文生視頻類人工智能生成物著作權保護路徑探討

［摘要］文生視頻是人類創作者通過輸入一系列指令而生成的視頻內容，指令涵蓋了人類創作者對生成視頻內容的構思，是人類創作者風格、選擇、個性的體現。文生視頻在滿足獨創性及體現人類實質性貢獻的前提下可以構成作品，承認此類文生視頻的可版權性符合著作權法激勵創作的立法宗旨。在現行著作權法體系下，相關主體通過新設AI作品類型為文生視頻提供保護是選擇成本最低、效果最好的方案。同時，相關主體對文生視頻的保護應給予必要限制，以實現激勵作品創作、傳播和利用之間的合理平衡，賦能生成式人工智能的持續創新和發展。

［關鍵詞］生成式人工智能；文生視頻；獨創性；著作權保護

在信息時代浪潮下，人工智能技術日趨成熟。2024年2月16日，文生視頻大模型Sora的出現像一枚重磅炸彈，在科技圈、影視圈等多個領域引起了軒然大波。Sora以其卓越的技術性能和創新性為人工智能領域帶來了新突破的同時，也引發了著作權保護問題。自人工智能出現以來，人工智能生成物是否屬于著作權法意義上的作品以及如何保護的問題，有著較大爭論和分歧。文章通過對以Sora為代表的文生視頻類生成式人工智能運行原理的分析和文生視頻類人工智能生成物可版權性的證立，提出文生視頻類人工智能生成物的著作權保護路徑，以期為著作權法賦能生成式人工智能發展提供新啟示。

一、以Sora為代表的文生視頻類生成式人工智能運行原理

（一）以Sora為代表的文生視頻類生成式人工智能概述

人工智能文生視頻大模型Sora將ChatGPT所用的大型語言模型（LLM）與擴散模型相融合，用戶輸入文字后，文生視頻大模型依靠GPT語義解釋能力針對視頻內容進行詳細的概述，再根據此內容將用戶輸入的文字轉換成視頻。例如，文本是“一位時尚女性走在東京街道上。她穿著黑色皮夾克、紅色長裙和黑色靴子，拎著黑色錢包。她戴著太陽鏡，涂著紅色口紅。她走路自信又隨意”。GPT對文本進行解釋，生成一些與文本內容對應的“高樓”“繁華夜景”等場景。與Runway、Pika等只能生成十幾秒的文生視頻技術不同，Sora能夠實現60秒的一鏡到底，人類創作者因此可以借助Sora構建各種各樣的場景、塑造生動形象的人物，為影視作品增添多樣化的創意元素。不僅如此，Sora還可以基于原有的視頻進行視頻擴展、調整框架和角度、圖像動態化等多種操作［1］，體現了文生視頻類生成式人工智能在影視制作、虛擬現實等多個領域的廣闊前景。

（二）以Sora為代表的文生視頻類生成式人工智能運行步驟

以Sora為代表的文生視頻類生成式人工智能的運行主要包括文本輸入處理、文本編碼、生成器生成視頻、訓練和生成視頻輸出等幾個步驟［2］。

第一是文本輸入處理階段。當用戶輸入一段文字后，文生視頻大模型首先會對該文字進行預處理，利用深度學習和語義分析技術來理解并解析這段文本描述。文生視頻大模型會完成詞性標注等自然語言處理任務，捕捉文本中的關鍵信息，分析出人類創作者的大致要求。在理解文本內容的基礎上，文生視頻大模型會進一步將這些信息轉化為向量表示［3］，以便在后續處理中進行文本編碼。第二是文本編碼階段。文本編碼階段的結果則是生成一個或多個計算機可以識別和處理的向量表示。這一步通常會使用到循環神經網絡（recurrent neural network，RNN）或轉換器（Transformer）等深度學習技術，以便文生視頻大模型能夠理解文本含義以及上下文之間的關系。第三是生成器生成視頻階段。生成器能夠將經過文本編碼后的向量表示轉化為視頻內容。同時，文生視頻大模型基于強大的深度學習和生成能力，能夠識別出不同元素之間的關系。因此，生成器在生成視頻過程中起著關鍵作用。第四是訓練階段。文生視頻大模型之所以具備視頻生成的能力，是由于其基于海量的數據進行訓練。在訓練階段，文生視頻大模型融入了一種可以用來生成圖像的模型—去噪擴散概率模型（Doiseing Diffusion Probabilistic Models）。該模型對現有圖像逐步施加高斯噪聲，在圖像被破壞后，再根據給定的高斯噪聲逆向還原圖像［2］。第五是生成視頻輸出階段。此階段是文生視頻大模型運行的最后一個階段。在經過生成器生成視頻后，判別器會對生成視頻進行評估，生成器根據判別器反饋的評估結果進行調整，以生成更加貼合用戶要求的內容。生成的視頻最終會輸出為視頻文件，以供用戶觀看。

