发布后，为确保其有效实施，欧盟委员会于2025年7月推出《<人工智能法>下通用AI模型提供者义务范围指南》（以下简称《指南》）[12]，阐明了采用自由和开源许可的通用模型提供商在何种条件下可以豁免《人工智能法》所规定的部分义务（参见表2）。

表1 欧盟AI立法进程中“从无到有”的开源监管豁免制度

资料来源：作者整理绘制。

表2 欧盟人工智能法执行阶段对开源监管豁免制度的细化和明确

资料来源：作者整理绘制。

（二）开源监管豁免制度在不同阶段立法文本里的体现

1. 委员会提案的潜在豁免空间

委员会提案虽认可数据开放共享对AI发展的重要性[13]，但未意识到开源AI的监管必要性，因此并没提出监管开源AI的任何具体设想。该提案主要监管“高风险AI系统”，[14]侧重考察实际部署应用的风险程度，而非模型本身的风险。因此，未投入应用市场的开源AI系统基本不纳入监管范围，在模型平台开源AI组件的行为通常可获“豁免”。

2. 理事会提案限缩豁免的潜在空间

随着欧盟立法者对AI风险认识的加深，理事会提案特别增设了“通用AI系统”的监管规定，[15]明确涵盖“开源软件”。据此，市面上流行的开源大模型基本落入监管范围。尽管理事会提案提出两项豁免措施，但其效力空间较为有限：其一为科研豁免，“专门为科学研究和开发目的而开发和投入”，甚至“以产品为导向的研究活动”，不适用该法。[16]但未能涵盖开源社区的多样化应用行为，存在较大不确定性。其二为“通用AI模型”的善意豁免，要求提供者在“善意”中排除高风险用途或防止滥用。[17]然而，鉴于通用AI模型的泛化能力及开源方对下游端口的弱控制力，开源实践往往难以满足该豁免条件。

3. 折衷协议正式创设开源监管豁免制度

与前述提案不同，折衷协议全面考虑开源AI在创新与安全之间的平衡，正式搭建从开源促进到开源监管豁免的制度框架。

第一，明确开源AI促进创新、增进就业的积极意义，[18]并将其作为监管豁免的重要理由，即“不应强制要求自由和开源AI组件的开发者遵守针对AI价值链的要求”。[19]

第二，界定豁免对象。开源豁免仅针对“根据自由和开源许可提供的AI组件”，[20]即依照自由软件基金会（FSF）和开放源代码促进会（OSI）的自由、开源许可协议（FOSSLicenses）提供的组件。协作开发或在开放库上提供自由和开源AI组件的行为可享受豁免，不构成“由提供商投放市场或投入使用”的豁免例外情形。[21]但已投放市场的基础模型、禁用AI和高风险AI系统明确排除在外。值得注意的是，现实中开源社区一些捆绑营销的做法，很可能无法主张开源豁免。[22]

第三，明确开源第三方义务。开源第三方应在保护知识产权前提下提供信息、配合提供商，并披露对模型的控制水平，[23]以确保提供商具备投放AI的能力以及责任可追溯性。同时，协议鼓励开发者采用模型卡、数据卡等文档实践，促进AI价值链的信息共享。[24]

4. 生效版本进一步调整和细化开源监管豁免制度

三方会谈中，欧盟立法者就开源监管豁免制度的设计方案提出细化和调整意见。第一，不同类型的模型系统，适用不同程度的开源监管豁免（见表3）。具体而言，（1）根据自由和开源许可发布、不属于高风险AI且没被用于禁用实践的“普通AI系统”，享有全面义务豁免。（2）高风险AI系统或用于禁用实践的AI系统，[25]一旦“投放市场或提供服务”，无法主张豁免。[26]（3）特定AI（包含生成式AI）系统的提供者和部署者，不能豁免透明度义务。[27]（4）开源通用AI模型提供者可部分豁免透明度义务，但需披露训练内容摘要并遵守版权法，且具有系统风险的模型[28]不适用豁免。[29]随着对通用AI模型风险认识的加深，法案不再鼓励开放共享该领域的模型卡和数据卡。[30]

表3 生效版本对不同类型开源AI采取不同程度的豁免

资料来源：作者整理绘制。

第二，细化开源第三方独立义务。开源第三方指在自由且开源许可下向公众提供AI系统的工具、服务、流程或AI组件的第三方。高风险AI的第三方通常应承担书面说明义务，具体说明必要的信息、能力、技术访问和其他援助，但其开源第三方可享受该义务豁免，[31]除非模型同时被认定为通用模型。[32]

第三，更具体的“开源”要求。生效版本虽未明确定义“开源”，但序言提供了参考标准：“自由和开源的AI组件涵盖软件和数据，包括模型和通用AI模型、工具、服务或AI系统的流程”，[33]“可以通过不同的渠道提供”包括“在开放式资源库上的开发”方式，[34]且提供行为“本身不应构成货币化”[35]。因此，有偿技术支持、定向广告等盈利行为不属于豁免范围，但“微型企业之间的交易除外”。[36]特别地，通用AI模型需公开参数（包括权重、架构信息和使用信息）才符合开源要求。

表4  生效版本对不同类型AI的开源定义

资料来源：作者整理绘制。

5. 执行阶段对通用AI开源监管豁免制度的限缩

欧盟发布的《指南》通过设定严格的适用前提和列举排除例证，显著收紧了通用AI模型的监管豁免空间。指南将开源豁免条件系统分解为三个必须同时满足的要件“自由开源许可证”“非货币化”以及“参数公开”，并对每项要件进行详尽解释。[37]

