引言
AI大模型已从技术研发快速走向商业应用，对于AI大模型开发公司而言，技术许可已经成为其实现商业化的重要路径之一。对于被许可方而言，通过调用、部署或集成成熟大模型，也可以在较短时间内获得智能客服、内容生成、编程辅助、知识问答、合同审查等能力，甚至可以在成熟大模型基础上向用户提供增值服务。
AI大模型许可较传统软件许可更复杂，其许可标的不只是代码，还可能包括模型权重、模型参数、训练方法、部署文档、微调工具链、提示词模板、安全过滤模块等多种技术资产（视许可交易形态而定）；其使用过程也可能持续产生输入数据、日志数据、反馈数据、输出内容和模型改进成果；同时，大模型输出具有不确定性，可能引发知识产权、人格权、个人信息保护，以及内容安全等风险。
本文从实操角度对AI大模型许可交易中的主要关注点进行介绍，以供相关企业参考。
1. AI大模型许可交易形态
识别AI大模型许可的交易形态（即模型能力如何送达）是后续考虑许可标的、许可范围、费用、数据和成果归属、合规义务、赔偿责任等安排的基础。
根据检索，AI大模型的交易形态一般有以下几种模式：
-
云端服务化交付：许可方在自有或控制的云基础设施上运行模型，被许可方通过网络远程调用能力。这又细分为两种典型场景，即API调用模式（直接输出模型能力，被许可方需自行构建上层应用，按调用量、Token量等指标计费）和SaaS应用模式（交付封装好的终端功能，被许可方获得的是完整软件服务的使用权，但无法触及模型本身）。
-
本地环境交付：模型被部署到被许可方指定的自有服务器、私有云或内网环境中，常见形式包括私有化部署和一体机交付。模型权重文件（通常经加密或容器化）与运行环境整体移入本地，确保数据不出域，以满足金融、政务等高度敏感的合规要求。
