2025年人工智能得到全面的生成推广应用
。输入明确指令
，容版DeepSeek、权究豆包等AI工具不仅可以自动撰写文章、竟该报告等文本 ，生成而且可以创作诗歌、容版绘画作品，权究还可以生成图像
、竟该视频、生成音乐等，容版一个重要的权究问题随之而来：AI生成的内容版权究竟归谁，是竟该开发者、使用者，生成抑或是容版提供训练数据的第三方？这个问题引发社会各界关注。在“4·26”世界知识产权日来临之际，权究本报邀请部分相关人士就此热点问题发表观点，各抒己见。

AI生成内容不一定都算作品

中国政法大学民商经济法学院副教授 佘力焓

在司法实践中，人类主体使用人工智能生成的内容若能符合作品的要件 ，则可以成为作品并受到著作权的保护；在这个过程中 ，人工智能生成作品体现了人类主体独创性智力劳动 ，则该作品归属于使用人工智能的人类主体所有，这类观点在个案判定中具有合理性 。现今已有大量的研究探讨了人工智能生成内容采用版权保护的不同方式 ，但在法律和人工智能技术层面上仍然存在诸多困境和不确定性。

人工智能生成内容是在算法、算力和数据的基础上产生的。算法大模型应用之初，算力和数据训练有限，人工智能需要使用者较为精确和全面地投入数据和信息才能产生使用者所预期的内容。例如在采用相关软件进行“文生图”的创作 ，人工智能使用者需要调用具体的应用程序 ，并反复输入“正向提示词”和“反向提示词” ，其参数调整和设置达到千余个，然后才能得到令使用者满意的图片 。在此情形下 ，使用者需要采用近乎独创性的表达才能获得图片 ，人工智能本身是作为一种工具性的存在 ，其生成内容本质上属于人类的创作。对此，人工智能生成内容能够成为作品具有著作权法上的理论支撑。但随着数字经济的迅猛发展和“东数西算”工程的推进 ，人工智能不仅仅是人类所能预期结果的创作工具。人工智能可以在算法和算力驱动下利用海量数据自主生成内容，这是人类自身智力无法企及的高度。人类自身创作和人类主体使用人工智能创作最终所形成的内容将会有所差异，对此 ，人工智能自主生成的内容能否成为作品，权利如何归属  ，给版权保护提出了新挑战。

当前，在人工智能大模型中，使用者输入简单的提示词即可生成文本、图片和视频。例如 ，输入“老年大学开学典礼致辞”，即可生成符合“老年”这一特定群体 ，“大学开学典礼”这一特定场景学习导向的致辞文本；输入“生成10分钟倒计时的HTML计时器，具有启动按钮和停止按钮
，倒计时结束时自动响铃” ，即可生成符合要求的计算机软件程序代码
，并可以在计算机上得到执行  。根据我国著作权法中对“作品”的定义并分析其构成要件，此处人工智能生成的内容，不论是致辞文本还是计算机软件，都难以称得上作品。原因是在使用者利用人工智能生成内容的过程中 ，输入的指令难以成为具有独创性的表达
 ，仅是日常表达时简单的通用词汇或语句，属于“思想”的范畴。根据“思想与表达的二分法”这一著作权法的基本理念，著作权只保护对于思想观念的独创性表达而不保护思想观念本身 。人工智能使用者在此输入的仅是“思想”，而不是“表达”，更谈不上“独创性”。根据人类创作主体的理念 ，此处人工智能所生成的内容不构成作品，难以获得版权保护。

以上分析可知 ，人工智能生成内容能否成为作品 ，需要个案判断，被动认定，并非一概而论。人类主体利用人工智能作为工具生成的内容具有独创性 ，可以成为作品，该作品归属于使用人工智能的人类主体所享有；人类主体使用人工智能时，若仅投入“思想”，输入具有独创性表达的智力因素微乎其微，则生成的内容不能成为作品
，无法获得版权保护。在后一种情况中 ，人工智能生成内容不能成为作品，是不是就无法获得法律保护呢 ？仍可以根据具体情况具体分析 。作为自然人日常使用人工智能
，输入“思想”即可获得相应的内容 ，该内容如果不涉及个人隐私、公共利益或国家安全 ，则可以自行进入公共领域 ，成为社会公众皆可无偿免费使用的文化产品。若以生产经营的目的使用人工智能，使用者输入“思想”获得相应具有商业价值的内容，该内容在本质上是一种竞争性权益，属于反不正当竞争法所保护的合法权益，其归属于人工智能的使用者 ，未经许可，他人不得直接利用该内容，否则构成不正当竞争行为。

在人工智能时代 ，人类将在算法
、算力和数据的框架内实现自我的价值 。人工智能生成内容不论是成为作品而享有版权 ，还是成为一种竞争性权益，都可以是民法典中民事主体的合法权益。今后科技的发展和社会制度的革新 ，是否会出现“智能版权”对人工智能生成内容进行保护，犹未可知 。人工智能生成内容的法律属性和权利归属有待未来通过充分的学理辩论来形成认知重叠。

