针对该问题，最高人民法院于2026年9月7日发布的《关于依法审理涉人工智能纠纷案件的意见》（法发〔2026〕10号，下称“《意见》”）在第（六）项作出了初步回应。[1]该项规定的是民事责任的认定规则，但其列举的判断因素对企业的训练数据合规同样具有参考意义。本文以《意见》为分析中心，结合相关典型案例及国家网信办的政策法规问答，就公开个人信息用于模型训练的合规边界试作梳理。

一、公开个人信息用于训练的法律基础与适用限制

在我国个人信息保护法律体系下，处理个人信息以取得个人同意为一般规则，仅在法律明确规定的情形下，可以不经个人同意处理其个人信息。在合理的范围内处理已公开的个人信息即属于此类情形：《个人信息保护法》第13条第1款第6项将“依照本法规定在合理的范围内处理个人自行公开或者其他已经合法公开的个人信息”列为处理个人信息的法定依据之一，同条第2款进一步明确，具有该项情形的，不需取得个人同意。对于这一处理依据的适用条件，《民法典》及《个人信息保护法》分别作出了规定：

《民法典》第1036条第（二）项规定，合理处理该自然人自行公开的或者其他已经合法公开的信息，行为人不承担民事责任，但是该自然人明确拒绝或者处理该信息侵害其重大利益的除外。《个人信息保护法》第27条则规定，个人信息处理者可以在合理的范围内处理个人自行公开或者其他已经合法公开的个人信息，个人明确拒绝的除外；处理已公开的个人信息对个人权益有重大影响的，应当依照本法规定取得个人同意。上述规定共同为不经同意处理公开个人信息设置了多层条件，具体如下：

需要注意的是，两部法律的表述并不完全对应。《民法典》“侵害其重大利益”着眼于民事责任的排除；《个人信息保护法》“对个人权益有重大影响”的法律后果则是应当取得个人同意。

置于模型训练场景，欧盟部分数据保护机构的执法实践显示，监管机构关注将公开个人数据用于模型训练对个人基本权利和自由带来的风险，[2]并要求处理者具备《通用数据保护条例》（General Data Protection Regulation，GDPR）下的合法性基础，而非仅以数据已在网上公开为由主张处理的正当性。[3]因此，相关法域的争议焦点主要在于：利用公开个人数据开展模型训练，能否以及如何依据合法利益（legitimate interest）等合法性基础进行。我国则不同，法律已为合理范围内处理公开个人信息设立了专门的处理依据。争议焦点并非在“知情同意”与“合理范围”之间二选一，而在于：训练活动符合法定条件时，可以不取得个人同意；但无论是否取得同意，处理者仍应遵守合法、正当、必要和诚信原则，确保处理目的明确、合理，并遵循公开、透明原则，依法履行告知等义务；根据实际情形，亦不排除需要审查其他法定处理依据。

围绕模型训练能否落入“合理范围”，实务中大致存在两种观点。一种观点认为，模型训练已超出用户公开其个人信息（如公开发布帖子、评论等）时可预期的原始目的，且训练可能使个人信息被模型“记忆”，存在后续被生成输出、泄露的持续风险，因此应当取得个人同意。另一种观点认为，只要个人没有明确拒绝，且训练未对个人权益造成重大影响，模型训练即属于“合理范围”。针对前述争议，《意见》第（六）项在个保法第27条的基础上明确：“为人工智能模型训练，在合理范围内处理个人自行公开的或者其他已经合法公开的个人信息，且个人未明确拒绝的，一般不认定为侵害个人信息权益的行为。对个人权益有重大影响的，应当依照法律规定取得个人同意。在认定合理范围时，应当综合考量处理个人信息的目的与模型功能的必要性和适当性，所涉个人信息的类型、敏感程度及对个人权益的潜在影响，个人公开信息时的场景及可合理预期的使用范围等因素。”

