AI大模型公司的产业链呈现典型的“中间强、两头依赖”格局——中游的算法研发是公司核心壁垒，但上游的算力硬件和下游的分发渠道均高度依赖第三方。这一结构特征，在地缘政治紧张局势下被放大为系统性法律风险。

（一）国际制裁与出口管制：从理论风险到现实障碍

智谱AI是首家在上市招股书中明确披露被列入美国BIS实体清单的AI大模型公司。其招股书载明，2025年1月16日，公司及九家附属公司被纳入美国商务部工业和安全局（BIS）管理的实体清单，限制了在未获得BIS许可的情况下购买或以其他方式获取受《出口管理条例》（EAR）约束的货物、软件和技术的能力。这不是一个假设性的风险提示——它是一个已经发生的事实。

MiniMax虽未被列入实体清单，但其招股书以相当篇幅梳理了美国出口管制体系的风险演变：从2022年10月BIS对先进计算芯片的出口限制，到2024年12月扩大管制范围的BIS临时最终规则和最终规则，再到2025年1月生效的对外投资最终规则（第14105号行政命令）——该规则限制“美国人士”对从事AI、半导体、量子信息技术等领域的中国关联公司进行投资。招股书提示，该规则可能限制公司向美国投资者筹集资金或股本的能力。

MiniMax招股书还专门提及2025年4月美国重新提出的《远程访问安全法案》，该法案旨在解决现有出口管制法律存在的“漏洞”——允许与中国共产党有关联的公司通过云服务访问受限的美国技术。该法案已获美国众议院外交事务委员会两党议员一致支持。若最终颁布为联邦法律，可能对中国AI公司的云计算资源获取产生重大影响。

智谱华章在招股书中披露的已发生事实——被列入BIS实体清单——加上MiniMax对出口管制法律演进的详细梳理，共同勾勒出一个清晰的图景：出口管制对AI大模型公司而言，已经从遥远的理论风险变成了现实的经营障碍。

（二）算力与渠道双重依赖：上游集中、下游脆弱

MiniMax招股书披露了一项令投资人警觉的数据：截至2025年9月30日的前九个月，向五大供应商的采购金额合计1.436亿美元——且全部为云计算服务支出，占采购总额的62.5%。公司坦承：“我们高度依赖英博数科等第三方算力供应商，其服务中断可能对我们业务造成重大不利影响。”

智谱AI的数据更为惊人。招股书显示，2024年全年算力服务费用为人民币15.53亿元，占研发开支的70.7%。从2022年到2024年，算力费用占研发开支的比例从17.3%一路攀升至70.7%，且仍呈上升趋势。两家公司的算力采购均集中在一小批云服务商手中，而这些云服务商本身可能遭遇软件故障、电力短缺、自然灾害，甚至因地缘政治原因中断服务。MiniMax在招股书中也确认，其从部分美国服务提供商采购云计算服务——同时表示这些服务可由非美国供应商替代。

与上游算力集中相对应的，是下游分发渠道的同样脆弱。MiniMax招股书透露了一起具体事件：2024年12月至2025年2月，Talkie应用的历史版本在若干司法管辖区被苹果App Store临时下架，为期约两个月。在此期间日均下载量较下架前减少约1.68万次。公司表示下架并非因产品存在缺陷或违法行为，苹果也未说明原因。这一事件与算力集中互为镜像——二者共同揭示了AI大模型公司“中间强、两头依赖”的结构性脆弱：上游算力断供和下游渠道封堵，任一端的断裂都可能直接冲击公司经营。

在两份招股书中，训练数据来源的合规性是最频繁出现、措辞最谨慎的风险披露领域。两家公司均用到了一个相同的词——“不能保证”。

智谱AI的表述是：业务营运期间，可能会从第三方供应商、公共网站、公共数据集或其他公开可访问的来源获取训练数据——但不能保证这些数据是合法合规的。“如该等实体中的任何一方未能或被视为未能以合理合法的方式获取此类数据，或未能遵守适用的网络安全、数据隐私及保护法律法规，则可能会对我们的服务以及声誉造成重大不利影响。”此外，由于当前的数据处理技术存在固有局限性，公司也“无法保证在进一步处理数据之前，能够有效地过滤、脱敏、匿名化处理自第三方供应商及公开可访问来源获得的数据，以符合相关法律法规”。

