生成式人工智能版權保護問題及出路

關鍵詞：生成式人工智能；著作權法；知識產權法 中圖分類號：D923.41 文獻標志碼：A DOI：10.19968/j.cnki.hnkj.1003-5168.2025.16.025 文章編號：1003-5168（2025）16-0123-05

Copyright Protection Problems and Solutions for Generative Artificial Intelligence

JANG Mengzhen

（LawSchool（IntellectualPropertySchol），Zhongyuan Universityof Technology，Zhengzhou 4511Oo，China）

Abstract： [Purposes] This study aims to further improve the copyright protection system for generative AI in China，safeguard the rights and interests of copyright owners，foster innovation，and promote the sustainable development of the generative AI industry within legal and regulatory frameworks.[Methods] This paper analyzes the problems faced by generative artificial inteligence，including copyright subject identification，originalityassessment，infringementdetermination，andrightsprotection，andproposes targeted improvement suggestions.[Findings] China has not yet established a systematic legal framework for protecting AI-generated content，resulting in issues such as ambiguous copyright ownership，lack of specific standards fororiginality judgment，and practical dificulties in infringement identification.[Conclusions] To address these challenges，we recommend clarifying copyright ownership rules，refining originality evaluation criteria，and enhancing infringement prevention and rights protection mechanisms. Keywords： generative artificial intelligence; copyright law; intellectual property law

0 引言

在當今數字化時代，生成式人工智能如涵涌浪潮般席卷而來，為各個領域帶來了前所未有的創新與變革，已成為當今世界最具影響力的技術力量之一。它以驚人的能力創造出文本、圖像、音樂等多種形式的內容，改變了人們創作、生產和消費信息的方式。在這一輝煌成就的背后，版權保護問題如影隨形，成為亟待解決的關鍵難題。

一方面，生成式人工智能在訓練過程中使用了大量數據，其中不乏受版權保護的內容，這引發了關于數據使用合法性的激烈討論。是合理使用還是侵權行為，界限模糊不清。另一方面，生成作品的版權歸屬也陷入復雜的爭議之中。究竟是屬于開發者、使用者還是其他相關方，尚無定論。

這些版權問題若得不到妥善解決，不僅會損害原版權所有者的合法權益，還可能抑制生成式人工智能的健康發展。整個產業可能會因潛在的法律風險而畏首畏尾，創新活力也將受到嚴重影響。因此，探尋切實可行的出路，對于維護公平有序的創作環境和促進技術的可持續發展具有重要意義。

1生成式人工智能成果作品化的可能性

1.1技術可行性

隨著科技的不斷進步，人工智能的生成能力持續提升。人工智能的發展已有數十年歷史，從最初的規則驅動發展到如今的深度學習，其進步遠超人們最初的想象。隨著人工智能應用越發廣泛，生成式人工智能應運而生。與傳統人工智能相比，生成式人工智能不僅能分析處理數據，還能依據大量數據和算法模型訓練，生成文本、圖像、音樂、視頻等各種形式的內容。

在自然語言處理領域，生成式人工智能可根據已有文本數據生成新文章，輕松完成自動創作文本、生成對話、自動翻譯等任務。在新聞行業，一些媒體已開始運用生成式人工智能生成新聞報道。其能夠分析事件背景，快速生成文章，極大地提高了新聞制作效率。在圖像和視頻處理領域，生成式人工智能可以根據已有圖像和視頻數據生成新的圖像和視頻，甚至修復受損圖像，這在游戲、電影等領域影響巨大。此外，生成式人工智能在醫療領域也有所應用，它可以根據已有數據生成新藥物、預測疾病發展趨勢等。這些技術的發展為生成式人工智能成果作品化奠定了基礎。

1.2法律層面的可能性

在一些國家和地區，已經出現了對生成式人工智能成果作品化的法律探索與實踐。例如，中國在相關司法案例中，將具有一定獨創性的人工智能生成的文章、圖片等認定為作品，并給予著作權保護。這為生成式人工智能成果的作品化在法律上提供了一定依據和參考。這些案件的判決為全國范圍內類似案件的審理樹立了重要先例，標志著我國司法實踐在適應科技進步的同時，也在不斷探索和完善知識產權保護的新路徑，為人工智能技術在創作等領域的合法合規運用奠定了基礎。

