2025年人工智能得到全麵的生成推廣應用。輸入明確指令，容版DeepSeek、权究豆包等AI工具不僅可以自動撰寫文章、竟该報告等文本，生成而且可以創作詩歌、容版繪畫作品，权究還可以生成圖像、竟该視頻、生成音樂等，容版一個重要的权究問題隨之而來：AI生成的內容版權究竟歸誰，是竟该開發者、使用者，生成抑或是容版提供訓練數據的第三方？這個問題引發社會各界關注。在“4·26”世界知識產權日來臨之際，权究本報邀請部分相關人士就此熱點問題發表觀點，各抒己見。

AI生成內容不一定都算作品

中國政法大學民商經濟法學院副教授 佘力焓

在司法實踐中，人類主體使用人工智能生成的內容若能符合作品的要件，則可以成為作品並受到著作權的保護；在這個過程中，人工智能生成作品體現了人類主體獨創性智力勞動，則該作品歸屬於使用人工智能的人類主體所有，這類觀點在個案判定中具有合理性。現今已有大量的研究探討了人工智能生成內容采用版權保護的不同方式，但在法律和人工智能技術層麵上仍然存在諸多困境和不確定性。

人工智能生成內容是在算法、算力和數據的基礎上產生的。算法大模型應用之初，算力和數據訓練有限，人工智能需要使用者較為精確和全麵地投入數據和信息才能產生使用者所預期的內容。例如在采用相關軟件進行“文生圖”的創作，人工智能使用者需要調用具體的應用程序，並反複輸入“正向提示詞”和“反向提示詞”，其參數調整和設置達到千餘個，然後才能得到令使用者滿意的圖片。在此情形下，使用者需要采用近乎獨創性的表達才能獲得圖片，人工智能本身是作為一種工具性的存在，其生成內容本質上屬於人類的創作。對此，人工智能生成內容能夠成為作品具有著作權法上的理論支撐。但隨著數字經濟的迅猛發展和“東數西算”工程的推進，人工智能不僅僅是人類所能預期結果的創作工具。人工智能可以在算法和算力驅動下利用海量數據自主生成內容，這是人類自身智力無法企及的高度。人類自身創作和人類主體使用人工智能創作最終所形成的內容將會有所差異，對此，人工智能自主生成的內容能否成為作品，權利如何歸屬，給版權保護提出了新挑戰。

當前，在人工智能大模型中，使用者輸入簡單的提示詞即可生成文本、圖片和視頻。例如，輸入“老年大學開學典禮致辭”，即可生成符合“老年”這一特定群體，“大學開學典禮”這一特定場景學習導向的致辭文本；輸入“生成10分鍾倒計時的HTML計時器，具有啟動按鈕和停止按鈕，倒計時結束時自動響鈴”，即可生成符合要求的計算機軟件程序代碼，並可以在計算機上得到執行。根據我國著作權法中對“作品”的定義並分析其構成要件，此處人工智能生成的內容，不論是致辭文本還是計算機軟件，都難以稱得上作品。原因是在使用者利用人工智能生成內容的過程中，輸入的指令難以成為具有獨創性的表達，僅是日常表達時簡單的通用詞匯或語句，屬於“思想”的範疇。根據“思想與表達的二分法”這一著作權法的基本理念，著作權隻保護對於思想觀念的獨創性表達而不保護思想觀念本身。人工智能使用者在此輸入的僅是“思想”，而不是“表達”，更談不上“獨創性”。根據人類創作主體的理念，此處人工智能所生成的內容不構成作品，難以獲得版權保護。

以上分析可知，人工智能生成內容能否成為作品，需要個案判斷，被動認定，並非一概而論。人類主體利用人工智能作為工具生成的內容具有獨創性，可以成為作品，該作品歸屬於使用人工智能的人類主體所享有；人類主體使用人工智能時，若僅投入“思想”，輸入具有獨創性表達的智力因素微乎其微，則生成的內容不能成為作品，無法獲得版權保護。在後一種情況中，人工智能生成內容不能成為作品，是不是就無法獲得法律保護呢？仍可以根據具體情況具體分析。作為自然人日常使用人工智能，輸入“思想”即可獲得相應的內容，該內容如果不涉及個人隱私、公共利益或國家安全，則可以自行進入公共領域，成為社會公眾皆可無償免費使用的文化產品。若以生產經營的目的使用人工智能，使用者輸入“思想”獲得相應具有商業價值的內容，該內容在本質上是一種競爭性權益，屬於反不正當競爭法所保護的合法權益，其歸屬於人工智能的使用者，未經許可，他人不得直接利用該內容，否則構成不正當競爭行為。

