AI训练数据与模型参数能否算“数据资产”？——数据资产与技术资产的法理分野、类型化辨析与规范路径

在大模型产业的商业实践中，企业投入巨额算力、人力采集、清洗、标注训练语料，最终训练产出的模型权重参数构成企业的核心商业资产。在投融资、并购、破产清算、质押融资场景下，交易各方普遍提出疑问：AI训练数据集、模型参数是否属于法律意义上的数据资产？还是仅作为软件、算法归入无形资产/技术资产？会计上能够入表，是否等同于民事法律上享有完整可转让的数据财产权益？《中共中央 国务院关于构建数据基础制度更好发挥数据要素作用的意见》（下称“数据二十条”）、财政部《企业数据资源相关会计处理暂行规定》（财会〔2023〕11号）（下称《暂行规定》）确立了数据资源资产化的基础框架，但并未直接回答训练数据、模型参数应当归属于数据资产，还是技术资产、知识产权资产。

从司法实践看，涉AI数据权益纠纷已经进入审判视野，插画师诉TrikAI侵权案、多起企业数据不正当竞争案件，均涉及AI训练数据的权益边界；多地数据交易所、数据知识产权登记试点，已经将AI数据集、模型参数纳入登记范围。但法律定性的分歧直接影响资产确权、估值、交易、强制执行。如果混淆数据资产与技术资产，将模型参数简单归入数据资产，或者将训练数据直接等同于普通知识产权，会造成权利基础错配，埋下合同无效、资产处置不能、权属争议的法律风险。

《民法典》第127条规定：“法律对数据、网络虚拟财产的保护有规定的，依照其规定。”该条款确立数据作为新型财产权益的原则性保护规则，但并未创设数据所有权。数据二十条创造性提出数据资源持有权、数据加工使用权、数据产品经营权三权分置制度，区分原始数据权益与加工后的数据产品权益。财政部《暂行规定》明确企业合法持有或控制、预期带来经济利益的数据资源，满足条件可确认为无形资产或存货；同时财政部明确：会计确认不等于民事确权，会计入表解决财务计量问题，不能直接创设民事财产所有权。这是理解AI资产定性的基础前提。

本文从法理层面厘清数据资产与技术资产的边界，对原始训练数据、清洗标注数据集、模型架构、模型参数进行辨析，剖析当前实务中价值评估、司法处置、强制执行的现实困境，最终提出分类确权、差异化处置的法律方案，为AI企业数据资产入表、数据质押、作价出资、争议解决提供法律参考。

技术资产（无形资产项下的软件、算法、技术秘密、专利）保护的是表达、方案、技术构思、代码逻辑，而非单纯信息记录。技术资产的权利边界遵循知识产权规则：《著作权法》保护计算机软件源代码、目标代码；《反不正当竞争法》保护未公开的算法、模型架构作为商业秘密；如果算法方案满足专利授权条件，还可以受《专利法》保护。
 

1.保护客体不同：数据资产保护的是信息记录；技术资产保护智力成果、技术方案、代码表达。

2.权利来源不同：数据资产权益来源于数据采集、加工、合规处理行为，依托数据三权分置框架；技术资产来源于创作、研发行为，依托著作权、商业秘密、专利等知识产权法定权利。

3.受限制规则不同：数据资产主要受《数据安全法》《个人信息保护法》等规则约束；技术资产主要受知识产权法等规则约束。

4.复制与流转后果不同：数据复制不会损耗原数据，但必须遵守数据合规义务；软件/代码复制直接落入著作权复制权控制范围。

5.救济路径不同：侵害数据资产，可主张数据权益、不正当竞争；侵害技术资产，优先适用著作权、商业秘密、专利侵权救济。

我们将AI要素分层，逐层判断其是否属于数据资产：

1.原始个人信息：不能直接认定为企业的数据资产。个人信息的人格权益归属于自然人，企业仅能依法取得加工使用权，不能取得所有权。即使企业采集存储，仅在取得同意、脱敏等合规前提下享有有限使用权，不能自由转让、作价出资。只有完成匿名化处理，无法识别特定自然人，才能脱离个人信息属性，具备数据资产基础。

2.受著作权保护的原始作品（图片、文字）：原始著作权归创作者。企业仅在满足著作权许可或合理使用前提下，获得训练使用的权利，原始作品本身不属于企业的数据资产。企业仅拥有使用该作品用于模型训练的许可，不享有作品本身的财产权。

3.政务/公共原始数据：所有权归国家，企业可依法获取加工使用权，原始公共数据本身不属于企业资产。

企业对原始数据进行去重、脱敏、匿名化、清洗、标注、结构化聚合，形成独立数据集。该加工数据集，在满足合规前提下，属于典型的数据资产。依据：数据二十条，加工者享有数据产品经营权；财政部《暂行规定》，企业加工形成的数据资源，符合资产确认条件，会计上可计入无形资产。法律限制：数据集内若仍包含未脱敏个人信息、未经授权版权作品，即使投入大量加工成本，依然存在合规瑕疵，不能作为有效数据资产进行交易、质押。司法实践中，若数据集侵犯他人著作权、个人信息，该资产存在权利瑕疵，处置价值会归零甚至产生侵权赔偿责任。
 