1.3市場和社會接受度

隨著數字化時代的發展，市場對內容的需求不斷增加。生成式人工智能可以快速、高效地生成大量內容，滿足市場對多樣化、個性化內容的需求。例如，廣告、設計、媒體等行業已經開始使用生成式人工智能生成的作品，并取得了一定成效。人們對生成式人工智能的了解不斷加深，社會觀念也逐漸發生轉變。越來越多的人開始接受人工智能生成的作品，并認識到其在藝術創作、文化傳承等方面的潛在價值。一些藝術展覽、文化活動也開始出現生成式人工智能的成果，這為其作品化提供了社會基礎。

2生成式人工智能成果保護的困境

2.1著作權歸屬主體認定難

理論界對人工智能生成內容的著作權歸屬存在多種觀點，包括“法律擬制說”“屬人說”“公有領域說\"\"委托作品說\"等。人工智能生成內容的內部運作機制難以窺見，即使輸入同一個提示詞生成的內容也各不相同。使用人工智能生成內容往往涉及多個主體，一般包括生成式人工智能、生成式人工智能開發設計者、生成式人工智能投資者、生成式人工智能使用者等。人工智能生成內容能否受到版權保護，關鍵在于生成式人工智能創作過程中誰是著作權法意義上的適格主體。

目前，我國尚無法律明確規定人工智能生成內容的著作權歸屬主體。首先是算法使用者，生成式人工智能雖有別于傳統人工智能，但仍歸人所有、受人支配，其權利主體依然是人?！吨腥A人民共和國著作權法》（以下簡稱《著作權法》）規定，作品要具有獨創性，只有符合“智力性\"要求的對象才能成為著作權法保護的客體。如果使用者在使用人工智能生成內容時，加入了自己的思考和指令，通過不斷調整部分內容完成自己想要的作品，此時的“作品”體現了使用者的思路和表達，相當于使用者利用人工智能這個工具將自己的智力成果顯現出來。在人工智能生成內容構成作品的情況下，這種生成內容的著作權可以歸屬于使用者。其次是算法設計者，如果輸入的提示詞很簡單，使用者對人工智能生成內容的影響特別小，而模型的開發者或者設計者對生成內容的影響較大，著作權歸屬于模型的開發者或者其公司可能更合理。

2.2作品的獨創性判斷標準模糊

人工智能生成內容能否納人著作權保護范疇取決于其是否符合作品的獨創性判斷標準。與專利可運用三步法判斷\"獨創性\"不同，著作權在\"獨創性\"判斷方面尚未形成具體標準。實務中主要通過“表達”是否體現出作者的選擇與判斷，以及個人創造力和獨特性，而不僅僅是簡單復制他人作品進行判斷。根據獨創性標準對主體要素的重視程度，可以將其劃分為獨創性客觀主義標準與獨創性主觀主義標準。客觀主義標準是以普通讀者的角度從外在評估作品的獨創性，不考慮作者的個性、創作意圖等。主觀主義標準則以作者的視角為主，強調作者在創作過程中發揮的作用。

長期以來，無論是學術界還是實務中都未對獨創性標準作出具體、細致、統一的解釋。生成式人工智能在創作過程中以已存在的數據和信息為基礎，其生成的內容與已存在的作品容易產生“實質性相似”，但人工智能生成內容難以適應傳統的“思想一表達二分法”。因此，需要構建適應人工智能生成內容的判斷標準，以平衡著作權保護與人工智能技術創新之間的關系。

2.3 侵權認定與維權模糊

2.3.1 侵權認定困難

著作權法主要通過“接觸 + 實質性相似\"判斷作品是否侵權。“接觸”是指行為人可以通過一定形式感知原作品。人工智能生成內容很容易滿足“接觸\"要件，因為生成內容的數據來源于公共領域已公開的數據和信息。數字時代，網絡傳播方式發展的同時消解了遵循“接觸\"要件的必要性和有效性。以“全球生成式人工智能平臺侵權第一案”為例，原告雖未證明被告接觸事實，但法院通過主張涉案作品的公開性和知名度等方面推定被告對涉案作品具有合理的接觸可能性，這實際上降低了“接觸\"要件的達成標準。