在人工智能時代，人類將在算法、算力和數據的框架內實現自我的價值。人工智能生成內容不論是成為作品而享有版權，還是成為一種競爭性權益，都可以是民法典中民事主體的合法權益。今後科技的發展和社會製度的革新，是否會出現“智能版權”對人工智能生成內容進行保護，猶未可知。人工智能生成內容的法律屬性和權利歸屬有待未來通過充分的學理辯論來形成認知重疊。

AI生成內容有司法實踐爭議

北京市朝陽區人民法院法官助理 田琪雅

麵對生成式人工智能所帶來的挑戰，實務界積極在涉AI文章、AI“文生圖”、AI特效模型案中回應作品定性等問題，為解決AI生成內容法律爭議傳遞司法聲音。

最高人民法院今年公布的“2024年度新時代推動法治進程十大提名案件”中，包括AI文生圖著作權侵權案。原告李某發現自己用AI製作的圖片被劉女士擅自使用，還截去了署名水印，李某訴至法院。法院經審理認為，不同的人利用涉案AI模型自行輸入新的提示詞、設置新的參數，可以生成不同的內容，因此，涉案圖片並非機械性智力成果，在無相反證據情況下，該圖片體現了李某個性化表達，具有獨創性。按照現行著作權法規定，AI模型本身無法成為作者，且涉案AI模型沒有創作意願，僅為創作工具生產者，AI模型設計開發者亦非涉案圖片作者。基於在案證據，法院最終認定李某為涉案圖片的作者，劉女士侵犯了署名權和信息網絡傳播權，判決其賠禮道歉並賠償500元。

以上案例凸顯了AI生成內容的核心爭議：AI生成內容是否構成作品，這也是討論著作權歸屬的基礎問題。

根據我國著作權法規定，“獨創性”是判斷AI生成內容是否構成作品的關鍵，如何認定AI生成內容的法律屬性，目前存在兩種觀點。支持方認為，AI模型為創作工具，AI生成內容能夠體現用戶的個性化設計、選擇、安排，因此AI生成內容具有獨創性；反對方則主張，AI模型生成過程本質為確定用戶輸入內容與生成結果的對應關係，模型運行規則確定後生成結果具有有限性，在此過程中未體現個性化創作活動，因此AI生成內容不應被認定為著作權法意義上的作品。

再看一例：用戶使用某科技公司研發的“變身漫畫特效”，能夠實時生成人臉動漫形象或漫畫風格的短視頻。此後，某信息公司運營了一款含“少女漫畫特效”的產品，上線時間比“變身漫畫特效”晚。科技公司發現，使用該特效形成的漫畫形象、視頻與“變身漫畫特效”在視覺效果上高度一致，因此訴至法院。生效判決認定，模型運行的理想值確定後，生成成果具有唯一性。基於科技公司確定的統一成像風格以及基於該風格訓練的模型結構和參數，變身漫畫成像整體上構圖、線條畫法、顏色、五官設計具有統一性，真人與成像效果存在唯一的對應性，其生成過程的無法選擇性決定了變身漫畫特效的成像無法被認定為著作權法保護的作品。但信息公司直接使用了科技公司付出大量人力、物力、財力形成的人工智能模型結構和參數，節省了時間和投入，並在科技公司特效上線後不久與其競爭流量和用戶，其行為違反人工智能研發經營領域公認的商業道德，具有不正當性。法院最終認定信息公司構成不正當競爭，判決賠償科技公司320萬元。

從上述司法案例可以看出，在判斷AI生成內容是否構成作品時，司法裁判主要考慮以下因素：一是獨創性，即使用者是否通過輸入提示詞、調整參數等方式對生成內容進行了個性化設計；二是智力投入，即使用者、設計者在創作過程中是否體現了獨特的智力判斷和選擇；三是表達是否具有有限性，即生成結果是否具有唯一性、有限性、高度重複性。