第一，严格界定“自由开源许可证”。《指南》明确了四大自由标准：“无偿、无附加限制地获取模型（安全措施除外）的访问自由”；“不得利用知识产权或收费来限制模型的使用（署名要求除外）自由”；“无需付费或受其他限制的修改自由”；“仅在特定条件限制下（署名或传染性条款），对原始或衍生模型进行分发的自由”。同时，指南以负面清单排除常见“开源”实践，如“仅限非商业或研究用途”“由用户规模阈值触发的使用限制”等。[38]

第二，高标准要求“非货币化”和“参数公开”。“非货币化”要求用户在访问、使用、修改和分发AI模型时无需支付任何费用，排除了“学术免费、商业收费”的双轨授权、强制付费的捆绑服务等商业实践。“参数公开”的标准不仅要求公开权重、模型架构等核心参数，还需提供详尽的使用信息（输入输出方式、功能特性及局限性）和技术集成文档（使用说明、基础设施要求、工具及配置方案）。[39]

三、欧盟《人工智能法》开源监管豁免制度的剖析与反思

（一）欧盟开源监管豁免制度的剖析

1. 监管介入的动态演变：从无到有的转变

欧盟《人工智能法》开源监管豁免制度从无到有的转变，实质是监管介入时机与范围的博弈过程，展示了欧盟立法在开放的立法程序和充分的利益相关方参与中，如何从基于风险恐慌的过度介入（“误伤”），升级为更具包容的“回应-调整”监管介入模式。[40]

欧盟立法者最初未意识到AI治理与开源之间存在法律关联，因此早期两份提案均未涉及开源。但随着通用AI系统的出现及风险的提升，理事会提案新增针对性监管内容，从监管应用转向监管模型本身，开源模型被“一刀切”地纳入监管范围。此时，预防性审慎原则完全压倒产业生态的包容性考量，展现出典型的“命令-控制”式静态监管思维。这种一刀切立场引发了开源社区、产业界和学术界的强烈反弹。一时间，布鲁金斯学会的批评、[41]Mozilla基金会的建议、[42]GitHub的立场文件[43]以及众多开源公司[44]的呼吁涌入立法程序。与产业界相呼应，欧洲议会法律委员部在《对提案的修改建议》[45]中也提议增加开源的监管豁免。[46]这些利益相关者的声音，填补了立法者对开源AI意义的信息鸿沟，使其意识到开源AI的差异性价值。据此，欧盟议会重新评估了监管介入开源的效果，最终在法案谈判立场中指出，为支持创新，议会同意研究采纳AI开源有限豁免规则。[47]

2. 监管设定的调整：从粗放到精细的转变

欧盟对开源AI豁免制度的监管设定，是三方会谈对折衷协议文本进行激烈讨论并做出较多修正，从最初审慎压倒包容的“粗放管制”，演变为能根据风险等级灵活调整的精细制度，包括下述三个维度。

第一，监管对象的精准化。最初界定豁免对象时存在明显的“信息不对称”，导致术语模糊且脱离产业实践。通过对关键术语的修正，生效版本极大提升了规则的适用性。例如：（1）豁免主体从开发者和使用提供者[48]扩张为提供第三方以及使用或集成提供者[49]，更契合开源AI组件、行为繁多的技术事实和产业需求。（2）豁免对象从“AI组件”扩张为“AI系统”，也即AI系统整体依照开源标准开放便享有豁免效力，其既回应了开源社区的疑问（组件本身通常不构成商业行为[50]且不具有系统级风险[51]），也激励了AI系统的整体开源。

第二，监管强度的差异化。以通用AI为例，最初的委员会提案并未涉及；因ChatGPT等通用AI的流行，[52]理事会提案和折中引入对其本身的严格监管。但在产业界（如OpenAI等AI公司）的游说[53]和欧盟AI模型公司[54]的呼吁下，立法者逐渐放弃这种无差别的横向监管，[55]采取更宽松灵活的“分类”监管框架：开源通用AI模型可在一定条件下有限豁免透明度义务，具有系统风险的除外（见表2）。

第三，监管内容的平衡化。以开源通用模型的透明度义务豁免为例，立法者虽设立有限豁免以鼓励开放，[56]但其提供者必须开放模型参数（包括权重、结构信息和使用信息）以实现同等的透明度目标。并且，由于规定不要求披露训练数据集及版权合规信息，立法仍保留了编制训练内容摘要和尊重版权法的义务。

3. 监管执行：配套立法的包容协同与执行法案的审慎限缩

针对开源AI的监管豁免规则还需考量监管执行层面的体系化构建。欧盟的开源AI监管执行呈现出“配套立法协同包容”与“执行法案过度审慎”的微妙格局。

欧盟现有的开源促进政策和配套立法有效呼应了《人工智能法》的包容取向。欧盟将其在软件领域的开源促进战略[57]延续至AI领域，如《促进合法、安全和值得信赖的发展和使用的战略愿景》明确要求制定符合开源软件战略的开源AI框架[58]等。此外，欧盟其他法律法规，如《网络弹性法案》[59]等，也规定了，除特殊情况，在商业活动之外提供开源AI系统，可以类推开源软件获得相应的豁免。