“實質性相似\"指作品中體現創作者個性的部分與原作的獨創性部分實質性相似，對其判斷主要有3種方法。一是抽象分離法，又稱三步檢驗法。第一步先從作品中抽取希望得到保護的部分；第二步將不受著作權法保護的內容過濾；第三步通過比較判斷是否存在實質性相似。二是整體觀感法，主要是從整體上認定被控侵權的情節和語句是否構成抄襲。三是內外部測試法。內部指讀者角度，外部指專家角度[2]。生成式人工智能建立在大語言模型基礎之上，需要通過對不計其數的作品進行學習、分析、訓練等才能生成新的作品。而對自然人作品使用的實質性相似要件的判斷標準過于抽象，在生成式人工智能版權侵權判定問題上存在適用困境。

2.3.2 維權困難

與傳統領域著作權侵權行為相比，生成式人工智能版權侵權涉及的原作品數量大幅增加，且侵權成本明顯降低。我國目前尚未出臺成熟的生成式人工智能產品法案，無法高效、準確地規制大量版權侵權行為，導致被侵權人維權困難。在全國首例人工智能視聽作品侵權案中，導演陳坤將文客創作告上法庭，指控其抄襲了自己團隊運用人工智能技術制作的《山海環境》預告片，要求文客創作立即停止侵權行為，并賠償經濟損失。本案的難點主要集中在向法院舉證和認定侵權環節。原告代理律師表示，法律對人工智能創作完成的作品并沒有一個明確的定義，其是否具有獨創性還需要根據個案情況進行審查。

3人工智能生成物著作權保護的可行路徑

3.1 明確著作權主體認定規則

人工智能技術不斷發展，未來會有更加復雜的技術和表現形式。如果只是簡單地一刀切劃分權利歸屬，會出現制度與現實不匹配、不適應的情況。因此，應當根據各主體對作品的實質性貢獻確定權利歸屬。在民事領域，意思自治原則至關重要。在缺乏明確法律規則的前提下，可將意思自治作為判定人工智能生成物著作權歸屬的一大原則[3]

目前，主流生成式人工智能模型的權利歸屬模式主要分為4類。一是權利全部歸屬于用戶，使用者可以將輸出的內容用于任何目的，包括銷售、傳播、出版等。二是權利歸屬于用戶，但使用方式將根據具體情況予以限制。例如，《Canva可畫內容許可協議》對涉及的使用可能存在一些限制，具體取決于用戶的設計包括哪些Canva提供的內容。三是權利歸屬取決于用戶是否為付費用戶。四是權利歸屬于軟件開發者，用戶取得授權。而以上幾種權利歸屬主要存在于各大模型企業與用戶簽訂的協議中。服務提供者與用戶通過協議以合同條款的形式明確規定權利義務，由用戶決定是否接受。

當前對人工智能生成作品著作權并無統一法律規定，須將其置于著作權法框架下，輔以解釋、判決等路徑完成對人工智能生成作品的保護。在此視角下，基于著作權立法目的，人工智能生成作品的權利主體原則上歸屬于使用者更符合市場需求。原因在于，人工智能使用者和開發者已經存在市場交易，使用者支付的價格已包含生成成果的市場價值，同時也要尊重主體間的意思自治。由前文可知，人工智能生成作品的獨創性判斷標準模糊，導致生成作品權利歸屬不明。因此，可以從以下3個維度界定人工智能生成作品的著作權歸屬。

第一，有約定，從約定。無論國內還是國外的人工智能模型企業都須經創造者同意，并對著作權歸屬進行明確約定，體現為大量且周密的格式條款。在不違反法律的情況下，當事人可以通過合同條款對人工智能生成內容的權利歸屬、隱私條款等方面進行約定，確保各方利益得到充分保護。另外，判斷格式條款約定是否合理，以及使用者就著作權權益發生糾紛時，可以回歸到《中華人民共和國民法典》以下簡稱《民法典》）合同編的規定[4]

