首先，AI的行业特性造成了其许可主体和许可方式具备一定特殊性。一般而言，AI领域的主要玩家包括算法方（顾名思义，其负责提供算法）、模型训练方（负责用数据训练模型）、数据方（负责提供数据）和模型使用方（负责最终应用，一般会具体到行业）。由此可见，参与AI开发和使用的主体比较复杂，这也造成了相关许可的复杂化，即在不同主体间且依实际需要的不同，可能出现双向许可、单向许可、再许可等许可方式。对于不断自我发展的AI技术来说，许可范围的划分也是一个重点和难点。此外，AI领域还经常涉及AI平台，即开发者可以通过该AI平台用数据训练其所需的模型，这种情况下的许可协议通常为固定模板。平台方应注意协议模板的合规性、周延性以及免责方面，而用户则应仔细阅读相关条款以避免自身模型出现权利瑕疵。

其次，AI知识产权许可涉及的知识产权多样，可能包括专利、软件著作权、商业秘密和数据利益（可能与商业秘密存在一定程度的重合）等。AI领域按照产业架构一般可以分为基础层、技术层和应用层。对于基础层（提供算力支持），例如AI硬件方面，可以使用专利结合商业秘密来保护知识产权；对于技术层（算法和算法平台），多以商业秘密结合软件著作权保护；对于应用层（即在各行业中的具体应用），则可通过专利、软件著作权和商业秘密保护知识产权。AI知识产权的类型多样性造成许可时需要兼顾不同类型的知识产权的特点，有针对性地采用适当的许可条款。例如，商业秘密许可会要求严格的保密，而纯专利许可因其公开属性则一般无此要求。又比如，商业秘密的保护期限是永久直至被公众所知悉，专利则为10年至20年不等，著作权保护期则为作者终生及去世后50年（如果为法人作者，则保护期为首次发表后50年），这无疑会影响许可期限的约定。再者，由于专利无效程序的存在，较之其他类型的知识产权，其效力在许可期限内可能会发生变化，因此也需进行有针对性的约定。

再者，人工智能的开发往往一般都需要数据支持。因此，AI知识产权许可还要额外注意数据收集和使用的合规问题，这就要求对于数据合规，各方需要明确各自需承担的义务。例如，一般而言，数据方应确保数据的收集获得了相应许可并且有权授权其他合作方使用；而数据使用方（例如模型训练方）则应承担确保数据的合法使用以及不得泄露等义务。

"知识产权改进"指的是知识产权许可协议的任何一方对于许可协议中的背景技术进行的性能、效率、功能、成本、应用范围等方面的修改、提升、修正或增强。许可人可能在许可协议期间对背景知识产权进行改进，而被许可人在使用许可过程中也可能对技术做出适应性或创造性的修改。因此，一般要在许可协议中约定此等改进的归属及对价。根据我国法律规定，技术改进的权属优先适用双方合同约定，但在不同情形下的条款约定可能因违反具体适用法域的法律规定而有效力瑕疵。以下将针对不同开发模式下的许可合同条款及其效力加以分析：

如果许可合同约定在合同有效期间的知识产权改进的所有权在其产生时即归某一方所有，而无论由合同哪一方开发，则此种模式为一方独有。在实践中，基于双方的谈判地位，约定背景知识产权一方独有的情况并不罕见。但要注意，在不同法域下，该等条款的有效性存疑。例如在欧盟的技术转让集体豁免条例（TTBER）框架下，如被许可人对背景知识产权进行了改进，改进的权属自动转让或独家回授给许可方的条款可能是无效的；即使改进权属的条款不属于上述情况，如果对改进的转让造成了反竞争的效果，那么合法性也存疑。在中国也有类似的效力问题：《民法典》规定"非法垄断技术或者侵害他人技术成果的技术合同无效"；《最高人民法院关于审理技术合同纠纷案件适用法律若干问题的解释》进一步规定"限制当事人一方在合同标的技术基础上进行新的研究开发或者限制其使用所改进的技术，或者双方交换改进技术的条件不对等，包括要求一方将其自行改进的技术无偿提供给对方、非互惠性转让给对方、无偿独占或者共享该改进技术的知识产权"的，属于"非法垄断技术"。在此种情况下，如果改进是基于背景知识产权，但又由非背景知识产权所有方独立开发，则可能因构成"要求一方将其自行改进的技术无偿提供给对方、非互惠性转让给对方"而被认定为有非法垄断效果。但是，如能证明独立研发方已经获得了合理对价或其开发过程并非完全独立，则该等条款的效力风险依然可控。

