自2023年以来，随着AI技术的蓬勃发展，法律界对AI相关的法律问题展开了深度探讨，焦点大多集中在训练数据的法律属性、AI生成的法律定性及侵权问题、以及由AI生成虚假信息所衍生的违法犯罪行为等层面。然而，关于AI模型本身的法律保护却鲜有深入讨论。这在很大程度上源于业界现状：一方面，大量AI模型开源共享，法律责任追究不严；另一方面，部分闭源模型则令第三方难以触及。
此次LiblibAI针对李一舟的“搬运AI模型”事件发起的法律行动，无疑将推动行业对AI模型法律保护的关注度上升到全新高度。要解决这一问题，首要任务是明确界定何为AI模型。微软Copilot模型给出的专业解释指出，AI模型是一种运用数学、统计学、计算机科学和机器学习等多学科方法，通过对规律性和可预测性数据进行分析、处理、预测和优化的数学模型，实质是通过参数和架构将“数据”转化为“智能”。开源社区中AI模型的法律权益问题也随之浮出水面。AI模型的核心——参数和架构，可能涉及专利权、软件著作权、商业秘密及违反开源协议等多个法律维度的保护。
首先，在专利权方面，《专利法》虽规定智力活动规则和方法不予专利保护，但2019年《专利审查指南》修订后，对于包含算法特征或商业规则和方法特征的人工智能发明专利申请有了新的审查标准。如果AI模型中的参数部分能够解决新技术问题并实现创新效果，则有可能满足创造性要求，从而受到专利法保护。然而，在2024年的当下，若AI模型是由其他人工智能训练所得，由于主体资格问题，可能会面临无法获得专利权授权的困境。
其次，从软件著作权角度看，AI模型的架构通常以代码形式展现，基础模型如神经网络、Transformer、卷积神经网络等的代码均可依法享有计算机软件著作权。但对于像LiblibAI这样的社区，其发布的优化模型往往基于第三方基础模型微调参数而成，而非修改架构代码，因此对于基础模型架构的软件著作权主张存在难度，需评估是否能通过专利权途径寻求保护。
再者，未公开或采取技术措施保护的AI模型，研发者可通过商业秘密来维护自身权益。此外，多数AI模型发布时会选择各类开源协议，使用者必须遵守协议规定，特别是关于商业化使用的条款，否则即构成违约，发布者有权依据合同法追究责任。
最后，对于未经授权搬运AI模型及其数据的行为，还可能触犯《反不正当竞争法》，侵犯被搬运方的数据权益，破坏市场竞争秩序。
综上所述，AI模型创和发布者可以通过专利权、软件著作权、遵循开源协议和保护商业秘密等方式捍卫自身的知识产权，而AI模型社区则可通过《反不正当竞争法》框架下的数据类权益保障其经济利益不受侵害。此次LiblibAI诉诸法律的举措，不仅为AI模型产权保护开启了一个新纪元，也为整个行业的健康发展敲响了警钟。