AI生成内容有司法实践争议

北京市朝阳区人民法院法官助理 田琪雅

面对生成式人工智能所带来的挑战
，实务界积极在涉AI文章、AI“文生图” 、AI特效模型案中回应作品定性等问题
，为解决AI生成内容法律争议传递司法声音 。

最高人民法院今年公布的“2024年度新时代推动法治进程十大提名案件”中，包括AI文生图著作权侵权案
。原告李某发现自己用AI制作的图片被刘女士擅自使用，还截去了署名水印，李某诉至法院。法院经审理认为，不同的人利用涉案AI模型自行输入新的提示词、设置新的参数，可以生成不同的内容，因此
，涉案图片并非机械性智力成果，在无相反证据情况下
，该图片体现了李某个性化表达，具有独创性
。按照现行著作权法规定，AI模型本身无法成为作者，且涉案AI模型没有创作意愿 ，仅为创作工具生产者 
，AI模型设计开发者亦非涉案图片作者。基于在案证据，法院最终认定李某为涉案图片的作者，刘女士侵犯了署名权和信息网络传播权 ，判决其赔礼道歉并赔偿500元
。

以上案例凸显了AI生成内容的核心争议：AI生成内容是否构成作品，这也是讨论著作权归属的基础问题 。

根据我国著作权法规定 ，“独创性”是判断AI生成内容是否构成作品的关键，如何认定AI生成内容的法律属性，目前存在两种观点。支持方认为 ，AI模型为创作工具
 ，AI生成内容能够体现用户的个性化设计、选择、安排，因此AI生成内容具有独创性；反对方则主张 ，AI模型生成过程本质为确定用户输入内容与生成结果的对应关系，模型运行规则确定后生成结果具有有限性 ，在此过程中未体现个性化创作活动
，因此AI生成内容不应被认定为著作权法意义上的作品
。

再看一例 ：用户使用某科技公司研发的“变身漫画特效” ，能够实时生成人脸动漫形象或漫画风格的短视频。此后，某信息公司运营了一款含“少女漫画特效”的产品，上线时间比“变身漫画特效”晚。科技公司发现，使用该特效形成的漫画形象、视频与“变身漫画特效”在视觉效果上高度一致，因此诉至法院。生效判决认定，模型运行的理想值确定后，生成成果具有唯一性。基于科技公司确定的统一成像风格以及基于该风格训练的模型结构和参数，变身漫画成像整体上构图、线条画法 、颜色 、五官设计具有统一性
，真人与成像效果存在唯一的对应性 ，其生成过程的无法选择性决定了变身漫画特效的成像无法被认定为著作权法保护的作品 。但信息公司直接使用了科技公司付出大量人力 、物力、财力形成的人工智能模型结构和参数 ，节省了时间和投入，并在科技公司特效上线后不久与其竞争流量和用户，其行为违反人工智能研发经营领域公认的商业道德
，具有不正当性 。法院最终认定信息公司构成不正当竞争，判决赔偿科技公司320万元 。

从上述司法案例可以看出，在判断AI生成内容是否构成作品时，司法裁判主要考虑以下因素：一是独创性
，即使用者是否通过输入提示词
、调整参数等方式对生成内容进行了个性化设计；二是智力投入，即使用者、设计者在创作过程中是否体现了独特的智力判断和选择；三是表达是否具有有限性 ，即生成结果是否具有唯一性
 、有限性、高度重复性。

人工智能生成内容的性质问题映射了技术创新对生产关系的重塑。生成式人工智能为提升内容获取和创作效率提供了新途径 ，也改变了传统的创作方式
。在人工智能产业快速发展的时代背景下，实务界主动应对技术变革，灵活适用著作权法或反不正当竞争法规范人工智能生成场景，积极保护人工智能生成内容或人工智能模型结构和参数 ，对激发创作者利用AI创作、推动人工智能技术创新和产业创新具有重要意义 。

AI训练阶段不应受复制权所控制

中国版权协会常务理事 李自柱

生成式人工智能无疑是时下全球最热的话题 ，引发了技术、法律、伦理等各个领域的广泛讨论  ，国际上现在尚没有定论 。我仅就人工智能模型训练涉及的版权问题从法律解释的角度谈一点看法。

生成式人工智能能够生成图片、文字
、音乐等的前提 ，是有足够的作品或不构成作品的材料等供人工智能模型进行训练，人工智能模型“学习”海量的作品、材料后才能有自己的判断和推理能力 ，从而生成图片
、文字 、音乐等内容。在这个“学习”阶段 ，涉及的版权问题主要是对模型进行训练使用的作品是否需要经过权利人许可并支付报酬，如果未经许可，是否侵犯版权。

对该问题，目前主要有两种意见：一是认为未经许可使用版权作品训练模型构成侵权 ，因为生成式人工智能模型训练使用作品，前提是将作品复制在数据库中，而这种复制只要未经许可，即侵犯了权利人的复制权 ，且使权利人丧失了相应的利益
 ，因此构成侵权
。二是认为这种情况应当属于合理使用 
，理由是如果认为该行为构成侵权，则会严重阻碍人工智能发展 ，不符合产业利益，也与世界各国的立法趋势相悖。