第二，人工智能創造者利用人工智能所生成的作品，著作權歸創造者或投資者所有[5。根據《著作權法》規定，勞務作品權利歸屬于法人。在人工智能生成作品的過程中，并未扮演執行職務的“自然人”角色，創造者的創作意圖直接表現為法人的創作意圖，而非先將作品的獨創性表達歸屬于自然人，然后再分配給法人。此時，生成作品的權益歸屬遵循創造者或投資保護主義原則。

第三，人工智能的使用者利用人工智能所生成作品，著作權原則上應歸使用者。如果存在人工智能或算法的委托授權，那么就應遵循著作權法關于委托作品的規定。在缺乏委托和具體約定的情況下，可能會出現投資保護主義原則與使用者權益歸屬原則之間的沖突。目前，對使用者的法律保護主要可以從《民法典》獲得支持，如主張格式條款的無效等。實際上，人工智能使用者作為產品的操作者和傳播者，對于推動人工智能產業的發展具有重要作用，有助于實現知識產權保護的立法目的。因此，希望在未來的立法中，人工智能使用者權益保護能夠得到更多的重視和體現。

3.2 完善獨創性判斷標準

我國最高人民法院副院長陶凱元在《第四次全國法院知識產權審判工作會議暨知識產權審判工作先進集體和先進個人表彰大會上的講話》中指出，以妥當的法律手段呵護創新特定客體是否屬于法定作品類型仍會因獨創性標準的彈性而具有一定解釋空間。要妥善運用著作權權利的兜底性規定和獨創性裁量標準，對于確有保護必要、有利于產業發展的客體或者客體使用方式，可以根據最相類似的作品類型或者運用兜底性權利給予保護，幫助新興產業發展壯大。因此，可以將人工智能生成內容放入著作權保護中，采用“寬進寬出”

的框架。

3.2.1 提煉AI作品的獨創性標準

“獨創性\"要求作者獨立完成，并體現作者的個性化表達。在司法實踐中，13秒的短視頻、黃臉表情、微信電子紅包等都可以進入獨創性的門檻受到著作權法的保護。隨著人工智能的逐漸成熟，可以針對人工智能作品提煉出其獨創性標準。相比較傳統作品的獨創性判斷，可以降低人工智能生成內容這類客體的獨創性判斷標準，使其相關權益歸屬于人。

例如，將人工智能生成內容獨創性標準提煉為：人參與 + 生成內容與在先作品存在可以識別的差異性7。這點類似于《著作權法》對攝影作品的界定，即攝影作品是指借助器械在感光材料或者其他介質上記錄客觀物體形狀的藝術作品。首先，攝影作品具有獨創性；其次，是人借助器械完成的；最后，體現了人對客觀物體的表達。生成式人工智能在使用者輸入具體指令并且生成與之前已經存在的作品可以區別的內容，即具有獨創性。我國對攝影作品的界定比較廣泛，只要是攝影者本身的創造性勞動成果，就可以通過法律予以保護。生成式人工智能的生成內容可以參照攝影作品，只要能體現出人的獨創性智力投入，就應當被認定為作品，受到著作權法保護。

3.2.2 優化實質性相似認定標準

人工智能的作品相較于傳統的作品在內容和形式上都比較特殊，因此可以調試優化傳統侵權認定方法及標準，使得人工智能生成內容更好地受到著作權法保護。首先，在認定方法方面，“單一對比”原則是判斷自然人作品是否構成實質性相似時采用的，而人工智能在生成內容之前會學習、分析、訓練大量的包含數據、信息、作品等在內的一個“集合”，所以在對比尺度上，要將該“集合”作為對象，同時引用更嚴格的綜合性片段使用標準。即使生成內容對單一作品的使用沒有構成實質性相似，也可能會因對作品集合的使用構成侵權。另外，可以加人判定主體。在對人工智能生成內容進行實質性相似判斷時，根據生成內容的特殊性，讓專業技術人員進行判定，提高結果的準確性。