与配套立法的包容取向形成鲜明对比的是，《人工智能法》项下的执行立法在实际操作层面却呈现出显著的限缩趋势。《指南》通过设定严格的适用前提和详尽的排除例证，从执行层面大幅收紧了通用AI模型获得监管豁免的空间。如前所述，《指南》对开源豁免条件进行了非常严苛的解释，一些常见的AI开源模型以及目前流行许可模式（例如根据用户规模设置限制性要件）被完全排除在外。从目前主流的开源模型来看，几乎没有模型能够完全符合欧盟执行指南设定的全部严格要求，即使是欧洲本土的MistralLarge2开源模型也因存在商业限制而无法满足要求。

（二）开源监管豁免制度的不足

1. 监管介入过于仓促：背离包容原则

欧盟《人工智能法》的出台带有明显的地缘政治考量和规则输出野心，这种战略性考量导致立法进程被人为加速，仅用三年时间，在技术标准尚未成熟、产业共识尚未形成的情况下，欧盟便出台了覆盖整个AI产业链的综合性立法文本。过于仓促的立法介入导致法律与技术脱节、监管概念失准，容易引发法律不确定性、实质性提高企业合规门槛和行政自由裁量权泛滥等不良后果，而背离了“包容”原则。事实上，欧盟也意识到了仓促立法所带来的问题。2025年11月中旬提出了简化包括《人工智能法》在内的一揽子数字立法的新措施。[60]

其一，立法概念偏离产业事实，导致“技术精确性”与“法律适应性”的脱节。例如，引言第103条将开源AI组件列举为“软件与数据”，但AI系统通常包含模型、架构以及参数等多个组件，[61]其外延叠加显然无法涵盖。这种不完整导致法案无法自洽回答：如果某非通用模型公开了训练代码(软件)和训练数据(数据)，但隐藏了模型架构和权重，是否构成“开源”？此外，引言第104条规定通用模型的开源组件为“包括权重、模型结构信息和模型使用信息的模型参数”。然而，“模型参数”在技术领域是具备清晰内涵及外延的专业术语，特指模型内部的配置变量（包含权重和偏置），[62]与法案“包括……模型结构信息和模型使用信息”并不一致。立法概念与技术的脱节，实则把后续豁免条款的理解和适用交由执行机关，可能导致执法机关自由裁量权的泛滥。这种法律不确定性也可能给开源贡献者和企业带来沉重的负担，导致“过度合规”的寒蝉效应，与促进创新的初衷背道而驰。

其二，未基于行业共识而强行确立法律规则，导致开源标准存在内部矛盾。欧盟《人工智能法》的开源条款在2024年3月基本定型，而产业界关于“开源AI定义”彼时还在讨论中。如开源倡议组织(OSI)的“开源AI”在2024年10月才发布1.0正式版。[63]“开源”术语原本借自传统成熟的开源软件概念，[64]但AI系统组件繁多，[65]其开源界定更为复杂，[66]存在不同开放程度。[67]因此，“开源AI”的定义即使在业内也存在较大争议。欧盟立法的“孤立行事”，导致其“开源”定义无法与全球开源社区形成一致共识。通过对比OSI提出的必要开放组件（表5）[68]，也可看出欧盟立法的开源组件分类部分脱离了技术共识，概念的弹性不足，难以容纳技术和产业的标准更迭。

表5 开源倡议组织（OSI）定义的“开源AI”的必要开放组件

资料来源：作者整理绘制。

一般AI与通用AI的标准混乱也体现了这一点。一般AI的开源组件范围为“软件和数据”，但通用AI模型在引言第104条被额外要求“公开其参数，包括权重、模型架构信息和模型使用信息”。这种标准差异将引发困惑，通用模型是否需公开代码和数据（对标软件和数据）？若不需要，则低于一般模型标准；若需要，为何不明文规定？通用AI理应比一般AI更具风险，但其开源豁免标准反而更低，这就违背了欧盟《人工智能法》风险分级这一底层逻辑。这种标准不一致究竟是立法存在“疏忽”还是有意为之，不得而知。但无论哪种情况，都反映了监管介入的仓促性。

2. 监管设定过于复杂：引发规制积聚的负面效应

从监管设定维度来看，立法者应根据执法金字塔，在特定情形与场景下拾级而上，呈现出从包容到审慎的连贯过渡形态。[69]然而，监管设定的精细化并非总是通向更优的治理效果，过度的差异化可能制造出一个不可操作的规则丛林，引发规制积聚的负面效应。[70]

其一，《人工智能法》的多重豁免体系使得不同豁免条款之间存在叠加困境。该法同时设立了“科研豁免”（全面豁免）“开源豁免”（部分豁免）等多重豁免条款，但未能明晰条款之间的适用关系，因而当存在适用重叠时，监管者和开发者都无法清晰判断应当适用何种监管强度。更为重要的是，这种重叠适用还可能导致风险治理的漏洞。如某高校开源发布的以“科研”为目的的AI，是否可享受全面豁免从而直接规避欧盟的安全法规，当这类AI为具有高风险或涉及系统风险的通用AI而转为商业目的时，是否自动丧失科研豁免。

其二，面对“去中心化”特征的开源生态时，可能会陷入失灵。“去中心化AI”（DecentealizedAI）是一种开放式研发范例，即将模型在大型分布式AI超级计算机上进行预训练，使众多参与者可以通过开源方式对模型进行调整、优化及再训练。这种“集市模式”呈现出多主体、多环节、动态演化的特征。例如，原始开源模型经由用户A进行微调，再由用户B整合新数据，继而由用户C组合多个模型，最终形成的系统可能在风险等级上已与原始模型截然不同。在这种去中心化场景下，规定聚积困境可能会使将开源AI引入欧盟变得更加困难。[71]在一个去中心化的AI开源链中，监管机构几乎不可能精确追溯并归因于某个特定的微调行为，也难以判定究竟哪一环的“贡献”导致了风险的质变。这使得问责机制在实践中可能陷入失灵。

