引言：全球图景中的中国规则
2026年9月7日，最高人民法院发布《关于依法审理涉人工智能纠纷案件的意见》（法发〔2026〕10号，以下简称《意见》）[1]。该文件分五个部分共24条，系首部由最高法发布的涉人工智能司法裁判规则文件，其中第18条首次系统确立了涉人工智能证据的审查规则。
探索完善涉人工智能纠纷案件证据审查规则。人民法院应当充分考量人工智能技术的复杂性、系统运行的不透明性以及证据收集的特殊性，不断完善适应新技术发展的证据审查规则。对电子数据生成、收集、存储、传输过程的真实性、完整性进行重点审查。对大数据、区块链等不同信息技术产生的证据明确差异化证据审查重点。对大数据分析报告类证据，应当重点审查其原始数据的来源、清洗规则及分析方法的科学性等；对区块链存证类证据，应当重点审查其上链前数据的真实性及技术平台的可靠性等。当事人将人工智能生成内容作为侵权证据的，人民法院应当综合考量提示词的设计及其对生成结果的影响、生成内容与主张权利作品的相似程度、重复测试的一致性，以及模型训练、算法设计、生成内容过滤机制等因素予以认定。
目前人工智能生成内容正在以证据身份大规模进入法庭，而传统证据审查框架并未为此做好准备，比较法上的诸法域均在求解同一道题，答案却各不相同。在全球范围视野下，各法域的规则供给虽落在不同环节，但大体呈现三种进路：
其一在证据规则环节：美国联邦证据规则的修订已进行数年，Grimm与Grossman两位学者提出的《联邦证据规则》第901(b)(9)条修正提案已经多轮讨论，其后又发展出新增的901(c)条（深度伪造证据认证规则）及第707条（机器生成证据）提案[2]；但截至2026年年中，上述提案仍停留在研究项目层面，尚未获得最终批准。
其二在诉讼实践环节：英格兰及威尔士高等法院2025年11月4日在Getty Images v Stability AI案（[2025] EWHC 2863 (Ch)[3]）中作出全球首个经完整庭审的生成式AI训练案判决；美国Disney Enterprises Inc. v. Midjourney Inc.案[4]（No. 2:25-cv-05275）尚在证据开示阶段；德国慕尼黑地方法院2025年11月在GEMA v. OpenAI案（案号42 O 14139/24）[5]中认定模型对歌词的记忆化构成复制、相关输出构成向公众传播。德国汉堡地方法院2024年9月在Kneschke v. LAION案（案号310 O 227/23）中则认定，非营利组织为构建AI训练数据集而下载公开图片，落入科研目的文本与数据挖掘例外；汉堡高等法院2025年12月二审维持；德国联邦最高法院已于2026年9月开庭审讯该案，将系欧洲最高法院层面首例就AI训练数据著作权例外适用作出的裁判。[6]
其三在生成端上游：欧盟《人工智能法》（Regulation (EU) 2024/1689）第50条的人工智能合成内容标识义务自2026年8月2日起施行[7]，该规定未在证据环节设规则，而是在生成端强制留痕。该法将供司法使用、辅助事实认定与法律适用的人工智能系统列为高风险（附件三第8点），但仅承担狭窄程序性或预备性任务、不实质影响裁判结果的系统可依第6条第3款豁免；高风险义务的施行则因《数字一揽子人工智能法案》（Regulation (EU) 2026/1744）推迟至2027年12月2日。[8]
在上述图景中，中国在《互联网信息服务深度合成管理规定》《生成式人工智能服务管理暂行办法》等规章中早已课以服务提供者端的行为义务。而就证据审查而言，中国则呈现出另一种节奏：在《在线诉讼规则》等奠定涉新技术证据审查规则、奥特曼案等个案展开探索之后，一份最高法意见将涉AI证据的审查框架成文化。本文上篇将解析第18条的规范结构，并就前两个层次展开域外比较；人工智能生成内容的认定规则与第19条当事人端的对照，留待下篇详述。
一、第18条的规范结构：一般基准、类型化差异与特殊情形
第18条呈现出清晰的层次结构：第一句以电子数据确立一般基准：“对电子数据生成、收集、存储、传输过程的真实性、完整性进行重点审查。”此为适用于全部电子数据的总规则，审查范围覆盖电子数据生命周期的四个环节。第二句话则开启类型化差异，明确对大数据、区块链等不同信息技术产生的证据，应差异化审查重点：对于大数据分析报告类证据，应当重点审查其原始数据的来源、清洗规则及分析方法的科学性等；对于区块链存证类证据，应当重点审查其上链前数据的真实性及技术平台的可靠性等。两个“等”字表明本条为开放列举，为其他新技术证据预留空间。第三句则规定了将人工智能生成内容作为侵权证据的特殊情形，此时人民法院应当综合考量提示词的设计及其对生成结果的影响、生成内容与主张权利作品的相似程度、重复测试的一致性，以及模型训练、算法设计、生成内容过滤机制等因素予以认定。