换言之，《意见》既未将模型训练一概视为“对个人权益有重大影响”的情形，也未将其统一排除在同意要求之外，而是要求结合具体因素个案判断；其“一般不认定为侵害”的表述，也为个案中的相反认定保留了空间。具体而言，应分别审查：（1）所涉个人信息已依法公开，且个人未明确拒绝；（2）相关处理处于“合理范围”之内；（3）处理是否对个人权益产生重大影响；如有重大影响，应当依法取得个人同意。第（1）项是适用前提，第（2）（3）项是核心审查内容，其中“重大影响”应单独审查，不宜完全吸收于“合理范围”的判断之中。下文分别展开。

二、前提：“已依法公开”且“未明确拒绝”

（一）第一道阀门：个人信息应“已依法公开”

从《个人信息保护法》及《意见》的表述上看，“已依法公开”包括个人自行公开和其他合法公开个人信息的情形。根据最高院对《意见》的理解与适用，“个人自行公开的信息是指个人主动将自己的某些个人信息向社会公开，如在社交媒介上发布个人姓名、联系方式、地址等个人信息；其他已经合法公开的个人信息，是指除个人自行公开的以外，其他以合法形式公开的个人信息，如在新闻报道中公开的个人信息、国家机关依法公开的个人信息等。”

法律并未对"公开"作进一步界定。实践中倾向认为，"公开"是指信息处于不特定人可获取的状态。任何人无需特定身份即可访问的内容（如公开主页、公开发布的帖子），一般可认定为已公开；而仅限好友可见、需登录或付费方可查看、群聊或私信中的内容，则难以认定为向社会公开。此外，绕过访问限制或反爬措施获取的个人信息，因涉及不正当竞争等问题，本文不作展开。

可以看出，这一条件实质在于将未公开的个人信息（例如，用户使用AI服务过程中的输入内容）和非法公开的个人信息（例如，因网络攻击导致泄露的个人信息）排除在该处理依据之外。此外，对于本身违法的公开材料（例如，非自愿深度伪造色情图像），即便其在形式上处于公开状态，也不宜当然认定为“已经合法公开”的个人信息。

需要说明的是，本部分只回答信息形式上是否构成"公开"。个人公开信息时的场景及可合理预期的使用范围，属于"合理范围"的判断要素，将在第三章讨论。

（二）第二道阀门：个人未明确拒绝

根据《个人信息保护法》第44条，个人对其个人信息的处理享有知情权、决定权，有权限制或者拒绝他人对其个人信息进行处理。《个人信息保护法》第27条和《意见》均强调了处理公开个人信息场景下对个人决定权的保障，将个人“未明确拒绝”作为不经同意处理的前提条件。需要注意的是，“未明确拒绝”并非推定同意的意思表示，而是该处理依据的消极要件。个人在公开信息时已明确拒绝用于训练的，处理者不得仅依据公开信息处理规则使用该信息；个人事后明确反对的，处理者原则上不能再以该规则作为继续处理的依据，但此前符合条件的处理不因此当然被认定为自始违法。国家网信办2026年8月发布的个人信息保护政策法规问答援引《个人信息保护合规审计管理办法》附件《个人信息保护合规审计指引》第12条，将“处理个人明确拒绝处理的已公开个人信息”列为违法违规处理已公开个人信息的情形之一。[4]

实务中的难点在于拒绝的表达方式与认定标准——书面通知、平台opt-out机制、内容附带的“禁止用于人工智能训练”声明等，何种构成“明确”拒绝，仍需结合个案判断。相应地，训练者宜提供便捷有效的拒绝渠道，对拒绝情形予以留痕。

在落实层面，训练者宜提供便捷的拒绝渠道，对拒绝的接收、核实和处理过程予以留痕，并按可行性区分处理：对尚未训练或拟再次使用的数据，可通过账号、网址、文件哈希等标识建立排除名单，防止已拒绝的信息在后续采集或训练中被重新纳入；对已保存的原始数据，应依法停止相关处理，并在符合法定条件时依法予以删除，技术上确难删除的，可参照《个人信息保护法》第47条，停止除存储和必要安全措施之外的处理。对于已完成训练的模型，从参数中定向删除特定信息在技术上尚不成熟，现行法亦未明确处理者须承担何种程度的“模型遗忘”义务；在规则明确之前，较为可行的做法是在后续版本训练中排除相关数据，并结合风险程度采取输出过滤、拒答等措施，降低相关个人信息被生成或泄露的可能。