3. 监管执行过于严苛：审慎过度而包容不足的法律效果

虽然欧盟《人工智能法》意在通过开源豁免来平衡监管与创新，但执行层面的过度审慎却使其效果适得其反。《指南》将开源豁免条件细化并层层加码进行限制，使得开源豁免制度几乎丧失了适用空间。如对“非货币化”要件的严苛解释，变相要求所有开源项目必须采取完全无偿的公益模式，这将扼杀开源生态的商业可持续性，反而可能因缺乏维护而加剧安全风险。从《指南》的法律效果来看，实践中的主流开源模型（如Meta的Llama系列[72]和Mistral AI的Mistral Large项目[73]）将被全面排除在豁免范围之外，使得豁免制度形同虚设。立法者为激励创新而留出的空间，被执行机构出于风险厌恶的过度“审慎”所填平。这种做法不仅背离了“包容”创新的初衷，更可能迫使开源社区走向封闭或规避欧盟市场，最终削弱欧盟在全球人工智能领域的竞争力。

四、对我国民间立法建议的开源AI条款的评析

欧盟《人工智能法》创设的有限豁免制度虽体现了包容审慎精神，但在监管介入、监管设定和监管执行维度却存在明显缺陷，导致法律效力的形同虚设，这是我国立法需要深刻汲取的教训。为揭示我国未来监管豁免制度的构建方向，下文结合欧盟立法经验教训，评析我国民间立法建议的开源AI条款的得失，并提出我国制度建构的核心框架。[74]

（一）我国民间立法建议的开源AI条款的主要内容

2025年3月发布的《示范法3.0》引入了开源AI的促进规范和责任减免规范。促进规范主要有两类：一是国家层面的推动和支持，包括开源生态促进（第18条）、财政和采购支持（第25条）、基金会监管（第63条）以及合规指引制定（第68条）；二是为某些具体政策的利好，比如税收优惠（第26条）。责任豁免规范可分为：豁免条款，涉及著作权合理使用（第21条）以及一般法律责任减免（第83条）；开源定义（第90条）。2024年3月发布的《学者建议稿》同样纳入了类似内容，但表述更为简洁、宽泛，包括促进条款（第19条），以及责任豁免条款，明确指出“免费开源的AI”不适用本法规定（第95条），且“基础模型属于开源模型”的提供者不承担连带法律责任（第90条第2款）。

（二）我国民间立法建议的开源AI条款的主要问题

1. 监管介入的重创新而轻风险

我国两份民间立法建议中促进规范占比较高，体现了监管介入“重包容、轻审慎”的中国地方特色。[75]如《示范法3.0》的开源促进规范存在五条（共八条），《学者建议稿》中四条开源相关条款，仅第19条完全涉及开源内容，且属促进规范。这一现象源于我国前期开源促发展立法与政策的不足。相比欧盟开源促进从战略到立法的相当历史，我国开源促进政策工作尚停留于宏观层面，[76]缺乏可操作的法律规范与配套激励措施。然而，“重发展轻监管”的监管介入失衡很容易不当弱化该法案的市场监管目标，有待修正。

2. 监管设置的类型化缺失与标准模糊

我国民间立法建议在监管设置中呈现出类型化思路不彻底、豁免条件设置宽泛等缺陷，既无法为开源创新提供稳定且可预期的制度环境，也难以有效防范“伪开源”可能带来的安全风险。

其一，类型化监管思路未贯彻到开源豁免制度。我国两部民间立法对所有类型的开源模型皆采取了统一的豁免标准。如《示范法3.0》和《学者建议稿》虽提出对“基础模型”或“关键AI”适用更高监管义务，但却未能贯彻至开源领域。因而，通用开源模型与特定领域开源小模型将享受相同的豁免待遇。这种“一刀切”的制度设计割裂了底层风险分类与上层监管豁免之间的逻辑关联，导致监管强度调整失去了类型化基础。

其二，豁免条件的配置正当性存在不足。《示范法3.0》第21条为开源基础模型研发者设置了训练作品的版权豁免，却未充分论证仅“基础模型”适用的法律正当性。通常而言，基础模型的通用性致使其具备更高风险，若认为基础模型因其成本投入较高而需特殊的版权扶持，应做细致限制，否则将变相促使商业主体通过“伪装”基础模型（如在基础模型基础上训练而来的垂直领域模型）以规避版权责任。

其三，开源认定的标准模糊。《示范法3.0》第83条第1款[77]规定表述存在歧义，其适用对象为AI研发“代码”主体，还是“开源代码”这一组件的模型主体？若采前者理解，则该豁免仅针对AI代码提供者，如Transformer架构的提供者。若采后者理解，模型主体只要开源代码即全部豁免，将导致过宽的豁免口径。“部分代码”的开源并不能实现真正的技术透明，且这种宽松标准也与第91条“开源AI”的定义[78]相差甚远。此外，“开源AI”定义对于开放组件要素界定也过于模糊，存在“适度公开”“完整的”“相应的”等大量弹性表述，且“以可获取形式分发”与“本地部署和修改自由”的前后要求不一致，难以直接适用。其中，《学者建议稿》第95条的表述也存在类似问题。