人工智能生成內容的性質問題映射了技術創新對生產關係的重塑。生成式人工智能為提升內容獲取和創作效率提供了新途徑，也改變了傳統的創作方式。在人工智能產業快速發展的時代背景下，實務界主動應對技術變革，靈活適用著作權法或反不正當競爭法規範人工智能生成場景，積極保護人工智能生成內容或人工智能模型結構和參數，對激發創作者利用AI創作、推動人工智能技術創新和產業創新具有重要意義。

AI訓練階段不應受複製權所控製

中國版權協會常務理事 李自柱

生成式人工智能無疑是時下全球最熱的話題，引發了技術、法律、倫理等各個領域的廣泛討論，國際上現在尚沒有定論。我僅就人工智能模型訓練涉及的版權問題從法律解釋的角度談一點看法。

生成式人工智能能夠生成圖片、文字、音樂等的前提，是有足夠的作品或不構成作品的材料等供人工智能模型進行訓練，人工智能模型“學習”海量的作品、材料後才能有自己的判斷和推理能力，從而生成圖片、文字、音樂等內容。在這個“學習”階段，涉及的版權問題主要是對模型進行訓練使用的作品是否需要經過權利人許可並支付報酬，如果未經許可，是否侵犯版權。

對該問題，目前主要有兩種意見：一是認為未經許可使用版權作品訓練模型構成侵權，因為生成式人工智能模型訓練使用作品，前提是將作品複製在數據庫中，而這種複製隻要未經許可，即侵犯了權利人的複製權，且使權利人喪失了相應的利益，因此構成侵權。二是認為這種情況應當屬於合理使用，理由是如果認為該行為構成侵權，則會嚴重阻礙人工智能發展，不符合產業利益，也與世界各國的立法趨勢相悖。

上述針鋒相對的兩種觀點正反映了權利人和人工智能從業者兩種不同利益集團的不同立場，但每一種觀點也並非毫無道理，隻是從不同角度看待問題得出的不同結論而已。

第一種認為構成侵權的意見，相對於第二種而言，嚴格遵循了我國現行著作權法的規定。人工智能訓練使用作品，前提就是將作品複製在數據庫中，而該複製行為未經過許可，既不符合現行著作權法第二十四條規定的任何一種合理使用情形，又不符合著作權法規定的任何一種法定許可情形，因此構成侵權。但從價值判斷或者政策選擇而言，該種意見顯然會嚴重阻礙人工智能產業的發展。人工智能模型訓練需要使用數以億計的版權作品，如果都需要經過許可、支付報酬，一方麵因作品量太大而難以做到，另一方麵剛發展起步的人工智能企業又無力承擔如此之重的經濟負擔，因此會給我國人工智能產業發展帶來沉重的枷鎖，應當慎之又慎。

第二種意見確實能夠滿足產業發展，符合目前的價值判斷、政策選擇，但在法律邏輯上無法自圓其說。從著作權法第二十四條規定來看，對於這種人工智能訓練而複製作品的行為，確實無法歸結到該條規定的任何一種情形。所以，認為模型訓練複製作品屬於合理使用的觀點實際上是立法論，而非解釋論。當然，當前眾多學者也在呼籲，將來製定著作權法實施條例時應當參照域外立法，將文本與數據挖掘行為規定為合理使用，但在立法未修改的情況下，該種意見實際上對司法實踐並無太多幫助，也無法給人工智能企業一顆定心丸。因此，該種意見雖然符合價值判斷，但並不符合法律邏輯。

我認為，人工智能模型訓練使用作品涉及的核心問題是將作品存儲在專供模型訓練所使用的數據庫中，該行為是否為著作權法規定的複製權所控製，這本質上是對複製權的理解問題。對此，我個人的觀點是該種複製行為不應受複製權所控製，原因有三：

首先，人工智能模型訓練複製作品的複製行為不具有獨立的法律意義。複製權所控製的複製行為的後果是形成作品的複製件，而且是通過該複製件傳播作品，而不是僅形成一個複製件。人工智能模型訓練複製作品所形成的數據庫，其目的僅是訓練人工智能模型，而並不對外提供、傳播、銷售該數據庫及數據庫中的作品，因此，這種複製在目的上與複製權意義上的複製並不相同，故可以認為該種複製並不是複製權所控製的複製行為。