实践中，个人往往难以证明其信息确已被用于训练，民事维权面临现实的举证问题，模型输出取证和《个人信息保护法》第69条的过错推定规则只能部分缓解这一问题。相比之下，训练数据的来源记录与拒绝处理情况更可能在个人信息合规审计和监管检查中受到审视。因此，上述机制的意义不仅在于应对诉讼，更在于使企业能够说明其已对“拒绝”作出合理、相称的回应。

三、要件：合理范围与重大影响

（一）麦某波案：“合理范围”的裁判观点

《意见》出台之前，人民法院案例库入库参考案例“麦某波诉北京法某科技有限公司、北京律某信息技术有限公司网络侵权责任纠纷案”[5]已就“合理范围”提供了一套可资借鉴的审查方法。该案中，北京法某公司通过公开渠道爬取执业律师麦某波已公开的执业信息，在自营平台为其设置专属页面，展示“收费标准”“执业年限”“胜诉率”等经算法加工的数据，并虚构麦某波与该平台存在合作关系。法院指出，对于处理公开个人信息的范围是否合理，应以处理目的和处理方式作为评价依据。本案中，被告行为不属于法定的合理范围：一方面，被告为实现自身的商业目的，采取了更具有侵害性的处理方式；另一方面，该处理活动会误导消费者以为麦某波与其有合作关系，将消费者引流到案涉平台，从而截取麦某波与潜在客户的商业合作机会，对个人权益已造成重大影响。该案裁判要旨亦明确，处理已公开个人信息超出合理范围的，不属于《个人信息保护法》第13条第1款第6项规定的不需取得个人同意的情形。

基于法院在本案中的审查逻辑，可以提炼出以下几个审查维度：第一，处理目的。被告处理原告公开执业信息，是为了虚构合作关系、将消费者引流至自身平台；法院否定的是这一具体目的及其实现方式。第二，处理方式与信息质量。被告以算法规则加工生成“执业年限”“胜诉率”等画像信息并设置专属页面展示，而法院查明相关信息存在错误、与实际情况存在较大出入，未能客观反映原告的执业能力；问题不在于“深度加工”本身，而在于加工结果失真并产生误导。第三，告知情况。法院指出，依《个人信息保护法》第17条，处理者在处理个人信息前应当向个人告知相关事项，而被告为原告设定“收费标准”、显示“执业年限”“胜诉率”等信息，均未告知原告。第四，权益影响。法院认定，上述行为将截取原告与潜在客户的商业合作机会，对其权益造成重大影响，应当取得个人同意。

需要强调的是，麦某波案并非模型训练案件，其可供借鉴的是对处理目的、加工方式、信息质量、告知情况及权益影响的综合审查方法，不能由此直接推导出公开个人信息用于训练即超出合理范围。

（二）《意见》：模型训练的“合理范围”边界

在麦某波案审查思路的基础上，《意见》聚焦人工智能场景，为模型训练处理已公开个人信息的“合理范围”列举了三项考量因素：

1. 处理个人信息的目的与模型功能的必要性和适当性

该要素是对《个人信息保护法》第六条[6]在模型训练场景的重申，可进一步拆解为“必要性”和“适当性”两个分析因素。具体而言：

在必要性方面，处理者应当在实现模型功能所需的必要范围内收集和处理已公开个人信息，不能仅以尚不明确的未来用途，为无差别、过量采集提供理由，也不应将与模型功能目标无关的个人信息纳入训练。例如，若模型需要学习医学或财务领域知识，相关公开文本可能具有训练价值；但需要进一步审查的是，为实现该目的，是否有必要保留姓名、联系方式、账户信息等能够识别具体个人的内容，能否以去标识化或匿名化材料、合成数据等对个人权益影响更小的数据实现同一目的。同理，以文本问答为核心功能的模型，若无明确的功能需要，不宜为可能上线的换脸、文生视频等功能预先批量抓取人脸、视频信息。