由此來看，創作文生視頻離不開生成式人工智能算法，但這并不與文生視頻具有獨創性相悖。如果文生視頻的表現形式具有獨創性，同時能夠證明人類創作者的參與對文生視頻的獨創性具有實質性貢獻，可以認定該文生視頻屬于作品，因此受到著作權法的保護。

二、文生視頻類人工智能生成物可版權性的證立

（一）文生視頻符合作品的獨創性要求

我國著作權法第三條規定，作品是指文學、藝術和科學領域內具有獨創性并能以一定形式表現的智力成果。其中，獨創性是判斷是否構成“作品”的關鍵和核心。現有理論中，存在主觀論與客觀論兩種判斷標準。主觀論認為，作品是作者精神的產物，基于作者獨立、個性的創作風格形成［4］。而人工智能生成的內容由機器依據算法自動生成，無法體現人類創作者獨特的創作思想，不具備獨創性。客觀論認為，應從作品客體本身出發，只要人工智能生成的內容區別其他作品，具有獨特的表達形式，同時并非抄襲、剽竊、復制的結果，就具備獨創性。文章認為，主觀論以人工智能生成內容的過程不具備人類的創作思想、創作情感為由否定其獨創性，忽略了作品的外在表現形式和客觀判斷標準。雖然我國著作權法對“獨創性”認定沒有明確規定，但從法院判定來看，大多采納客觀標準。文生視頻作為新興的人工智能生成物，與人類作品相比已達到難以區分的程度。因此，文生視頻表現形式若能夠滿足客觀判斷標準，可以被認定為作品。

客觀上講，作品獨創性認定一般從“獨”和“創”兩個層面來展開［5］。所謂“獨”即獨立完成，包括兩種情況：一是從無到有，二是獨立創作。獨立創作要求作品的產生由作者獨立完成，表達形式上并非抄襲、剽竊、復制的結果。所謂“創”即創造性，指創作過程中須體現一定的智力創造水準，如果僅是單純的勞動，則無法滿足創造性要求。目前，各國對作品創造性的程度要求存在差別。大陸法系國家認為作品是作者人格的外化，對獨創性要求較高；英美法系國家側重保護作者利益，對獨創性要求較低。在我國，根據最高人民法院的相關判決，作品須具有最低限度的創造性，這要求作品須達到一定的智力高度。

文生視頻是人類創作者風格與個性的體現，相關主體不能僅因為人類創作者對該文生視頻智力貢獻值低便否定人類創作者的智力表達。法律的保護應當針對最后的表達結果，即只要文生視頻是由人類指導完成，表達形式上具有創造性，至于是因何種方式而產生的，不影響對創造性的判斷。換言之，“作品”之所以受到保護，是因為作品中蘊含創造力，而創造力并非特指人類所具有的創造力［6］。

（二）人類創作者對文生視頻的獨創性有實質性貢獻

文生視頻類人工智能生成物是在人機交互過程中所完成的，由人類和機器共同創作。因此，與傳統作品認定不同，相關主體除了需要對其獨創性進行認定，還應考慮輸入指令的潛在影響。只有人類創作者對文生視頻的獨創性具有實質性貢獻，才能將文生視頻認定為作品。例如，2024年捷克布拉格市法院在審理一例人工智能生成圖片侵權案中就指出，創作者如果能夠證明生成的圖像是其獨特的實質性貢獻的結果，則該生成圖像構成原創作品，滿足著作權法規定的客體要件，受著作權法的保護［7］。

人工智能本身并不符合著作權法規定的主體要件。但如果人類創作者對文生視頻具有實質性貢獻，那么人類創作者可以被視為文生視頻的作者，滿足著作權法規定的主體要件，人工智能在這一過程中則發揮著等同于工具的輔助作用。ChatGPT、Sora為代表的生成式人工智能無論發展到何種階段，仍屬于是人類的智力成果，只能是供人類利用的智能工具。