本文认为，上述层次并非平行分类，而是递进适用：大数据分析报告与区块链存证均属电子数据的亚类，受一般基准与差异化要点的双重约束；人工智能生成内容若以电子数据形式呈现（通常如此）且作为侵权证据使用时，须同时经受一般基准的真实性审查与几因素的特殊认定。反之，AI生成内容若用于其他证明目的，则不触发特殊认定规则，回到一般基准。
另需界定的是，《意见》第19条虽同涉人工智能生成材料，规范性质却有所不同——该条课予诉讼参与人核实与说明义务，属当事人端的行为规制；第18条规定的是法院审查证据的方法，属法院端的审查规则，二者构成“双面规制”，下篇再作对照。
二、电子数据的一般基准：真实性审查的中美比较
（一）中国的规则语境
第18条要求对电子数据“生成、收集、存储、传输”全链条的真实性、完整性进行重点审查。需指出的是，这并非全新立法，而是对既有规则的确认与升级。《最高人民法院关于民事诉讼证据的若干规定》（2019年修正）[9]第93条已列举判断电子数据真实性的考量因素（计算机系统软硬件环境、运行状态、数据生成与传输的完整性等），第94条规定了可以确认其真实性的推定情形。第18条的特殊意义在于，它将全链条重点审查从一般电子数据场景明确延伸至涉AI纠纷——在AI环境下，电子数据的生成环节出现了新的失真风险（如AI合成内容冒充原始记录），因此“生成”环节必然被置于四环节的审查重心。
（二）美国的认证规则及其AI化改造
美国法处理同一问题的概念工具是“认证”（authentication）。《联邦证据规则》第901(a)条要求提出方[10]提出足以支持该证据“即为其所主张之物”（the item is what the proponent claims it is)的证据，门槛不高，仅须初步证明（prima facie showing），达到合理可能性即可，实质疑点留由事实认定者权衡。对于机器生成的内容，第901(b)(9)条提供专门路径：提出方须证明生成该证据的“过程或系统”产生了准确结果。第九巡回法院在United States v. Lizarraga-Tirado案（789 F.3d 1107 (9th Cir. 2015)）[11]中处理过这一路径：Google Earth卫星图像上由程序自动生成的定位标记不构成传闻（机器陈述非属人陈述），但失灵或篡改的风险“由认证规则处理”，法院甚至可以司法认知该程序的可靠性。
AI生成内容使这一框架出现裂缝：当“过程或系统”本身是概率性的生成式模型时，“产生准确结果”应如何证明？为此，Grimm与Grossman提出修正第901(b)(9)条：凡提出方承认证据系AI生成的，须额外证明其训练数据与软件在本案中产生了“有效且可靠”的结果；同时新增第901(c)条，建立深度伪造证据的举证责任转换机制——挑战方初步证明证据可能经AI伪造的，提出方须证明该证据更可能为真方可采信。其后咨询委员会又发展出第707条提案，拟将无专家支持的机器生成证据整体纳入第702条的可靠性审查。值得注意的是，截至2026年年中这些提案仍未走出研究阶段：2026年5月的咨询委员会会议将第901(c)条与第707条保留为研究项目[12]。
（三）比较与评析
两套规则的差异是结构性的：美国是“低门槛认证＋对方质疑”的对抗式结构，我国是“重点审查”的职权式表述。但901(c)提案的举证责任转换设计对我国尤具参考价值——当深伪技术使“眼见不为实”成为常态，由挑战方承担全部质疑成本，可能使高度可疑的证据长驱直入；在未来的司法解释或案例库规则中引入“初步展示即转换证明责任”的机制，可与第18条的全链条审查形成互补。
此外，生成端治理正在成为证据审查的上游支撑。我国国家网信办等四部门2025年3月7日联合发布的《人工智能生成合成内容标识办法》自2025年9月1日起施行[13]，区分显式标识与隐式标识，并禁止任何组织和个人恶意删除、篡改、伪造、隐匿标识。该等标识义务为法庭的真实性审查提供了元数据线索：第18条所称“生成”环节的审查，未来在很大程度上就是标识的核验。这一上游规则还与第19条“删除或者篡改生成合成内容标识”的禁止性规定形成闭环。
三、技术产生证据的审查：从结果到可信度基础
大数据分析报告与区块链存证虽技术原理迥异，但第18条为二者配置的审查要点却共享同一逻辑：审查重心从证据结果前移至结果的可信度基础。
（一）大数据分析报告类：输入端与方法论的审查