在适当性方面，则侧重于手段与目的之间的均衡匹配，要求选择对个人权益影响最小的信息处理方式，个人信息的处理范围、处理期限不能超出达成该业务目的的合理限度。值得注意的是，《意见》第五条在规制"网络开盒""人肉搜索"时，以"以刺探隐私为目的"作为构成要件，并以此区别于"意在形成匿名化、非特定化统计结果的合法商业数据分析及人工智能模型训练"。这表明，通用模型训练的目的通常指向对语料整体规律的学习，与针对特定自然人追踪、画像的行为有本质区别，前者原则上不因其处理了公开个人信息而当然不正当。但这一区分并非绝对：若训练目的转向特定对象和场景（如专门针对特定人物的形象、声音或信息进行定向训练、微调，或用于非法场景），则目的的正当性将受到重新评估。

2. 所涉个人信息的类型、敏感程度及对个人权益的潜在影响

鉴于大模型的技术特性，训练数据有可能被模型“记忆”，存在通过生成输出造成信息泄露、扩散的风险。在该场景下，非敏感个人信息与敏感个人信息一旦泄露，给个人权益带来的风险层级不同，处理者应施以差异化的注意。当从公开渠道采集的数据中包含人脸等生物识别信息、医疗健康信息、行踪轨迹信息等敏感个人信息时，除“合理范围”判断外，还应另行审查《个人信息保护法》关于敏感个人信息的特别规则：处理须具有特定的目的和充分的必要性、采取严格保护措施以及“增强型”同意等。

除泄露风险外，还应关注模型输出的"可识别性"。《意见》第四条以"可识别该自然人"为标准，将姓名权、肖像权、声音权益的保护延伸至人工智能生成的虚拟数字形象和合成人声。因此，若训练所使用的公开信息（如人脸图像、语音）可能使模型生成可识别特定自然人的形象或声音，该处理对个人权益的潜在影响明显更大，在判断是否构成"重大影响"时应予重点考量。训练者在数据采集阶段即应评估训练数据所涉信息的可识别性，以及模型是否具备输出可识别个人形象或声音的能力，并采取相应的过滤或输出限制措施。

3. 个人公开信息时的场景及可合理预期的使用范围

通常而言，信息主体在特定场景下公开个人信息，一般预期信息在该场景及相近用途内被使用。例如，个人在社交平台发布动态、在论坛留言，其公开意图一般是供其他网民浏览交流。个人公开信息时的场景及其可合理预期的使用范围，是判断训练用途是否合理的重要因素。对超出原公开场景的利用，应结合处理目的、信息敏感程度、训练规模、模型功能及风险控制措施进一步审查，不能仅因信息已经公开即认定合理，也不能仅因个人未实际预见训练用途即认定侵权。

这一思路与欧洲数据保护委员会（EDPB）第28/2024号意见有相通之处。[7]该意见在讨论以合法利益作为AI模型开发和部署的合法性基础时，提出目的正当性、处理必要性和利益衡量的三步检验，并将数据主体能否合理预期其个人数据被用于相关处理，作为利益衡量的考量因素之一；处理者采取的风险缓解措施，也可能影响利益衡量的结果。需要注意的是，该意见并未认为处理超出合理预期即当然应当以同意作为处理依据，更不意味着可以通过事后取得同意补正此前的处理。[8]

四、告知义务、民事责任与行政合规

告知义务。“不需取得同意”不等于“不需告知”。《个人信息保护法》第17条规定，处理者在处理个人信息前，应当以显著方式、清晰易懂的语言真实、准确、完整地向个人告知处理者身份、处理目的、处理方式等事项；第18条仅在法律、行政法规规定应当保密或者不需要告知等情形下，允许不予告知。麦某波案中，被告未履行告知义务即是法院考量的因素之一。对于海量公开数据的抓取，如何履行告知义务是有待进一步研究的实务问题：一方面，不能仅以逐一联系个人存在困难为由，认定告知义务当然免除；另一方面，在缺乏明确依据的情况下，也不宜认定一份网站公告即可满足全部告知要求。处理者至少宜通过隐私政策、公开说明等方式披露训练数据来源类别、处理目的及拒绝渠道，并对其告知方式的合理性进行论证。