從人工智能生成視頻的全過程來看，文生視頻的產生大致需要經過以下步驟：人類創作者輸入指令、機器識別指令、機器根據指令輸出內容、人類創作者根據輸出內容進行修改和調整。其中，文生視頻大模型生成視頻往往依賴于人類創作者的指令。人類創作者根據自己的審美標準和要求，對生成視頻進行篩選、優化，使其更符合自己的需求。即便文生視頻大模型算法能夠輔助人類的意志行為，但這種算法終究只是機器學習的產物，而新技術并不能夠取代人類感性與理性的意志行為［8］。在文生視頻生成過程中，雖然文生視頻大模型發揮了重要作用，但究其根本，文生視頻的產生始終來源于人類創作者獨特的指令，人類創作者在文生視頻生成全過程中發揮著主導性作用，文生視頻大模型所發揮的是工具性的輔助作用。例如，在2023年“春風圖”侵權案中，法院認為人工智能生成圖片本質上是人利用工具進行創作，創作過程中進行智力投入的是人而非人工智能模型，從而認定該人工智能生成的圖片屬于作品。雖然本案中談及的是生成圖片侵權問題，但文生視頻是由一幀一幀的圖片整合而成，因此對文生視頻的作品認定具有一定的參考性。

（三）承認文生視頻可版權性符合激勵創作的立法宗旨

著作權法自產生以來，鼓勵作品創作是最核心的一項立法宗旨。文生視頻作為新興的“創作成果”，對其給予合理的保護，符合現行著作權法保護的立法宗旨和價值追求。

有觀點認為，人工智能的核心是算法、規則、模型等，不可能受到著作權法的激勵而創作［9］。文章認為，承認人工智能生成物可版權性，受到激勵的是利用人工智能進行創作的創作者，并非人工智能。承認文生視頻可版權性，能夠極大地激勵創作，推進生成式人工智能與文娛行業的合作，促進影視行業的發展。例如，2024年3月，Sora母公司OpenAI與合作的部分藝術家發布了利用Sora制作的首部專業級藝術短片《空中夢想家》［10］。該藝術短片呈現了一個完整的故事，具有較高的專業性和藝術性。再如，2024年2月26日至3月2日，首部中國原創文生視頻AI系列動畫《千秋詩頌》于CCTV-1綜合頻道播出［11］。該動畫一經播出，收視率居高不下。文生視頻的數量規模在不斷擴大，在藝術、影視領域創造出了巨大的經濟效益，符合著作權法的價值功能。因此，承認文生視頻類人工智能生成物的可版權性，既符合著作權立法宗旨，還滿足價值追求，能夠使著作權法更好地“回應新技術、新業態發展的需要”［12］。

三、文生視頻類人工智能生成物著作權保護路徑定位

（一）新設AI作品類型為文生視頻提供著作權保護

人工智能應用領域復雜多樣，“創作”速度極快。面對大量涌入市場的文生視頻，相關主體應該應用能夠快速、合理、全面解決此類問題的保護方式—置于現行著作權法體系下進行保護。但學界對保護模式存在爭議：有觀點認為應通過鄰接權保護；有觀點提出在著作權法之下對該類生成物專門立法。這兩種方式均有缺點，而通過新設AI作品類型進行保護是選擇成本最低、效果最好的方案。

主要原因在于，文生視頻等人工智能生成物在滿足一定條件下是能夠具有獨創性的，相關主體以鄰接權保護，忽略了文生視頻等生成物的獨創性，也忽略了鄰接權保護制度的前提。相關主體對文生視頻類人工智能生成物進行專門立法的方案看似可行，但在現行著作權法足以對此類作品提供保護的情形下，暫無必要。

新修訂的著作權法對“作品”的定義進行了調整，將兜底性條款修改為“符合作品特征的其他智力成果”，同時將“電影作品和以類似攝制電影的方法創作的作品”修改為“視聽作品”。這似乎意味著在立法層面，著作權保護范圍呈現擴大的趨勢。因此，相關主體可以在現有著作權法的作品制度下，新設AI作品類型進行保護。隨著科技的創新，著作權法不斷適應各種新興技術，越來越多的新興技術和產品被著作權所接納。文生視頻作為一種新興技術的產物，通過新設AI作品類型進行保護恰逢其時。在創作主體方面，相關主體可將人工智能看作輔助工具，將人工智能使用者視為具有法律地位的主體；在權利歸屬方面，相關主體可以根據貢獻程度合理分配著作權歸屬，平衡使用者、開發設計者、投資者之間的利益；在作品認定方面，相關主體可根據現有認定標準進行適當調整，對文生視頻是否構成作品進行認定。

（二）文生視頻著作權保護的必要限制

文生視頻大模型生產文生視頻具有高效率、低成本的特點，能夠讓缺少經驗甚至無經驗的用戶能夠和資深的創作者一樣，制作出高質量視頻。大量文生視頻的涌入會使得人類創作的傳統視聽作品在版權市場上面臨著更大的競爭壓力，甚至面臨貶值風險。為激勵自然人創作出更多高質量的視聽作品，相關主體不宜給予文生視頻過于寬泛的保護，要對其保護給予必要的限制。