模型参数是模型训练完成后存储在文件中的海量数值集合，系训练数据经算法运算后生成的结果。从载体形态观察，参数属于电子记录的数值集合，形式上符合《数据安全法》项下“数据”的定义，根据《浙江省人工智能领域数据知识产权登记申请指引（2025）》，浙江人工智能数据知识产权登记试点亦已将模型参数纳入登记范围；但其价值并非来源于参数本身承载的原始信息，而是源自训练算法、算力投入与训练数据共同形成的智能推理能力，脱离算法架构的参数无法独立实现模型功能。据此可得出定性结论：模型参数兼具数据载体属性与技术智力成果属性，属于以数据形态承载的技术成果，不能简单直接等同于普通数据集类的数据资产。

在权利保护的实务层面，企业一般将模型参数作为商业秘密予以保护，针对未经许可复制、盗取模型参数的行为，司法实践多通过侵犯商业秘密、不正当竞争的路径提供救济，而非单纯依据数据权益侵权规则进行保护。

在实务层面，笔者认为可以大致遵循以下区分要点：单独的模型参数文件在载体层面属于数据，在功能层面依附算法技术，属于技术成果；完整大模型产品（架构代码+参数+推理接口）整体属于软件/技术资产。

综上，笔者认为，训练数据集属于数据资产范畴；模型架构、算法代码属于技术资产；模型权重参数属于混合客体，不能简单归为单一类别。

AI训练数据集往往多层权益叠加：同一份数据集同时包含个人信息、著作权作品、公共数据、企业自有数据。企业投入成本加工，但无法取得完整所有权，仅享有加工使用权、产品经营权。传统资产处置、质押、破产财产处置，都以清晰财产所有权为基础，而数据三权分置下，权利是有限的、可分的。模型参数的权利边界更模糊：参数由训练数据、算法、算力共同产出，多方主体可能主张权益。一旦发生并购、破产，如何分割模型参数权益，现行民事诉讼、强制执行规则缺少配套程序。
 

从资产评估视角看，针对AI模型参数主要存在成本法、收益法、市场法三类估值路径，但各方法均存在固有局限：成本法仅归集历史采集、清洗、标注、算力投入，不能体现模型商业获利能力，且数据集存在合规瑕疵时其价值可能归零；收益法依托未来商业化现金流折现，但受AI技术快速迭代、模型快速贬值影响，未来收益预测主观性较强；市场法则受制于大模型多为非公开、定制化交易，缺乏可参照的公允可比案例。财政部《暂行规定》仅规范会计入账事宜，并未配套出台专门的法定资产评估准则，评估机构就AI模型参数开展估值时，评估假设选择空间较大，相应评估结论往往难以获得司法机关、金融机构的采信。
 

1.可复制性带来控制难题：传统资产执行，查封扣押即可控制；数据、模型参数极易复制。即便法院查封服务器，被执行人可以私下拷贝转移参数，执行法院很难实现排他控制。

2.处置变现路径缺失：司法拍卖平台缺少AI模型、数据集的成熟交易渠道；数据交易场所交易规则尚在试点，司法拍卖的法律效力、登记效力尚未被司法统一认可。

3.合规附随义务无法剥离：处置数据集、模型，受让方必须承接数据合规义务。如果原始训练数据存在个人信息、版权瑕疵，资产转让后侵权责任可能延续，导致受让方不愿意收购。

1.加工训练数据集（合规脱敏、去版权风险）：确权为数据资产，适用数据三权分置，办理数据知识产权/数据要素登记，明确数据产品经营权。可用于入表、作价出资、数据质押。

2.原始未脱敏数据集：不得确认为可转让数据资产，仅可在内部限定范围享有加工使用权，禁止对外转让、质押。

3.模型架构、训练代码：归入技术资产（软件著作权/商业秘密），按知识产权规则确权、登记。

4.模型权重参数：混合客体单独登记，登记时区分两项权益：一是作为电子数据的持有权益；二是依附算法的技术成果权益。登记文件中载明权利限制、许可范围、禁止逆向工程等约束。
 

1.数据资产（合规数据集）：适用数据要素交易规则，在数据交易所登记交易，转让的是数据产品经营权，合同中明确数据合规承诺、瑕疵担保、数据安全义务。

2.模型参数资产：转让应当采用许可模式为主、整体转让为辅。完整转让模型参数，必须同步转让配套算法代码，合同约定禁止拷贝、逆向提取、二次训练等限制条款，配套技术锁、访问控制等技术保障。

3.强制执行场景：区分资产类型。数据集处置前置开展数据合规尽调；模型参数处置优先采用独占许可、收益分成模式，而非简单拍卖拷贝副本。法院执行文书应当明确禁止未经许可复制模型参数。
 

2.登记层面：依托地方数据知识产权登记、数据要素登记，将数据集、模型参数办理登记，登记凭证作为权属初步证据，提升在诉讼、质押中的证明效力。登记事项应当载明权利限制、数据来源、合规审查结论。

3.争议解决层面：发生权属纠纷，区分诉由。单纯数据集窃取，主张数据权益、不正当竞争；盗取模型参数、算法代码，优先主张侵犯商业秘密、著作权侵权。