MiniMax的措辞更加直白：“我们的训练数据可能包含未经所有必需第三方许可的第三方文本、视频、图像、音频或其他内容。规范使用该等数据训练基础模型的法律框架仍在发展，并可能有所变动。若我们使用训练数据被具备管辖权的主管机构发现侵犯第三方知识产权，我们可能面临高成本且耗时长的诉讼，被迫支付巨额赔偿或许可费，或被要求删除数据并重新训练我们的模型，而这将是一项困难且成本高昂的工作。”

这不是法律技术层面的谨慎措辞，而是AI行业的结构性困境。大模型需要海量训练数据，而互联网上几乎所有的公开数据都可能涉及版权问题。美国版权法下的“合理使用”四要素测试和欧盟的“文本与数据挖掘”例外条款为AI训练留下了争议空间，但中国《著作权法》第24条采取的是封闭式列举方式，明确列举的13种合理使用情形中并不包括AI模型训练。这意味着中国AI公司在涉及国内版权争议时，无法像美国同行那样援引“合理使用”作为抗辩，法律防线相对更窄。但无论在哪个法域，AI训练数据的版权合法性都远未清晰——迪士尼诉MiniMax案本身也说明，即使在美国法下，AI公司同样面临实质性的诉讼威胁。

（一）轰动一时的迪士尼诉MiniMax案

2025年9月16日，迪士尼、环球影业及华纳兄弟探索频道在加州中区联邦地区法院对MiniMax提起民事诉讼，指控其海螺AI产品侵害版权。招股书详细记录了这场诉讼的核心面貌。

原告提出了两项核心指控：直接侵权——海螺AI创作并展示了由原告拥有版权的多个知名电影及动画角色的视频和图像；间接侵权——MiniMax应知悉用户可能生成涉及IP角色的内容，且公司从中获利。原告声称有权就每部被侵权作品获得最高15万美元的法定赔偿，案涉约500项电影及电视节目的注册信息，在最坏情况下，金钱索赔金额达7,500万美元。

MiniMax在招股书中首次公开回应了这一诉讼，提出三重抗辩：第一，海螺AI的内容由用户生成，并非公司行为；第二，模型开发过程中使用的训练材料可能落入“合理使用”范围，原告过度延伸了版权保护范围；第三，产品收费基于用户访问级别，不因生成受版权保护内容而获得额外收益，不存在已知或故意的侵权行为。

这场诉讼的意义超越了个案。它是全球首批由好莱坞主要制片厂针对AI生成平台提起的版权诉讼之一——不仅考验着美国版权法对AI训练和生成行为的适用边界，也将为后续AI公司的版权诉讼风险披露提供重要的司法先例。

（二）知识产权归属的三层复杂性

AI公司的知识产权争议比传统科技公司复杂得多。传统公司只需要回答“员工发明归谁”——AI公司则面临三层叠加的归属难题。

第一层是模型本身的权属。北京市朝阳区人民法院在“变身漫画特效”不正当竞争纠纷案中认定，通过数据训练与调校形成的AI模型参数与结构属于受《反不正当竞争法》保护的竞争资源——但这是反法层面的保护，并未解决著作权法层面的归属问题。第二层是生成内容的权属——AI生成的文本、图片、代码，著作权归谁？2025年上海金山区法院宣判的首例AI大模型著作权侵权案区分了“用户行为”和“平台责任”，但在AI生成内容本身是否构成作品这一核心问题上仍未给出明确答案。第三层是核心技术人员的知识产权风险——这一问题与本文第四章“公司治理与权属”中讨论的职务发明归属直接相关（详见下文第四节“职务发明与高校创业”），核心是公司最底层模型技术的IP权属是否清晰，是否可能因创始人在原任职高校期间完成研发而被追索。

证监会的要求直指AI公司最核心的资产——基座模型的底层技术——其权属是否清晰。如果核心IP产生于创始人在原任职高校或科研院所期间，且缺乏明确的产权确认文件和法律确权程序，整个公司的核心资产就处于“裸奔”状态。

（三）开源技术的“暗雷”

