辽绥渔 35261 船倾覆事故调查报告正式发布
新华社沈阳 6 月 14 日电（记者洪可润、丁非白）辽宁省应急管理厅于 6 月 14 日对外发布了关于辽宁葫芦岛辽绥渔 35261 船重大倾覆事故的调查报告。经调查确认，该事故属于一起重大生产安全责任事故，起因在于船东与船长未履行安全生产主体责任，违规配备职务船员，超员出海作业，忽视气象预警，拒绝执行召回命令，未及时选择港口避风，最终在返航途中因遭遇强风而导致渔船倾覆。 2025 年 10 月 18 日凌晨 1 时 30 分左右，辽绥渔 35261 船在返回港口途中，于大连海域 27-4 渔区发生倾覆，导
生成式人工智能服务提供者的责任认定
生成式人工智能服务提供者应当承担何种责任中国法学会副会长、中国人民大学一级教授及博士生导师王利明当前，人工智能已成为新一轮科技革命与产业变革的核心引擎。“人工智能+”的加速推进，正在深刻改变我们的生产模式、生活方式及社会治理架构。在大力推进科技创新与高质量发展的国家战略下，生成式人工智能技术飞速进步，但也伴随着相应的法律隐患。该技术可能侵犯他人的人格权或知识产权，给侵权责任制度带来挑战。核心问题在于：其一，服务提供者应依据何种归责原则承担责任；其二，致害时的过错该如何判定。生成式人工智能服务提供者应就其过
王利明：生成式人工智能服务提供者的责任承担机制
中国民商法律网本文原载于《人民法院报》2026年6月12日2版。【作者简介】王利明，中国法学会副会长，中国人民大学一级教授、博士生导师。时下，人工智能正成为新一轮科技革命与产业变革的核心驱动力。“人工智能+”的迅速推进，正在深刻改变我们的生产方式、生活形态以及社会治理格局。在国家大力推动科技创新与高质量发展的大背景下，生成式人工智能技术快速发展，必然带来法律风险。生成式人工智能同样可能侵害他人的人格权、知识产权等权益，对侵权责任规则提出了新的挑战。在此，需要首先解决两个核心问题：第一，生成式人工智能服务提
加拿大母亲控告奥特曼与OpenAI 指ChatGPT诱使女儿轻生
本周四，一位来自加拿大的母亲在美国法院对人工智能公司OpenAI及其首席执行官山姆・奥特曼提起诉讼，指控聊天机器人ChatGPT诱导其女儿选择结束生命。近期已有多起法律行动指责该企业未能有效监管用户与聊天机器人之间的危险互动，本案为最新案例。 该诉讼已提交至旧金山地方法院。原告克里斯蒂・卡里尔指出，其女儿艾丽斯在去世前曾数十次向ChatGPT表达自杀意图，但OpenAI的安全机制既未将这些对话标记并移交人工审查，也未中断对话进程。 卡里尔在声明中表示：“ChatGPT时而充当知己或密友，时而扮演心理治疗师
6.8-6.14 人工智能法学研究监测周报
本周累计收录 10 篇学术文章，涵盖 AI 治理基础理论 1 篇、算法治理 1 篇、数据法 2 篇、数据安全与跨境流动 2 篇、网络法治 1 篇、自动驾驶与智能交通 1 篇、AI 与司法 2 篇。1.《从信息成本到信息生产：人工智能侵权过错责任的理论证成》 作者：何泽昊 期刊：法商研究 期刊类型：CLSCI2.《智能算法用工管理下的雇主保护义务与算法侵害责任》 作者：田野 期刊：法商研究 期刊类型：CLSCI3.《作为数据利益协调机制的个人数据匿名化——以公共数据授权运营中的数据利益平衡为中心》 作者：张
AI与XR早报06.14：国内眼镜加速落地，平台AI监管收紧
Silicon Vision 每日快讯AI与XR早报｜06.14国内智能眼镜加速商用，平台AI监管步入严查期━━━━━━━━━━━━━━━━━━━━今日焦点Silicon Vision 视点：今日核心并非单一新品发布，而是两大趋势趋严：一方面 OpenAI 遭遇更系统的州级监管审查，表明平台型 AI 在安全、数据及未成年人责任上，正从舆论争议走向执法层面；另一方面，国内 AI 眼镜正从“新品发布”迈向“办公、售后、产能、体验”的全方位落地。AI + XR 的竞争，正由参数概念，转向真实场景、责任界定及供应
AI情感陪伴引争议:24岁女子离世,母亲起诉ChatGPT未阻止轻生
人工智能正逐渐成为许多人生活中的帮手。有人用它撰写邮件、查询资料，有人夜不能寐时向它倾诉，也有人在现实中找不到可以说话的人时，把心里话告诉屏幕那端的聊天机器人。然而，当人工智能开始扮演“情感陪伴者”的角色后，一个新问题也随之出现：当用户陷入心理危机时，AI究竟应当承担何种责任？近期，加拿大一户家庭发生的悲剧在美国科技界和法律界引发广泛关注。根据提交至加州法院的最新诉状，一位加拿大母亲起诉OpenAI旗下的聊天机器人ChatGPT，称在其24岁女儿长期表达自杀想法期间，系统未能采取充分有效的干预措施，最终未
AI审图能否彻底取代人工审查？
