DeepSeek是中国人工智能技术崛起的生动缩影。或许它只是人工智能发展史上的一个历史节点，更先进的技术将继续涌现，但它所引领的人工智能技术开放性发展趋势却意义非凡，在法学界也引发了关于知识产权保护和共享的平衡、人工智能新型开发方式的合法与侵权边界的思考。

　　2025年初横空出世的DeepSeek- R1不仅在性能上对标国外领先的人工智能，还进行开源许可，同步开放模型权重。该模型上线API接口，允许用户通过蒸馏技术训练其他模型，还向用户开放思维链输出。这些开放策略不仅显示着推出DeepSeek的初创公司的气度，更是引领了人工智能的开放性发展趋势。

　　DeepSeek引领的人工智能开放性发展趋势是一种竞争催化器。在其刺激下，美国人工智能领域的代表性公司OpenAI紧急上线推理模型和搜索功能，并向用户免费开放。具有讽刺意义的是，美国这家公司名为OpenAI，其真正意义上的开放却是在中国人工智能初创企业的倒逼下推进的。DeepSeek引领的人工智能开放性发展趋势是一种创新驱动力。在技术发展初期，人工智能的突破往往依赖于少数技术巨头的封闭式研发，但随着DeepSeek等初创企业的崛起，开放协作的创新范式已经成为人工智能领域的主流。这一趋势将引发人工智能商业模式和创新模式的深刻变革。围绕创新和竞争而展开的知识产权制度也要与时俱进，适应人工智能时代技术创新的发展趋势。

　　互联网时代的特征是互联互通，人工智能时代的特征将是开放共享。在人工智能时代，知识产权制度需要更加注重和追求保护与共享之间的平衡。

　　在底层理念上，知识产权制度承载着激励创新和促进传播的双重使命，从而形成了保护和共享的二元价值取向。然而，以往的知识产权制度偏向于保护一端发展，知识产权的私权属性也推动着知识产权保护的不断强化。知识产权制度需要一次返本归元的契机，人工智能技术的开放性发展为此提供了绝佳的调整机会。在开放创新范式下，知识产权制度不再需要为创新企业强加排他性权利，不再鼓励其独飨利益甚至故步自封，可以更多地为创新技术共享提供制度激励，从而实现二元价值取向的调适与平衡。

　　为了促进知识的传播和共享，知识产权制度中形成了合理使用、法定许可、强制许可、开放许可、知识共享等制度工具，但长期以来以配角的形式存在，主要是作为知识产权的限制和例外规则而存在。DeepSeek推动的人工智能开放创新范式基于开源软件的基本理念，并对其进行发展，从商业模式上发展出允许蒸馏、开放思维链等方案，这显示出商业实践中对开放创新范式的急切需求。在此背景下，知识产权制度需要相应地丰富促进传播和共享的制度工具，并且适当提升这些制度工具的使用频率。

　　当然，在鼓励开放创新和技术共享的同时，核心技术的知识产权保护仍不容忽视。技术共享的意义重大，一个自信的企业应当敢于将技术公开，从而推动整个行业的持续创新。然而，为了维护竞争优势，核心技术仍然应当牢牢地掌握在自己手中。在人工智能领域，重点策略是注重商业秘密与技术共享的平衡。算法、模型能否享有专利保护处于模糊地带，商业秘密保护为此提供了较强的适配性。创新企业在采取开源、开放策略的同时，仍然应当注重核心技术的商业秘密保护。传统上，企业申请专利的同时往往也会将关键的创新点予以保密，采取专利和商业秘密的协同保护策略。在人工智能这个全球竞争的前沿科技领域，整体技术开放和核心技术保密的协同策略将是一种优选方案。

　　在开放性发展趋势下，开放协作的创新范式中出现了一些新现象、新方式，需要在法律上明确其合法性边界。其中，“蒸馏”作为人工智能开发中的一种新型方式是否合法，成为亟待明确的问题。

　　面对DeepSeek的挑战和冲击，美国人工智能公司OpenAI指责DeepSeek违规“蒸馏”。且不论这一指责有无证据，我们仍需明确“蒸馏”在法律上的合法与侵权界限，这也将影响人工智能技术的未来发展。笔者认为，“蒸馏”原则上不侵权，但需要明确蒸馏技术合法利用的边界。人工智能训练中的“蒸馏”又称“知识蒸馏”，旨在将在先的“教师模型”中的知识通过学习和模仿转移到在后的“学生模型”中。教师模型往往大型且复杂，而学生模型经过提炼优化将变得精简而高效。蒸馏技术的核心原理是基于输入输出关系进行机器学习，通过教师模型的“推理”过程间接获得教师模型的数据特征和行为特征，而非直接复制其中的参数或代码。技术原理上的非直接复制性意味着，蒸馏技术的利用本身并不会构成对在先模型中著作权的侵害。从知识产权法的视角看，蒸馏是一种对在先软件或程序的新型使用方式，然而著作权法并不规制对在先作品的所有使用方式，而是仅仅对复制、发行、传播等特定的使用行为进行规制，并围绕这些行为设置具体的权项。在这些权项所调整的行为之外，是公众的使用自由。“蒸馏”可以理解为是由机器执行的对在先模型的大规模学习，可以类比传统世界中的学习，这种行为并不受知识产权法的规制。

　　尽管人工智能领域的“蒸馏”原则上合法，但人工智能产业在利用蒸馏技术时仍然需要规避相关风险。其一，合法的蒸馏方法应当仅仅使用教师模型的输入输出数据进行学习和训练。应避免复制教师模型的参数和架构，也避免复制教师模型的技术细节，这些参数、架构或技术细节可能受到商业秘密、著作权或专利权的保护。其二，学生模型应当形成不同的架构，避免与教师模型过度相似。尽管人工智能模型能否享有知识产权保护尚无定论，但是，即便过度相似的学生模型不侵害在先的教师模型的知识产权，通过蒸馏方式形成过度相似的模型也有不正当竞争之嫌。其三，通过蒸馏方式开发人工智能时需要避免数据污染。通过学习、模仿的方式间接使用教师模型的数据的蒸馏方式，可能导致学生模型的数据受到教师模型的影响甚至污染。为此，在蒸馏过程中，需要验证教师模型的训练数据和输出内容是否包含受版权保护内容、是否包含涉及个人隐私或敏感信息的数据，避免在合法地通过机器学习知识的同时连带地对他人权益产生侵害。

　　总之，一个崇尚开放创新的人工智能时代已经来临，知识产权制度不仅需要为知识的传播和共享提供更多的激励，也需要对“蒸馏”等新型知识利用方式持包容的态度，从而促进开放创新和持续创新。

　　（作者系复旦大学法学院教授）