其次，人工智能模型訓練複製作品的複製行為不具有獨立的經濟意義。為人工智能模型訓練而複製作品的最終結果是使人工智能模型具有類似於人腦的判斷和推理能力，從而可以在用戶輸入提示詞、指令後輸出相應的文字、圖片、音樂、視頻等，因此人工智能生成內容才是提供人工智能的目的和結果所在，該生成內容才具有獨立的經濟意義。人工智能企業正是因為能為市場提供該結果，才能立足於市場，而非因其複製了作品形成了可供模型訓練的數據庫，所以，這種複製並無獨立的經濟意義。

第三，人工智能模型訓練複製作品依附於“學習”，是人工智能技術過程不可分割的組成部分，不應受著作權權利的控製。人工智能訓練類似於人使用作品進行學習一樣，其實是人工智能在“學習”，即模擬人腦的神經網絡對作品相關信息進行“吸收、消化”，隻不過是人腦換成了電腦，這本質上是對數據進行清洗、轉換、標記、相關性分析、構建參數模型等的過程。人學習作品，不受任何著作權權利所控製的行為，因此人工智能“學習”作品也不應當屬於複製權等著作權權利控製的。

個人認為，如果上述解釋成立，那麽可以認為人工智能模型訓練複製作品不屬於複製權等著作權權利控製的行為，不會侵害著作權，也談不上適用合理使用製度，其所涉及的版權問題也就迎刃而解了。

執著於“人類參與”不利於版權法發展

北京信利律師事務所律師 陳健

為了明確AI生成內容的版權歸屬，許多學者提出了雇傭作品模式（WMFH模式），即將AI係統視為用戶的創造性雇員或獨立承包商。其核心在於將人工智能生成的作品視為由人類雇主創作的作品，因此版權歸雇主所有。在該模式下，版權和責任被賦予使用人工智能係統並從中獲益的人類或法律實體。

在該模式下，使用人工智能的第三方可以被授予版權，而人工智能本身則不行。例如，美聯社為應對提升新聞產量與質量的挑戰，引入人工智能程序形式的代筆人撰寫稿件，現已生成數百萬篇由AI完成的文章。雖然美聯社利用AI創作，但其可以成為這些新聞作品的作者。雇傭工作原則允許雇傭AI作為創造者的公司獲得版權，因為作品靈感的來源是雇主。雇主雖然沒有親自動手，但提供了創作靈感的來源，雇主可以被授予版權。

這種模式不僅解決了AI生成作品的版權問題，還激勵雇主指導人工智能進行創作，並同時承擔相應的風險。從我國行業發展的現實情況來看，這種模式強化了責任歸屬，因為它將責任賦予作為AI係統的雇主或主要承包商的用戶，有助於解決AI係統缺乏問責製的問題。

還有一些學者認為，如果知識產權激勵不是必要的，就不應被授予權利，所以將知識產權分配給機器沒有任何意義。因此，他們認為，人工智能自主係統產生的作品應該被置於公共領域，不受知識產權保護。

公共領域模式的益處在於，其既能激發人類創造者的創新動力，又能通過將自主AI係統產生的作品納入公共領域，來增進社會福祉。允許自由獲取這些AI作品，不僅能夠保障充足的資源產出，並大幅降低用戶的獲取成本。開放獲取機製，使AI作品可以直接豐富公眾知識，推動創新和創造力。將人工智能產生的作品置於公共領域地位，還可以擴大公共資源覆蓋範圍，實現公共利益最大化。同樣，這種模式也存在問題，最顯著的是對人工智能創造的激勵程度較弱，沒有經濟激勵，阻礙新創意作品的產出，最終導致新的藝術和文學創造力難以持續。此外，如果人工智能生成的作品屬於公眾，則創造AI作品的動機將消失，最終用戶也會因缺乏權益保障而拒絕分享人工智能生成的作品，從而阻礙創新生態的良性發展。

總之，從曆史的角度來看，執著於“人類參與”的要求不利於版權法的發展。我們正在逐漸進入一個數字作者的時代。在這個時代，包括軟件程序在內的AI係統將相對自主地產生與人類作者作品沒有區別的作品。應當從投資激勵和版權責任角度，強化AI作品的版權保護。