如果许可合同约定知识产权改进的所有权在其产生时即归合同各方共同所有，而不论由哪一方开发，此种模式为共同拥有。在此种情况下，应特别注意在特定法域中，知识产权的实施是否反因共同拥有的模式而受到阻碍。例如，在美国法下，如某一专利权人因他人侵犯专利权而诉诸法院，那么所有专利权人都应加入该等诉讼，否则程序无法进行；如被授予改进知识产权归属的某一方怠于加入对知识产权的保护行动，那么共同所有的模式反而不利于改进技术的保护。

​

许可合同也可规定根据实际开发情况而决定对改进知识产权的独有或共有。例如，许可合同可能规定，如由一方独立开发改进的知识产权，该等知识产权的所有权利、所有权和利益归于该开发方；而如由合同多方共同开发，则由多方共同拥有。在条款的有效性上，这样的约定通常并无明显法律瑕疵。只是对于非背景知识产权所有方来说，在与许可方产生争议时，要证明其"独立"开发了基于许可合同背景知识产权的难度较大。此外，对于被许可方来说，需要从商业角度进一步评估此等条款对于许可费用的影响。例如，许可方通常更容易基于现有技术进行改进，并依据此等条款拥有改进技术的所有权。当被许可标的物版本更新迭代较快时，一旦许可方发明了新的版本（例如软件），被许可方就会陷入或者选择额外签署新版本许可合同，或者被新市场淘汰的被动境地。

值得注意的是，在许可协议下，一般对改进技术不拥有权属的一方可获得对于改进技术的使用许可，而该许可是否免费则视具体情况而有所不同。如果双方就改进技术的许可是否应免费而僵持不下，不拥有权属的一方可以要求以付费方式获得许可的选择权。

知识产权不侵权保证条款是知识产权许可中的常见条款，其内容包括就被许可的知识产权之使用不侵犯第三方知识产权作出保证。根据许可人和被许可人间的谈判实力对比和其他因素，许可条款中常见的情形有：保证不侵犯第三方知识产权、明确排除不侵权保证、以及不提及知识产权不侵权保证。对于第三种情形，即不提及是否保证不侵犯第三方知识产权的情形，一般认为许可方没有默认的保证义务。因此作为被许可方，应尽量要求许可方作出不侵权保证，以维护自身权利。

知识产权许可协议中有时还会包括不予起诉保证，即许可方保证不会起诉被许可方侵犯被许可之知识产权。一方面，这是从许可的反向进行约定，给与许可双保险。在许可本身因为技术出口等限制归于无效时，拥有不起诉保证的被许可方尚存一定的转圜余地。另一方面，是保证许可产品不涉及其他未许可知识产权，或即使涉及也不会面临起诉风险。一般而言，获得许可后不被许可方起诉侵犯知识产权是被许可方基本的诉求，因此建议被许可方尽量要求加入此等条款。

毋庸置疑，知识产权许可的基础是知识产权，因此知识产权的有效性必然会对知识产权许可产生实质性影响。根据许可人和被许可人间的谈判实力对比和其他因素，许可条款中常见的情形有：保证知识产权有效性、明确排除对知识产权有效性的保证、以及不提及对知识产权有效性的保证。明确排除对知识产权有效性的保证常见于"技术包许可"的情形，其目的在于不因部分知识产权的失效而影响许可费率。而在不提及知识产权有效性保证的情况下，如果许可涉及的全部或主要知识产权失效，则被许可方一般可以以此为由，要求减少许可费；如果许可方作出了知识产权有效性保证，则更是如此。

技术有效性保证即许可方对被许可方作出许可技术能够实现协议目的之保证。基于许可方和被许可方谈判实力对比和其他因素，知识产权许可中对于技术有效性的保证会有三种情形：保证技术有效、不提及技术有效性保证、和明确排除对于技术有效性的保证。对于AI平台，因开发应用的不确定性较高，对于许可方来说，一般建议明确排除技术有效性保证。

对于AI应用的部分领域，如自动驾驶等，还可能由于AI的运用而导致对人身、财产的损害。因此，有必要在许可合同中明确许可方是否承担相应责任。对于此等类型的保证，许可方明确不承担相关赔偿责任或者对相关赔偿责任作出明确限制是较为常见的情形。