MiniMax在招股书中披露了开源技术的双重风险。一方面，公司以开源方式提供若干模型及产品，允许第三方——包括竞争对手——访问、使用、修改或重新分发该等技术，这可能减少市场对其产品的需求。另一方面，公司自身使用的开源技术面临第三方主张所有权或寻求执行开源许可条款的风险——招股书原话是：“该等申索可能包括要求发布开源组件、衍生作品，甚至要求发布我们使用开源技术开发的专有源代码。”许多开源许可证的条款尚未经法院解释，存在被解读为施加意外条件或限制商业化的风险。

AI生成内容的违法风险同样是监管的“高压线”。MiniMax在招股书中列举了AI技术滥用的五类场景：深度伪造用于欺诈、生成虚假信息、隐私侵犯、网络安全威胁、安全对齐失控。对于内容安全，公司披露了其管控措施——“所有由人工智能生成的内容均按照适用的内容标注要求进行清晰标注”，并要求用户签订明确界定权利和义务的服务协议。但同时坦承：“即便我们与用户签订了惯常用户协议，仍无法控制用户对我们大模型及AI原生产品的使用方式。”关于内容合规的监管框架和备案要求，将在本文第三章详细讨论。

根据《生成式人工智能服务管理暂行办法》，提供具有舆论属性或社会动员能力的生成式AI服务，应当履行互联网信息服务算法备案及生成式人工智能服务备案。在2026年的监管语境下，“双备案”的性质已经发生实质变化——从合规运营的一般性要求，升级为发行人申请境外上市的准入条件。

MiniMax在招股书中确认，其已为专有模型（包括abab系列、abab多模态系列和MiniMax系列）向上海市互联网信息办公室完成必要的模型登记备案，并通过互联网信息服务算法备案系统完成了算法备案。智谱AI则确认已取得“开展实际业务运营所需的所有重要执照、许可、批准及证书”，但同时发出保留——“规管我们业务活动的现行及未来法律法规的解释和实施日后可能会不时发生变化”。

中国证监会在对智谱华章的补充材料要求中，将资质审查推向了更深的层次。证监会要求公司逐一说明涉及互联网信息服务、基础电信业务、第二类增值电信业务、网络文化经营、广播电视节目制作经营、数据处理和存储支持服务、数字内容制作服务、广告制作/设计/代理/发布等数十项业务的具体开展情况及持有资质，并判断是否涉及外资准入负面清单限制或禁止领域。同时还要求列表展示本次发行上市及“全流通”前后公司及下属公司的外资股比，论证持续符合外商投资准入政策。

（二）关键信息基础设施认定与穿透式运营审查

智谱AI在招股书中披露了一个此前在业内被广泛讨论但未定论的问题——基础大模型公司是否会被认定为关键信息基础设施运营者（CIIO）。智谱表示目前尚未被认定为CIIO，但“无法保证相关机构未来不会将我们的MaaS平台归类为关键信息基础设施”。一旦被认定，将触发网络安全审查、数据本地化存储、跨境数据传输安全评估等一系列额外合规义务。

与CIIO认定风险相伴的，是证监会在运营层面的穿透式审查。证监会在对智谱的补充材料要求中，专门问询了公司及下属公司是否涉及开发、运营网站、小程序、APP、公众号等产品，是否涉及向第三方提供信息内容，以及收集及储存的用户信息规模和数据收集使用情况。这些问题表明监管机构的审查已穿透至具体产品的运营层面——不只是看公司“有没有”备案，更要看公司“实际上在做什么”。

（三）数据安全与个人信息保护的持续高压

智谱AI在招股书中的一句披露引起了广泛关注：“由于我们无法控制的因素，我们可能无法保护我们的用户数据。”这不是法律措辞上的过度保守——我国网络安全、数据保护及个人信息保护相关的法律法规体系在近年快速完善，但诠释及应用存在显著不确定性。尤其是AI公司在训练数据处理环节面临的技术难题——数据处理技术存在固有局限性，企业无法保证在进一步处理数据之前，能够有效地过滤、脱敏、匿名化处理自第三方供应商及公开可访问来源获得的数据。这意味着，即使企业有合规意愿，在技术层面仍然面临不可逾越的瓶颈。

MiniMax的应对策略是明确声称训练数据“不涉及客户数据或可识别自然人的个人信息”。但这一声明的边界在实践中并不清晰——在互联网公开数据中识别和排除所有包含个人信息的内容，本身就是一项技术上几乎不可能完成的任务。

“安全合规不再是被动披露的‘成本项’，而是直接关系到产品是否稳定可用、能否可靠落地。”