3. 监管执行的裁量权过大

《示范法3.0》第83 条采用“不承担法律责任”“减轻或免于承担法律责任”之表述，其豁免范围突破欧盟就公法监管的有限豁免，延伸至民事、行政领域，将给予监管执行过度的裁量权。“法律责任”从文义解释被定义为“因违法行为引发的不利法律后果”，可划分为民事、行政、刑事和违宪法律责任。[79]而《示范法3.0》第六章“法律责任”同时规定了行政与民事责任，可从体系解释角度证实了前文“法律责任”的多样性。这种跨越公私法领域的一体化豁免，可能给予执法机关过大的行政裁量权，而不同类型的责任豁免适用相同的条件和程度，存在一定的逻辑跳跃与正当性缺失。

（三）欧盟立法对我国结合国情建构开源监管豁免制度的启示

1. 监管介入的因地制宜

欧盟虽试图为开源AI设置豁免条款（其开源模型为本土性能最优模型），但基于对“数字主权”的偏好，整体豁免口径极为有限。中国的开源AI已具备全球竞争力，正处于从追赶到部分领跑的关键转型阶段，[80]应在激发开源创新价值的同时，支持本土开源生态，审慎识别风险并实施特别规制。目前，我国监管在较大程度上仍聚焦于“促发展”的初始阶段，在税收优惠、资金扶持、平台建设、标准制定等方面发布了大量激励政策，但就安全评估、技术外溢、责任追溯等方面的风险识别和控制考量相对滞后，随着我国开源AI的发展，亟需在监管介入时机和强度上实现再平衡。其中，介入监管应避免重蹈欧盟立法“过急过快”的覆辙，采取更具包容性和渐进性的立法策略。其一，积极引入多方利益主体通过开放透明的协商机制参与讨论，确保监管规则具备共识基础和可执行性，包括模型研发者、开源平台、下游应用方等多元主体，避免主观臆断和脱离实际。其二，注重监管概念的统一与明确，汲取因定义模糊导致执行混乱的教训。就适用条件的描述应尽量遵循产业或技术领域内广泛认可的术语概念，并尽量采用弹性表述以适应不断发展的技术和产业现实。我国应密切关注并积极参与国际组织对开源AI的讨论与定义，确保立法借鉴产业界在AI开源领域的丰富经验与智慧优势。其三，采取渐进式立法策略，避免“一步到位”。考虑到开源AI正快速发展，过早确立的严格监管规则，可能抑制技术创新的探索空间，也可能因与实际需求脱节而成为“僵尸条款”。可优先开展试点，积累执法经验和数据支撑，再逐步完善监管规则，形成成熟稳定的制度体系。

2. 监管设置的类型化与适用标准精准化

监管设置需在类型化监管与规则简明性之间谋求平衡，同时精准界定“开源”等核心概念，保障适用的明确性与可操性。

其一，坚持类型化监管，但避免过度精细化。对于开源AI这一新技术和新业态，欧盟的类型化设置体现了包容审慎精神，但过度精细所引发的规制聚集效应也值得警醒。我国在坚持类型化原则的同时，需把控好分类的精细程度：构建“模型—应用”二维分类框架。在模型层面，原则上不对开源模型本身进行监管，仅当模型性能达到引发特别重大的“风险阈值”时，才实施必要监管。在应用层面，采用“重点领域清单”模式，对医疗、金融与司法等特殊领域，建立专门的准入评估、持续监控和责任追溯机制，确保开源模型适用的技术可靠性、伦理合规性和社会可接受性。

其二，精准界定“开源”概念。鉴于该概念目的在于满足监管需求，其定义既不能过高使适用范围过窄（如《人工智能法》），也不能过于宽松导致豁免滥用（如《示范法3.0》）。总体而言，监管语境下的开源AI定义需坚持最低限度开放自由原则，即访问、使用、修改与再分发自由。由于模型参数[81]]和架构代码[82]是模型智能核心，二者结合才能保障上述自由，故应列为必要开源组件。API有限开放无法支持“修改自由”和“再分发自由”，因此模型开源发放应是可下载的完全开放形式。开源模型许可条款要明确保障四大自由，确保用户获取完整模型、调优扩展、再分发。据此，本文采纳的“开源AI”定义为：以可下载的完全开放形式，至少开放模型架构代码与训练参数，并在许可条款上保障公众对模型自由访问、使用、修改与再分发自由的AI系统。

3. 监管执行的自由裁量权合理配比

跨法域的一般性豁免制度步调迈向太大，往往会致使规则过于原则化与抽象化，进而赋予执法机关过多的自由裁量权。我国在设计开源监管豁免制度时，应充分汲取欧盟的经验教训，防止自由裁量权的失控。具体而言，应采取“先公法后私法、先单一后体系”的分步推进策略。其一，豁免效力仅限于公法监管义务。目前，开源豁免的立法效果信息尚不充分，我国豁免效力设定不宜跨度太大。待实践经验积累，可借鉴“避风港原则”立法历程的经验[83]，根据实际需求逐步拓展至其他责任领域。若实务中涉及开源的民事责任，可以公法的豁免条款为依据，通过对注意义务等侵权要素的认定进行民事责任调节。其二，豁免条件应更明确，压缩执法自由裁量空间。开源监管豁免的核心问题在于如何界定“真正的开源”与“伪开源”、“低风险开源”与“高风险开源”，若立法仅提供原则的标准，将不可避免地赋予执法机关过大的裁量权，导致同案不同判、选择性执法等问题。因此，立法应尽可能采用客观化、可测量、可验证的具体标准，将豁免条件转化为可操作的检查清单。