01前些天看到一则关于AI审图的资讯，一家名为LightTable的公司，2024年成立至今已融资2800万美元，业务核心是利用AI原生工具来审核建筑项目的施工图纸。这几年AI审图虽不新鲜，但能融到这么多资确实少见。今天我们就来探讨一下：“AI审图”，究竟能否全面取代“人工审查”？02虽然截至2026年6月全国尚未出台统一强制法规要求AI审查建筑施工图，但住建部及多地已明确推动AI辅助施工图审查试点与数字化转型，政策导向为“辅助审图、提升效能、逐步推广”。所以现阶段仍是“辅助”而非全面替代，无需过分焦虑。
大模型监管风暴：OpenAI被查背后的产品责任追问
根据《华尔街日报》、路透社等主流媒体披露，纽约州总检察长牵头多州联合行动，向OpenAI发出全面传票，要求提供广告投放、用户留存、数据处理、未成年人保护、模型行为（包括"讨好性输出"）及内部治理相关文件。OpenAI已表态将配合相关调查。这并非一次简单的数据合规审查，而是美国监管机构首次对大模型企业进行系统性审视："生成式AI公司是否应像制药企业、汽车制造商、社交媒体平台一样，为用户遭受的实际损害承担产品责任。"核心问题：模型性能是否足够？ 市场奖励：•参数量级•推理水平•用户基数核心问题：能否实现商业变
协助紫晶存储造假，26 家客户遭中介机构起诉索赔
为追回已垫付的 10.86 亿元赔偿款，四家中介机构准备将紫晶存储等 48 个相关方告上法庭。 紫晶存储（证券简称：R 紫晶 1，已退市）于 6 月 11 日晚发布公告指出，中信建投(25.460, 0.87, 3.54%)证券、致同会计师事务所、容诚会计师事务所以及广东恒益律师事务所作为原告，联合起诉紫晶存储及其控股股东、下属子公司、前任董监高等 48 名被告，索赔总额达 10.86 亿元。该案定于 2026 年 6 月 22 日在上海金融法院开庭。 记者发现，除要求退市公司控股股东及原高管等“关键少数
警惕AI幻觉：技术再快也不能丢常识
所谓的AI幻觉，即AI产出那些看似合乎逻辑实则虚假或错误的信息。随着AI深入到日常工作的各个角落，这种“一本正经胡说八道”的现象愈发严重。在AI变得越来越“聪明”的同时，我们更需要补上理性判断和风险管理的“常识课”。无论技术如何飞速发展，都不应将基本常识抛诸脑后。 近几年，关于AI幻觉的案例层出不穷。例如，有考生家长利用AI查询大学报考数据，结果得到的是错误资讯，甚至声称若出错愿承担责任；还有人查询自身姓名职务时，“AI智能回答”竟编造其曾“入狱三年”的假象，并附上了照片；AI编造不存在的文献引用、捏造名
AI会议纪要的核心：区分事实与建议的必要性
市面上众多AI工具表面上暴露的是模型性能短板，但深入实际应用场景后，真正的问题往往出在流程设计上——责任归属没有明确界定。今天这篇文章，我不打算从"模型能力是否达标"这个角度展开，而是想聊聊一个常被忽视的产品设计要点：AI会议纪要应当将客观事实、AI推断结论与行动建议分别展示，并预留人工审核环节。若在这一环缺失，前期演示或许能交出漂亮答卷，可一旦投入真实团队运作，就会遭遇三种困境：执行层不敢采纳，管理层不敢信赖，产品团队也难以进行效果评估。AI功能并非输出一份结果就大功告成，它需要能够被解释、被认可、被修
AI搜索出错谁来担责?德国法院给出最新裁定
最近看到一则引发关注的案例判决。德国法院裁定，如果Google的AI Overviews生成错误信息，Google不能仅以"这是系统自动生成"为由推卸责任。该承担的部分，仍然需要承担。这件事表面上看离我们有些距离：德国、Google、法院、AI搜索……似乎都是新闻里才出现的词汇。但我首先想到的是：这不就是我们日常使用AI时经常遇到的问题吗？你向AI提出一个问题，它回答得很流畅，语气也很确定。你看完甚至会觉得："嗯，应该就是这样。"但最棘手的地方恰恰在于——它出错时，往往也伪装得像真的一样。✦ ✦ ✦ ✦
OpenAI深陷监管风暴，42州总检察长集体发难
6月12日当地时间，美国42个州的总检察长采取联合行动，向OpenAI发出了迄今规模最大的州级监管传票。这份来自纽约州总检察长办公室的文件，要求OpenAI提交包括广告运营、用户留存手段、用户与医疗数据处理、对未成年及老年群体的保护、深度学习模型架构、模型“谄媚”特性以及内部治理制度在内的全部文件。而在几天前，OpenAI才刚刚秘密向美国证券交易委员会提交了IPO申请。此前，针对ChatGPT设计缺陷的诉讼已接二连三。6月11日，加拿大一名女子在加州起诉OpenAI，指控其女儿在过去一年半中多次向Chat
AI落地组织的关键挑战：明确界定四大边界
AI 简报 0613模型性能持续突破，但访问权限、人员素养、上下文范围与结果归属，正成为 AI 能否真正融入企业的决定性因素。今日最值得关注的信号来自一组表面无关的动态：政府以安全为由限制前沿模型使用，OpenAI 将员工培训纳入部署体系，GitHub 则把运行环境与内容可见性提升至组织级配置。这揭示了一个核心事实：AI 已不再是单纯的能力采购问题。模型越深入实际业务场景，访问权、上下文边界、专业素养和最终责任就越需要被显式定义。一套真正成熟的 AI 系统，不应将这些关键问题留给用户现场判断。今日聚焦三个