第18条配置的三个审查要点各有针对性。原始数据的来源：报告结论的可信度首先取决于输入数据是否真实、合法、无偏——爬取方式是否合规、授权链条是否完整、样本是否存在系统性偏差。清洗规则：数据清洗（去重、纠错、剔除异常值）是结论可能被“洗”出来的高危环节，清洗规则是否事先固定、是否被人为操纵，直接决定报告是中立产出还是定向制造。分析方法的科学性：算法模型是否可靠、是否存在选择性分析（只报告有利结果）、错误率几何。
美国法上，此类报告通常以专家证言路径进入诉讼，受Daubert式标准与证据规则第702条的可靠性门槛约束[14]，由法官担任“守门人”。标志性案件是威斯康星州最高法院的State v. Loomis案（2016 WI 68, 371 Wis. 2d 235, 881 N.W.2d 749 (2016)）[15]：量刑中使用的COMPAS算法风险评估虽获允许，但法院要求随附书面警示——该工具未在威斯康星州人群交叉验证、可能对少数族裔作出偏高的风险分类、且系群体风险评估而非个体评估——并强调评估结果不得作为判处监禁或确定刑期的唯一或决定性因素。尽管该案语境是刑事量刑而非民事数据报告，其审查“哲学”仍有借鉴意义：对算法产出报告的审查，不能满足于“结果看起来合理”，而要求方法论可靠性、使用限制与人的最终判断三者兼备。对照之下，第18条的三个审查要点恰与Daubert式考量的中国表达相对应——“分析方法的科学性”即方法论可靠性，“原始数据来源＋清洗规则”即输入可靠性，而“重点审查”的职权配置本身即意味着法官守门。
（二）区块链存证类：上链前真实性与平台可靠性的审查
第18条为区块链存证配置的两个要点，与《人民法院在线诉讼规则》的既有规则[16]一脉相承。该规则第16条规定，经技术核验一致的区块链存储电子数据，“可以认定上链后未经篡改，但有相反证据足以推翻的除外”——这是一项可反驳的推定，其效力范围被刻意限定于“上链后”；第17条规定上链后真实性异议的四项考量因素（存证平台是否符合监管规定、当事人与平台有无利害关系并利用技术手段不当干预、信息系统是否符合清洁性安全性可靠性可用性的国家标准或行业标准、存证技术过程是否符合相关标准）；第18条则要求对“上链存储前已不具备真实性”的主张予以审查。《意见》第18条将上链前数据的真实性与技术平台的可靠性并列为审查重点，正是对这条“上链后推定—上链前审查”双轨结构的再确认：区块链解决的是上链后的篡改问题，“垃圾进、垃圾上链”的风险只能靠上链前的过程性证据来化解。
美国法的对应物存在于州法层面。佛蒙特州2016年的12 V.S.A. §1913规定，区块链电子登记的数字记录，经合格人员宣誓声明（须记载上链时间、取回时间、系作为常规业务活动记录并保存等事项）的，依佛蒙特证据规则第902条自我认证，并可依第803(6)条业务记录例外采信；亚利桑那州2017年的A.R.S. §44-7061将区块链担保的签名与记录视为电子签名与电子记录。两相比较：我国规则以“技术核验”为推定的触发器，审查对象是技术过程；佛蒙特规则以“人的宣誓声明”为推定的触发器，担保最终回到人。前者高效但依赖平台合规生态，后者朴素而可移植性强。面对存证平台参差不齐的现实，引入声明型自我认证作为推定的补充路径，值得未来规则细化时考虑。
以上系第18条前两个层次审查规则的比较法考察：电子数据的全链条真实性基准，与大数据分析报告、区块链存证证据的差异化要点。人工智能生成内容作为侵权证据的认定——该条最后一句最具创设性的规定——以及第19条当事人端的行为规制，将于下篇详述。
注释
[1] 最高人民法院《关于依法审理涉人工智能纠纷案件的意见》（法发〔2026〕10号），最高人民法院官网：https://www.court.gov.cn/zixun/xiangqing/511101.html
[2] Advisory Committee on Evidence Rules, Report to the Standing Committee（2024年12月，含Grimm与Grossman的第901(b)(9)条修正提案、新增第901(c)条深度伪造认证规则草案及第707条机器生成证据草案）: https://www.uscourts.gov/sites/default/files/document/2024-12-01_evidence_rules_committee_report.pdf
[3] https://www.judiciary.uk/wp-content/uploads/2025/11/Getty-Images-v-Stability-AI.pdf
[4] https://www.courtlistener.com/docket/70513159/disney-enterprises-inc-v-midjourney-inc/