——两份招股书释放的共同信号

AI大模型公司具有一些与传统科技公司迥异的治理特征：创始人多来自高校或科研院所、核心技术人员流动频繁、实习生和在校生参与算法标注和优化工作司空见惯。这些特征在上市审核中被放大为实质关注要点。中国证监会对智谱华章的七大类补充材料要求，恰好构成了一份AI公司治理风险的完整剖面。

（一）职务发明与高校创业：智谱的“清华基因”难题

智谱华章脱胎于清华大学计算机系知识工程研究室，这一背景既是其技术实力的根基，也是招股书和证监会问询中反复回响的权属风险。证监会在补充材料中要求说明：公司设立时出资的“清华大学计算机系唐杰团队拥有的‘科技情报大数据挖掘与服务技术’”是否为职务发明创造、专利权是否归属单位、是否经过评估作价。同时要求结合各专利权人背景及任职情况，逐一说明华控技术、唐杰、李涓子、刘德兵、许斌、张鹏等享有专利权的依据。

证监会进一步追问实际控制人唐杰就其控制公司情况是否获得清华大学批准——若未获批准，其持有公司股权或表决权的处置计划或措施，以及公司控制权因此发生变化的可能性。根据《专利法》及其实施细则，执行本单位任务或主要利用本单位物质技术条件完成的发明创造属于职务发明。如果AI公司的核心IP产生于创始人在原任职高校期间，且缺乏明确的产权确认文件，则面临知识产权权属瑕疵乃至国有资产流失的双重法律追责风险。

拟上市AI公司必须在申报前取得原高校或科研院所出具的无异议函、产权确认文件或技术转让协议，尤其是涉及国有资产的，还需完成评估备案程序。这些问题不是在上市前三个月可以补救的。

（二）“学生获激励”风波：AI公司劳务管理的灰色地带

证监会在补充材料中最引人注目的一项追问是：要求说明将18名学生作为外部专家并通过员工持股平台进行激励的原因，18名学生提供的具体专家服务内容，是否存在利益输送。同时要求对已实施的股权激励方案出具合规性结论——包括具体人员构成及任职情况、参与人与其他股东/董事/监事/高管是否存在关联关系、价格公允性、协议约定、决策程序、规范运行情况。

这一问题直指AI公司的结构性特征。大量AI公司聘用在校研究生、博士生进行数据标注、算法调参等核心工作，劳务关系介于实习与全职之间，贡献度难以量化。证监会要求公司论证这些学生对公司的实质性技术贡献——否则ESOP安排可能被认定为利益输送或股权代持。

（三）非常规风险披露：幻觉率与保险保障

一个值得注意的新现象是，两家公司都将模型的“幻觉率”作为一项风险披露指标——这一指标超出了传统公司治理披露的范畴，反映了AI行业特有的产品责任风险量化和信息披露要求。智谱招股书特别提到，根据检索增强生成（RAG）领域的LLM幻觉排行榜，GLM-4.5-Air（2025年7月发布）和GLM-4.6（2025年9月发布）的幻觉率分别为9.3%和9.5%，为全球第二低及中国最低。MiniMax则从风险角度表述：“大模型技术的缺陷或不足可能损害我们产品生成的建议、预测或分析的准确性、可靠性、完整性及全面性”——将幻觉风险与法律责任和声誉风险直接关联。

“幻觉率已经从纯技术指标，变成了一个准法律概念——在衡量AI公司的产品责任风险时，幻觉率是最接近‘量化’的指标。”

此外，两家公司均披露了保险保障的显著不足。MiniMax明确表示未投保业务中断保险、关键人员人寿保险或诉讼保险：“我们目前的保险范围可能不足以防止我们遭受任何损失。”智谱AI的披露更为彻底——未投保关键人员人寿保险、未购买涵盖网络基础设施或信息技术系统损坏的保单、未就任何财产投保。对于投资者而言，这意味着在核心员工离职、版权索赔败诉、算力中断等极端事件发生时，公司缺乏有效的保险缓冲。

*免责声明：本文基于MiniMax稀宇科技（00100.HK）及智谱华章（02513.HK）的公开招股说明书、聆讯后资料集、中国证监会备案通知书（国合函〔2025〕2267号、2268号）及补充材料要求等公开文件分析形成。本文不构成针对特定事项的法律意见，具体法律问题请咨询专业律师。