首先，在著作人身權上，相關主體有必要保留文生視頻作者的發表權、署名權及保護作品完整權，但介于文生視頻的特殊性，修改權是否需要為作者保留仍須進一步探討。保護文生視頻的初衷是為激勵創作，如果立法上能夠明確使用者對文生視頻進行合理修改無須經過文生視頻作者的許可，勢必能夠進一步激勵此類創作，促進作品的傳播和文化的交流。在著作財產權上，相關主體過于寬泛地為文生視頻作者保留財產權會極大地影響視聽作品的創作和傳播，因而不宜為文生視頻作品保留完整的著作財產權。為了方便公眾對文生視頻的使用，相關主體僅須保留文生視頻作者復制權、發行權、信息網絡傳播權等對文生視頻作者利益影響較大的權利。

其次，相關主體應當將文生視頻納入法定許可范圍。文生視頻大模型生成能力的提高離不開對在原先作品的利用。因此，在立法上相關主體有必要明確公眾對文生視頻的使用無須經過文生視頻著作權人的允許，其只需要付費即可使用。隨著生成式人工智能技術的飛速發展，公眾利用人工智能進行創作的熱情空前高漲。因此，相關主體應拓寬文生視頻的合理使用范圍，以避免文生視頻等生成式人工智能作品利用的著作權糾紛。相關主體應當允許不以營利為目的的對文生視頻的使用。

最后，相關主體還應當縮短對文生視頻著作權的保護期限。著作權法中對作品保護期都有一定的限制，合理保護期限能夠維持文化表達的多樣性，給社會帶來更大的價值。我國著作權法規定，自然人對其作品享有的相關權利保護期限為作者終生及其死亡后五十年。但鑒于文生視頻類生成式人工智能的特點，文生視頻往往以高速度、批量性方式產出，過長保護期限可能會阻礙文生視頻的創新和發展。為了促進文生視頻的創作、傳播及利用，文章認為相關主體可參考版式設計權保護期限，給予文生視頻著作權人自文生視頻創作完成之日起十年的保護期限。

四、結語

文生視頻類人工智能生成物的可版權性是一個涉及多方面的復雜問題。文章通過相關分析認為，文生視頻在滿足獨創性及體現人類實質性貢獻的前提下可以構成作品，受到著作權法一定限度的保護。目前，司法實踐中也存在對生成式人工智能作品的認可判定，為文生視頻構成作品獲得著作權保護提供了依據，但具體的認定方式和保護措施還有待完善。人工智能的出現是現代科技發展的必然結果。在未來，人工智能的發展勢不可擋。因此，人工智能相關法律問題始終會是人們所關注的焦點。隨著人工智能技術的進一步發展，人工智能生成物的著作權保護可能會面臨更多的挑戰和機遇，期待未來的研究能夠進一步深化對這一領域的理解，為構建一個合理、公正、公平的人工智能著作權保護體系提供有力的支持。

［參考文獻］

［1］Video generation models as world simulators［EB/OL］.（2024-02-15）［2024-06-10］.https：//openai.com/index/video-generation-models-as-world-simulators/.

［2］朱光輝，王喜文.人工智能文生視頻大模型Sora的核心技術、運行機理及未來場景［J］.新疆師范大學學報（哲學社會科學版），2024（04）：149-156.

［3］崔雨萌，王靖亞，閆尚義，等.基于深度學習的警情記錄關鍵信息自動抽取［J］.大數據，2022（06）：127-142.

［4］王遷.論人工智能生成的內容在著作權法中的定性［J］.法律科學（西北政法大學學報），2017（05）：148-155.

［5］王遷.知識產權法教程［M］.7版.北京：中國人民大學出版社，2021.

［6］黃匯，黃杰.人工智能生成物被視為作品保護的合理性［J］.江西社會科學，2019（02）：33-42.

［7］The first Czech case on generative AI［EB/OL］.（2024-04-04）［2024-06-10］.https：//www.lexology.com/library/detail.aspx？g=ac8c13ec-1b83-4729-bc4d-3dd42f2b8824.

［8］唐一力，牛思晗.論人工智能生成作品的權利主體及其著作權歸屬［J］.福建論壇（人文社會科學版），2023（11）：107-122.

［9］王遷.再論人工智能生成的內容在著作權法中的定性［J］.政法論壇，2023（04）：16-33.

［10］李豪悅.Sora開啟文生視頻新紀元影視游戲產業加速變局求突破［N］.證券日報，2024-03-28.

［11］李丹.首部中國原創文生視頻AI系列動畫《千秋詩頌》播出：一場中國詩詞與人工智能的“雙向奔赴”［J］.影視制作，2024（03）：24-28.

［12］蔡琳，楊廣軍.人工智能生成內容（AIGC）的作品認定困境與可版權性標準構建［J］.出版發行研究，2024（01）：67-74.