规则相通，责任成立条件不同。《意见》规定的是民事责任的认定规则，但公开个人信息的处理同时受到行政监管。两者在违法性判断上均源于《个人信息保护法》确立的处理规则，共享“是否超出合理范围”“是否依法取得同意”等判断基准，但责任成立的条件不同。在行政侧，监管机关可以针对未履行法定义务的行为作出处理；在民事侧，处理者不能证明自己没有过错的，应当依法承担损害赔偿等侵权责任，即在过错要件认定上适用过错推定。就个案救济而言，实践中民事诉讼的赔偿有限，但在模型训练场景，停止侵害等救济一旦适用，对企业的影响亦可能更为显著。

行政认定与合规记录的作用。行政处罚决定、监管通报等材料在后续民事诉讼中可以作为证据使用；同样，训练者落实来源审查、提供拒绝渠道、开展影响评估并留存合规记录，在民事诉讼中可以作为证明已尽合理注意、反驳过错推定的抗辩依据；但合规记录不能补救缺乏处理依据、无视个人明确拒绝等实质问题。

五、结语

总结而言，《意见》第（六）项为公开个人信息用于模型训练确立的是“有条件豁免”（即符合条件时无须取得个人同意）的裁判框架：以“已依法公开且未明确拒绝”为前提，以个案化的“合理范围”和“无重大影响”为要件。

回到本文开头的问题：已公开的个人信息可以不经个人同意用于模型训练，但仅限于信息依法公开、个人未明确拒绝、处理处于合理范围且不对个人权益产生重大影响的情形；即便如此，处理者仍须履行告知、最小必要、安全保障等义务。对模型训练者而言，合规的关键在于使训练活动经得起“适用前提、合理边界、过程合规”三个层面的检验。

“已公开”只是训练语料的入场券，而非免于合规义务的通行证。唯有规则边界清晰、合规成本可预期，个人信息的合理利用与AI产业的发展方能并行不悖。

[注]

[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），2026年9月7日发布：https://www.court.gov.cn/zixun/xiangqing/511101.html。

[2] 请见爱尔兰数据保护委员会（DPC）关于X公司Grok相关法院程序结束的声明：https://www.dataprotection.ie/en/news-media/press-releases/data-protection-commission-welcomes-conclusion-proceedings-relating-xs-ai-tool-grok。DPC在该程序中对利用欧盟/欧洲经济区用户公开帖子中的个人数据训练Grok的风险表达了关切；相关程序系以X公司承诺永久遵守此前承诺条款为基础结束，并非对该处理构成违法的认定。

[3] 请见意大利数据保护机构（Garante）2024年12月20日关于对OpenAI处以1500万欧元罚款的新闻稿：https://www.garanteprivacy.it/home/docweb/-/docweb-display/docweb/10085432。据该页面记载，罗马法院于2026年3月18日公布的第4153/2026号判决支持了针对该处罚决定（2024年第755号决定）提出的异议，该决定已暂时从Garante官网撤下。相关进展有待继续观察，该处罚不宜作为稳定结论引用，亦不能由其被撤销反推相关训练活动当然合法。

[4] 国家互联网信息办公室：《个人信息保护政策法规问答（2026年8月）》，2026年8月12日：https://www.cac.gov.cn/2026-08/12/c_1788195297373459.htm。该问答列举的违法违规处理已公开个人信息的情形，还包括收集、留存或处理已公开个人信息的规模、时间或使用目的超出合理范围等。

[5] 入库编号2025-07-2-369-003，（2022）粤0192民初20966号。

[6] 《个人信息保护法》第六条：处理个人信息应当具有明确、合理的目的，并应当与处理目的直接相关，采取对个人权益影响最小的方式。 收集个人信息，应当限于实现处理目的的最小范围，不得过度收集个人信息。

[7] European Data Protection Board, Opinion 28/2024 on certain data protection aspects related to the processing of personal data in the context of AI models，2024年12月17日通过：https://www.edpb.europa.eu/documents/opinion-of-the-board-art-64/opinion-282024-on-certain-data-protection-aspects-related-to_en。

[8] 中国法的公开信息处理依据与GDPR的合法利益依据亦不宜直接等同，上述比较仅在方法层面具有参考意义。