[5] https://aifray.com/wp-content/uploads/2025/11/42-O-14139-24-Endurteil.pdf
[6] LG Hamburg, Urteil vom 27. September 2024 – 310 O 227/23 (Kneschke v. LAION)；OLG Hamburg, Urteil vom 10. Dezember 2025 – 5 U 104/24（二审维持原判）。一审判决书及案例摘要见欧盟知识产权局案例库：https://www.euipo.europa.eu/en/law/recent-case-law/germany-hamburg-district-court-310-o-22723-laion-v-robert-kneschke
[7] Regulation (EU) 2024/1689 (Artificial Intelligence Act), EUR-Lex: https://eur-lex.europa.eu/eli/reg/2024/1689/oj
[8] Regulation (EU) 2024/1689, Annex III point 8, Article 6(3)；Regulation (EU) 2026/1744（Digital Omnibus on AI）将附件三高风险义务的施行日期由2026年8月2日推迟至2027年12月2日。EUR-Lex：https://eur-lex.europa.eu/eli/reg/2024/1689/oj；https://eur-lex.europa.eu/eli/reg/2026/1744/oj
[9] 《最高人民法院关于民事诉讼证据的若干规定》（法释〔2019〕19号），最高人民法院官网：https://www.court.gov.cn/zixun/xiangqing/212721.html
[10] Federal Rules of Evidence (Dec. 1, 2024), Administrative Office of the U.S. Courts: https://www.uscourts.gov/sites/default/files/2025-02/federal-rules-of-evidence-dec-1-2024_0.pdf
[11] United States v. Lizarraga-Tirado, 789 F.3d 1107 (9th Cir. 2015), govinfo（美国政府出版局）: https://www.govinfo.gov/content/pkg/USCOURTS-ca9-13-10530/pdf/USCOURTS-ca9-13-10530-0.pdf
[12] Advisory Committee on Evidence Rules, Report to the Standing Committee（2026年5月17日）: https://www.uscourts.gov/sites/default/files/document/advisory_committee_on_evidence_rules_may_2026.pdf
[13] 《人工智能生成合成内容标识办法》（国信办通字〔2025〕2号，2025年3月7日印发），中国网信网：https://www.cac.gov.cn/2025-03/14/c_1743654684782215.htm
[14] Federal Rules of Evidence (Dec. 1, 2024), Administrative Office of the U.S. Courts: https://www.uscourts.gov/sites/default/files/2025-02/federal-rules-of-evidence-dec-1-2024_0.pdf
[15] State v. Loomis, 2016 WI 68, 371 Wis. 2d 235, 881 N.W.2d 749 (Wis. 2016): https://www.courtlistener.com/opinion/4237997/state-v-eric-l-loomis/
[16] 《人民法院在线诉讼规则》（法释〔2021〕12号），最高人民法院官网：https://www.court.gov.cn/zixun/xiangqing/309551.html