3.3加強侵權防范和維權機制

第一，明確人工智能生成作品侵權的判定標準。在侵權判斷標準方面，建議引入市場替代標準，理由有三：首先，符合著作權立法目的。我國《著作權法》的立法目的和立法原則是保護創作和建立利益平衡關系，而利益平衡關系中就包括鼓勵作品的合法傳播。引入市場既可以激勵權利人，又能讓普通人接觸到作品，該標準能反映出權利人市場利益損害程度，更好地平衡利益關系。其次，比較符合司法實踐。早在19世紀，司法界就有觀點認為，判定版權侵權的標準應基于被告的使用行為是否對原告的市場銷售產生替代效果，這種標準相比主觀判定標準更客觀、證明力更強。最后，應對新技術的變化。例如，在設計深度鏈接傳播作品案件中，用戶通過鏈接可以直接獲得網頁作品，可能會削弱原作品的市場利益，構成侵權。

第二，明確生成式人工智能著作權侵權舉證責任分配規則。具體個案中，在用戶并不隱瞞使用人工智能工具，就自己的獨創性貢獻主張權利時，有義務說明其創作的思路、輸入指令、對圖片的選擇和修改過程等內容，并提供相應的證據。原則上，結合訴爭作品的具體內容，用戶的表述合理可信，并能夠支持其獨創性主張時，法院就可以采納。當然，必要時候，法院也可以要求用戶提供其人工智能客戶端上存儲的創作記錄作為佐證。

4結語

在數字化時代背景下，生成式人工智能技術的迅猛發展為內容創作帶來了革命性的變化。然而，隨之而來的版權保護問題也日益凸顯，成為需要法律、技術和社會共同面對的挑戰。從《著作權法》的財產權邏輯和立法目的出發，將人工智能生成作品納入現有的著作權法律體系內，原則上人工智能生成作品的著作權主體為使用者，但也要尊重私主體間的意思自治。生成式人工智能建立在大語言模型之上，通過收集海量作品和數據進行分析、學習，并根據用戶提供指令生成內容，這一過程不可避免地會對在先作品著作權人的著作權、修改權、署名權等造成侵害[8]。人工智能生成內容與一般作品有較大區別，對于法院在版權侵權案件中普遍適用的“實質性相似\"規則，應從放寬認定標準、判斷標準客觀化等方面進行優化，以契合生成式人工智能領域的特點，彌補模糊缺陷[9]。

隨著人工智能技術的不斷進步，法律和社會必須與時俱進，不斷適應新技術帶來的挑戰，在保護創新與推動人工智能技術發展之間找到平衡。通過法律的不斷完善和社會的廣泛參與，有望構建一個既能激勵創新又能保護版權的和諧環境。未來，期待在人工智能與版權保護的交匯點上，能夠涌現出更多的創新解決方案，為數字時代的文化繁榮和社會進步貢獻力量。

參考文獻：

[1]林秀芹，游凱杰.版權制度應對人工智能創作物的路徑選擇：以民法孳息理論為視角[J].電子知識產權，2018（6）：13-19.

[2]沈玥.人工智能深度學習的合理使用研究[J].湖北經濟學院學報（人文社會科學版），2023，20（7）：72-77.

[3]陸春云.人工智能生成物的著作權保護研究[D].烏魯木齊：新疆大學，2019.

[4]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.

[5]李家穎.人工智能生成內容的著作權研究[D].廣州：廣東外語外貿大學，2019.

[6]賀順琪.體育賽事直播畫面獨創性標準檢視及作品類型分析[D].上海：華東政法大學，2022.

[7]朱閣.“AI文生圖”的法律屬性與權利歸屬研究[J].知識產權，2024（1）：24-35.

[8]陳黎明.生成式人工智能版權侵權：類型、認定及責任承擔[J].知與行，2024（1）：52-62.

[9]劉強，孫青山.人工智能創作物著作權侵權問題研究[J].湖南大學學報（社會科學版），2020，34（3）：140-146.