结  语

开源生态已成为推动AI产业创新与发展的重要引擎，但开源模型也引发了潜在的安全风险。作为全球首部地区AI监管立法，欧盟《人工智能法》创新性地引入了开源有限豁免的治理框架。我国学界也在民间立法建议中提出了开源监管有限豁免制度。这些制度设计充分体现了欧盟和我国对AI开源这一新型科技业态所秉持的包容审慎监管理念。这些立法努力尽管并不完美，但标志着法律界开始尝试平衡开源AI在创新和安全价值观上的冲突，是对AI治理的一次重要和有益的探索，为AI的负责任、可持续发展提供了更加稳健、良性的方向指引和制度空间。

基金资助：上海市科学技术委员会2025年度高水平机构建设运行计划“软科学研究”项目“开源人工智能的法律风险及防控研究”(25692106900)

注释（上下滑动阅览）

[1]Andreas Liesenfeld, Alianda Lopez, Mark Dingemanse, “Opening up ChatGPT: Tracking Openness, Transparency, and Accountability in Instruction-Tuned Text Generators”, Proceedings of the 5th International Conference on Conversational User Interfaces, 2023, pp. 1-6.

[2]Derek Slater, Betsy Masiello, “Will Open Source AI Shift Power from ‘Big Tech’? It Depends”, https://www.techpolicy.press/will-open-source-ai-shift-power-from-big-tech-it-depends/, 2023-06-16.

[3]该事件中，“GPT-4CHAN”的开源模型在微调训练过程中被人为引入了某些不良数据集，导致最终生成的模型具备输出各种种族仇恨言论的能力。Andrey Kurenkov, “Lessons from the GPT-4Chan Controversy”, https://thegradient.pub/gpt-4chan-lessons/, 2022-06-12.

[4]黄锫：《论我国人工智能领域包容审慎监管的法治维度》，《财经法学》2025年第2期，第94-109页。

[5]《优化营商环境条例》、《法治政府建设实施纲要(2021—2025年)》等政策文件。

[6]European Commission, “Proposal for a Regulation of the European Parliament and of the Council Laying Down Harmonised Rules on Artificial Intelligence (Artificial Intelligence Act) and Amending Certain Union Legislative Acts”, https://digital-strategy.ec.europa.eu/en/library/proposal-regulation-laying-down-harmonised-rules-artificial-intelligence, 2021-04-21.

[7]European Council, “Proposal for a Regulation of the European Parliament and of the Council Laying Down Harmonised Rules on Artificial Intelligence (Artificial Intelligence Act) and Amending Certain Union Legislative Acts - General Approach”, https://www.consilium.europa.eu/en/press/press-releases/2022/12/06/artificial-intelligence-act-council-calls-for-promoting-safe-ai-that-respects-fundamental-rights/, 2022-12-06.

[8]Committee on the Internal Market and Consumer Protection, Committee on Civil Liberties, Justice and Home Affairs, “DRAFT Compromise Amendments on the Draft Report Proposal for a Regulation of the European Parliament and of the Council on Harmonised Rules on Artificial Intelligence (Artificial Intelligence Act) and Amending Certain Union Legislative Acts”, https://www.europarl.europa.eu/resources/library/media/20230516RES90302/20230516RES90302.pdf, 2023-05-16.

[9]欧洲议会法律委员部于2022年9月公布的《对提案的修改意见》为首个提及开源问题的官方文件；折衷协议为首次增设开源监管豁免条款的立法文件。

[10]European Parliament, “Amendments Adopted by the European Parliament on 14 June 2023 on the Proposal for a Regulation of the European Parliament and of the Council on Laying Down Harmonised Rules on Artificial Intelligence (Artificial Intelligence Act) and Amending Certain Union Legislative Acts”, https://www.europarl.europa.eu/doceo/document/TA-9-2023-0236_EN.pdf, 2023-06-14.

[11]European Parliament, “European Parliament Legislative Resolution of 13 March 2024 on the Proposal for a Regulation of the European Parliament and of the Council on Laying Down Harmonised Rules on Artificial Intelligence (Artificial Intelligence Act) and Amending Certain Union Legislative Acts”, https://www.europarl.europa.eu/news/en/press-room/20240308IPR19015/artificial-intelligence-act-meps-adopt-landmark-law, 2024-03-13.

[12]European Commission, “Guidelines on the Scope of Obligations for Providers of General-Purpose AI Models Under the AI Act”, https://digital-strategy.ec.europa.eu/en/library/guidelines-scope-obligations-providers-general-purpose-ai-models-under-ai-act, 2025-07-18.

[13]委员会提案解释备忘录第1.3条。

[14]委员会提案正文第6条。

[15]理事会提案第1章通用人工智能.