知识产权许可合同中的不挑战条款，顾名思义，即要求被许可方不得挑战许可知识产权的效力，其形式上通常有两种：

（1）直接禁止被许可方对于许可知识产权提出挑战，例如提起专利无效程序或主张其无效等；

（2）如另一方对于提供知识产权一方提出现有知识产权挑战，则许可合同可由许可方终止。

不论是上述哪一种方式，其从实质上都构成了对被许可人挑战相关知识产权的限制，因此有可能因构成非法垄断技术而造成该条款无效。

《民法典》第八百五十条规定："非法垄断技术或者侵害他人技术成果的技术合同无效"。《最高人民法院关于审理技术合同纠纷案件适用法律若干问题的解释》进一步规定： "非法垄断技术"包括"禁止技术接受方对合同标的技术知识产权的有效性提出异议或者对提出异议附加条件"的情形。因此，在中国，此等不挑战条款有效性存疑。

在美国，案例法曾判定，诉讼前的许可协议中此等条款无效。因此可能导致被许可人一方面有权利挑战相关知识产权的有效性或可执行性，另一方面在支付许可费的情况下仍可享受许可协议项下的权利，或被许可人也可以选择停止支付许可费；但如果在诉讼提起后，双方签订的和解协议内含许可及不挑战条款，那么该等条款有效性取决于诉讼案件进展的情况，双方的证据开示越充分，则条款有效的可能性越高。在欧盟，《欧洲联盟运作条约》和《技术转让集中豁免》（TTBE）也有类似反垄断的规定。因此，许可双方应基于许可合同类型、双方市场地位、许可有偿性、技术新颖性、是否涉及特定知识产权（如标准必要专利）等方面特别注意该等条款的有效性。此外，建议许可双方在协议中纳入"分割性"条款，保证不挑战条款的无效不影响其他条款效力。

除了不挑战条款以外，双方也可以考虑以下替代方案，以起到防止被许可方无端提出对知识产权挑战的作用：

（1）调整许可费的安排，例如要求被许可人在许可期间一开始即支付大部分费用，或规定在被许可人挑战知识产权时许可费用将自动提高；

（2）不设定固定长期的许可期限，对于许可期限规定为可延长的短期有效期，且双方都可在本期到期之前提出终止合同；

（3）约定许可可能因被许可人提出知识产权挑战而降级（例如由独占许可转为普通许可）； 

（4）约定被许可人应支付许可人应对专利无效挑战所产生的律师费和其他成本；

（5）约定被许可人在挑战知识产权有效性之前需提前通知许可人，以便许可人及时应对。

​

对于数据合规，本文将主要强调合规责任的分配问题。如前所述，对于AI知识产权许可而言，大原则是：数据方应确保数据的收集获得了相应许可并且有权授权其他合作方使用；而数据使用方（例如模型训练方）则应承担确保数据的合法使用以及不得泄露等义务，即各方应保证在自身可控制的范围内的合法合规。虽然通过协议可以就各方责任予以明确划分，但是作为参与AI项目的各方可能仍需要承担基本的审查义务，该等义务不一定能被协议约定所免除，即参与人工智能项目的一方可能被违规收集或使用数据的另一方"牵连"。因此，为控制自身合规风险，建议对合作伙伴的资质进行形式审查，请合作伙伴对于数据收集过程合规或数据使用合规作出保证，并且在协议中约定数据不合规时的违约责任，以最大限度规避自身风险。

基于AI知识产权的特点，非法移植是AI知识产权许可的一个重点和难点。此处的非法移植指被许可人（例如模型训练方或模型使用方）擅自对作为合作成果的模型进行调整，而用于许可外的其他客户或领域的情况。此等情况较难证明，但又比较容易发生，因此是AI知识产权许可需要重点防范的风险之一。而作为应对方法，可以尝试从两个途径入手：

AI往往涉及软件，而软件可以一些比较成熟的手段进行管控。作为使用限制，软件可以施加秘钥，从而达到每台设备上使用软件均需要权利人授权的目的。秘钥本身可以采用数字和硬件的方式。另一方面，为了降低举证难度，权利人可以在软件中加入无意义代码段作为一种"签名"，从而便于初步证明软件的真实来源。

对于非法移植的问题，也可以采用协议约定的方式尝试解决权利人举证困难的问题。例如，可以约定对于是否存在非法移植一事适用举证责任倒置。所谓举证责任倒置，指本来应当配置给一方当事人的举证责任转移给另一方当事人承担。针对当前所述情形，可以在许可协议中约定，在未获得许可方许可的情况下，一旦许可方发现被许可人的客户使用了与合作开发项目类似功能的AI产品/服务，则被许可方应举证证明该等AI产品/服务与许可的知识产权无关，但被许可方拥有对模型完全处置权（包括再许可权）的除外。