[16]理事会提案正文第2条第6、7款，引言第12（b）条。

[17]理事会提案正文第4c条。

[18]折衷协议序言第12a条。

[19]折衷协议序言第12c条。

[20]折衷协议正文第2条5e款。

[21]折衷协议序言第12b条。

[22]折衷协议认可“协作开发以及在开放库发布”的方式属于非市场性行为，但对各类捆绑营销措施十分谨慎，认为无论是对于组件本身的收费、从其他服务中获利抑或是以各种理由使用个人数据的行为都应认定为商业行为，不构成豁免行为。参见折衷协议序言第12b条。

[23]折衷协议序言第60条。

[24]折衷协议序言第12c条。

[25]禁用实践包括利用潜意识技术或操控技术、利用个体或群体的弱点、根据个体画像对其进行刑事风险评估、在公共场合进行远程生物识别等损害个人或群体的做法。参见生效版本正文第5条第1款。

[26]生效版本正文第2条第12款。

[27]具体包括“生成合成音频、图像、视频或文本内容的通用目的人工智能系统”、“情感识别系统或生物特征分类系统”、“生成或操纵构成深度伪造的图像、音频或视频内容的人工智能系统”。参见生效版本正文第50条第2-4款。

[28]具体分类标准，参考生效版本正文第51条。

[29]生效版本正文第52条。

[30]生效版本序言第89条。

[31]生效版本正文第25条。

[32]生效版本正文第2条、第25条。

[33]生效版本序言第103条。

[34]生效版本序言第103条。

[35]生效版本序言第103条。

[36]折衷协议序言第12b条，生效版本序言第103条。

[37]《义务范围指南》4.1。

[38]《指南》4.2.1。

[39]《指南》4.2.2、4.2.3。

[40]张永亮：《金融监管科技之法制化路径》，《法商研究》2019年第3期，第131页。

[41]Alex Engler, “The EU’s Attempt to Regulate Open-Source AI Is Counterproductive”, https://www.brookings.edu/articles/the-eus-attempt-to-regulate-open-source-ai-is-counterproductive/, 2022-08-24.

[42]Mozilla, “Artificial Intelligence Act: How the EU Can Take on the Challenge Posed by General-Purpose AI Systems”, https://assets.mofoprod.net/network/documents/AI-Act_Mozilla-GPAI-Brief_Kx1ktuk.pdf, 2022-11-09.

[43]GitHub, “EU AI Act – GitHub Position Paper”, https://github.blog/wp-content/uploads/2023/02/GitHub_Position_Paper-AI_Act.pdf, 2022-10-20.

[44]Paul Keller, “How Will the AI Act Deal With Open Source AI Systems? ”, https://openfuture.eu/blog/how-will-the-ai-act-deal-with-open-source-ai-systems/, 2022-12-13.

[45]Committee on Legal Affairs, “OPINION of the Committee on Legal Affairs for the Committee on the Internal Market and Consumer Protection and the Committee on Civil Liberties, Justice and Home Affairs on the Proposal for a Regulation of the European Parliament and of the Council Laying Down Harmonised Rules on Artificial Intelligence (Artificial Intelligence Act) and Amending Certain Union Legislative Acts”, https://www.europarl.europa.eu/doceo/document/JURI-PA-719827_EN.pdf, 2022-09-12.

[46]如折衷协议引言第12a条便是从修改建议第57b条演变而来。欧盟《人工智能法》第60条；《法律委员部对提案的修改建议》第57b条。

[47]European Parliament, “Parliament's Negotiating Position on the Artificial Intelligence Act”, https://www.europarl.europa.eu/RegData/etudes/ATAG/2023/747926/EPRS_ATA(2023)747926_EN.pdf, 2023-06.

[48]折衷协议序言第12c条。

[49]生效版本序言第89条。

[50]生效版本序言第103条最后一句。

[51]但特殊组件也不排除具有较高风险，例如被用于通用或高风险模型的开源数据集。

[52]European Parliament, “General-Purpose Artificial Intelligence AT A GLANCE Digital Issues in Focus”, https://www.europarl.europa.eu/RegData/etudes/ATAG/2023/745708/EPRS_ATA(2023)745708_EN.pdf, 2023-03.

[53]Jess Weatherbed, “OpenAI Lobbied the EU to Avoid Harsher AI Regulations”, https://www.theverge.com/2023/6/20/23767053/openai-lobbied-eu-ai-act-artificial-intelligence-regulations, 2023-06-20.

[54]Luca Bertuzzi, “France, Germany, Italy Push for ‘Mandatory Self-Regulation’ for Foundation Models in EU’s AI Law”, https://www.euractiv.com/section/artificial-intelligence/news/france-germany-italy-push-for-mandatory-self-regulation-for-foundation-models-in-eus-ai-law/, 2023-11-19.

[55]Benedikt Kohn, “AI Act at Risk?–The Regulation of Foundation Models and General-Purpose AI”, https://www.taylorwessing.com/en/insights-and-events/insights/2023/11/ai-act-at-risk, 2023-11-27.

[56]Arthur Spirling,“Why Open-Source Generative AI Models Are an Ethical Way Forward for Science.” Nature, vol. 616, 2023, pp. 413.

[57]张韬略、刘烨：《开放中的创新和安全：欧盟开源软件战略评介》，《德国研究》2024年第2期，第91-93页。

[58]European Commission, “A Strategic Vision to Foster the Development and Use of Lawful, Safe and Trustworthy Artificial Intelligence Systems in the European Commission”, https://commission.europa.eu/document/download/601a9e64-cdb9-4545-becb-1079ba8c457c_en?filename=EN%20Artificial%20Intelligence%20in%20the%20European%20Commission.PDF, 2024-01-24.

[59]European Commission, “European Parliament Legislative Resolution of 12 March 2024 on the Proposal for a Regulation of the European Parliament and of the Council on Horizontal Cybersecurity Requirements for Products with Digital Elements and Amending Regulation (EU)”, https://www.europarl.europa.eu/doceo/document/TA-9-2024-0130_EN.pdf, 2024-03-12.

[60]CCIA, “Digital Omnibus: Simplification of EU Tech Rules Requires Bolder Action”, https://ccianet.org/news/2025/11/digital-omnibus-simplification-of-eu-tech-rules-requires-bolder-action/, 2025-11-19.

[61]Creative Commons, “Supporting Open Source and Open Science in the EU AI Act”, https://creativecommons.org/2023/07/26/supporting-open-source-and-open-science-in-the-eu-ai-act/, 2023-07-26.

[62]Jason Brownlee, “What Is the Difference Between a Parameter and a Hyperparameter?”, https://machinelearningmastery.com/difference-between-a-parameter-and-a-hyperparameter/, 2017-07-26.

[63]OSI, “The Open Source AI Definition–1.0-RC1”, https://opensource.org/deepdive/drafts/the-open-source-ai-definition-1-0-rc1#d5ac504b-676a-47da-843c-f4bd7e0a69a8, 2024-08-28.

[64]通常必须满足开源倡议组织所定义的“自由的源代码访问、允许衍生作品以及不对可能使用软件的领域或群体进行歧视”等十个核心标准。OSI, “The Open Source Definition”, https://opensource.org/osd, 1998-02.

[65]Elizabeth Seger, Noemi Dreksler, Richard Moulange, et al. “Open-Sourcing Highly Capable Foundation Models: An Evaluation of Risks, Benefits, and Alternative Methods for Pursuing Open-Source Objectives”, LawAI Working Paper No. 2, 2023.

[66]Andreas Liesenfeld, Alianda Lopez, Mark Dingemanse, “Opening Up ChatGPT: Tracking Openness, Transparency, and Accountability in Instruction-Tuned Text Generators”, Proceedings of the 5th International Conference on Conversational User Interfaces, 2023, pp. 1-6.

[67]Solaiman, I.“The Gradient of Generative AI Release: Methods and Considerations”, Proceedings of the 2023 ACM Conference on Fairness, Accountability, and Transparency, 2023, pp. 111-122.

[68]OSI, “The Open Source AI Definition–1.0-RC1”, https://opensource.org/deepdive/drafts/the-open-source-ai-definition-1-0-rc1#d5ac504b-676a-47da-843c-f4bd7e0a69a8, 2024-08-28.

[69]卢超：《包容审慎监管的行政法理与中国实践》，《中外法学》2024年第1期，第143-160页。

[70]Ruhl, J. B., James Salzman, “Mozart and the Red Queen: The Problem of Regulatory Accretion in the Administrative State.” Georgetown Law Journal, vol. 91, no. 4, 2003, pp. 760-761.

[71]Daniel Castro, “The EU’s AI Act Creates Regulatory Complexity for Open-Source AI”, https://datainnovation.org/2024/03/the-eus-ai-act-creates-regulatory-complexity-for-open-source-ai/, 2024-03-04.

[72]该模型虽然被广泛视为开源典范,但其许可协议中包含了基于用户规模的使用限制条款,明确规定当应用的月活跃用户超过7亿时需要单独申请商业许可,这直接违反了《指南》关于“自由开源许可证”的要求。Meta, “Meta-Llama”, https://github.com/Meta-Llama/llama/blob/main/LICENSE, 2023-07-18.

[73]Mistral AI, “Large Enough”, https://mistral.ai/news/mistral-large-2407, 2024-07.

[74]需要说明的是，我国民间立法并非正式法律文本，没有经历过欧盟《人工智能法》的多重立法流程。因此，本文仅将其作为立法方向之一，而非对学者建议稿本身进行价值评判。

[75]王永强：《包容审慎监管视角下平台经济竞争失序的法治应对》，《法学评论》2024年第42卷第2期，第77-87页。

[76]例如2023年10月国家网信办发布的《全球人工智能治理倡议》和2024年7月发布的《人工智能全球治理上海宣言》。

[77]其规定满足“免费开源方式提供研发所需部分代码模块”以及“以清晰的方式公开说明其功能和安全风险”两项要求的，可不承担法律责任。

[78]开源人工智能被定义为在开源许可证框架下，以可获取形式向社会公众公开发布的人工智能系统，其技术组件应当以可获取形式包含基础模型权重、参数等等核心要素，并按照技术特性附有适度公开的训练数据集、完整的模型参数说明或相应的安全合规文档等。开源人工智能的开放程度应当符合降低技术复用门槛、实现本地部署和修改自由的实际需要，且不得违反其他法律法规。

[79]张文显：《法理学》（第五版），高等教育出版社 2018 年版，第 165、169 页。

[80]封帅, 薛世锟：《开源人工智能与国际政治变革》，《东南亚研究》2025年第5期，第1-16页。

[81]邱锡鹏：《神经网络与深度学习》，机械工业出版社，2020年，第14页。

[82]Tomorrowdesk, “Model Architecture: Building Blocks of Machine Learning”, https://tomorrowdesk.com/info/model-architecture#:~:text=Model architecture refers to the structural design and,a model processes input data to produce output, 2024-09-15.

[83]该豁免制度设计最初仅在著作权领域发挥作用,随着相关配套规范的成熟应用,才逐渐迁跃至其他权利框架下,最终被纳入《侵权责任法》《电子商务法》和后来的《民法典》中,成为侵权领域平台方通用的一般原则。

来源：知识产权与竞争法

编辑：Sharon