上述针锋相对的两种观点正反映了权利人和人工智能从业者两种不同利益集团的不同立场，但每一种观点也并非毫无道理，只是从不同角度看待问题得出的不同结论而已 。

第一种认为构成侵权的意见，相对于第二种而言 ，严格遵循了我国现行著作权法的规定。人工智能训练使用作品，前提就是将作品复制在数据库中，而该复制行为未经过许可，既不符合现行著作权法第二十四条规定的任何一种合理使用情形
，又不符合著作权法规定的任何一种法定许可情形，因此构成侵权。但从价值判断或者政策选择而言 ，该种意见显然会严重阻碍人工智能产业的发展 。人工智能模型训练需要使用数以亿计的版权作品，如果都需要经过许可、支付报酬，一方面因作品量太大而难以做到，另一方面刚发展起步的人工智能企业又无力承担如此之重的经济负担，因此会给我国人工智能产业发展带来沉重的枷锁，应当慎之又慎。

第二种意见确实能够满足产业发展
，符合目前的价值判断、政策选择 ，但在法律逻辑上无法自圆其说 。从著作权法第二十四条规定来看
，对于这种人工智能训练而复制作品的行为，确实无法归结到该条规定的任何一种情形 。所以，认为模型训练复制作品属于合理使用的观点实际上是立法论 ，而非解释论 。当然，当前众多学者也在呼吁，将来制定著作权法实施条例时应当参照域外立法，将文本与数据挖掘行为规定为合理使用，但在立法未修改的情况下，该种意见实际上对司法实践并无太多帮助，也无法给人工智能企业一颗定心丸。因此，该种意见虽然符合价值判断 ，但并不符合法律逻辑。

我认为 ，人工智能模型训练使用作品涉及的核心问题是将作品存储在专供模型训练所使用的数据库中
 ，该行为是否为著作权法规定的复制权所控制，这本质上是对复制权的理解问题。对此，我个人的观点是该种复制行为不应受复制权所控制，原因有三 ：

首先，人工智能模型训练复制作品的复制行为不具有独立的法律意义 。复制权所控制的复制行为的后果是形成作品的复制件，而且是通过该复制件传播作品 ，而不是仅形成一个复制件。人工智能模型训练复制作品所形成的数据库，其目的仅是训练人工智能模型
，而并不对外提供、传播 、销售该数据库及数据库中的作品，因此，这种复制在目的上与复制权意义上的复制并不相同
，故可以认为该种复制并不是复制权所控制的复制行为。

其次
，人工智能模型训练复制作品的复制行为不具有独立的经济意义 。为人工智能模型训练而复制作品的最终结果是使人工智能模型具有类似于人脑的判断和推理能力
，从而可以在用户输入提示词 、指令后输出相应的文字、图片 、音乐、视频等 ，因此人工智能生成内容才是提供人工智能的目的和结果所在，该生成内容才具有独立的经济意义。人工智能企业正是因为能为市场提供该结果 ，才能立足于市场，而非因其复制了作品形成了可供模型训练的数据库 ，所以
，这种复制并无独立的经济意义 。

第三，人工智能模型训练复制作品依附于“学习”
，是人工智能技术过程不可分割的组成部分，不应受著作权权利的控制。人工智能训练类似于人使用作品进行学习一样，其实是人工智能在“学习”，即模拟人脑的神经网络对作品相关信息进行“吸收、消化”，只不过是人脑换成了电脑
，这本质上是对数据进行清洗 、转换、标记
、相关性分析
、构建参数模型等的过程 。人学习作品 ，不受任何著作权权利所控制的行为，因此人工智能“学习”作品也不应当属于复制权等著作权权利控制的 。

个人认为，如果上述解释成立，那么可以认为人工智能模型训练复制作品不属于复制权等著作权权利控制的行为，不会侵害著作权，也谈不上适用合理使用制度 ，其所涉及的版权问题也就迎刃而解了。

执着于“人类参与”不利于版权法发展

北京信利律师事务所律师 陈健

为了明确AI生成内容的版权归属，许多学者提出了雇佣作品模式（WMFH模式），即将AI系统视为用户的创造性雇员或独立承包商。其核心在于将人工智能生成的作品视为由人类雇主创作的作品 ，因此版权归雇主所有。在该模式下，版权和责任被赋予使用人工智能系统并从中获益的人类或法律实体 。

在该模式下，使用人工智能的第三方可以被授予版权 ，而人工智能本身则不行。例如
，美联社为应对提升新闻产量与质量的挑战
，引入人工智能程序形式的代笔人撰写稿件 ，现已生成数百万篇由AI完成的文章。虽然美联社利用AI创作，但其可以成为这些新闻作品的作者。雇佣工作原则允许雇佣AI作为创造者的公司获得版权，因为作品灵感的来源是雇主。雇主虽然没有亲自动手，但提供了创作灵感的来源 ，雇主可以被授予版权
。

这种模式不仅解决了AI生成作品的版权问题，还激励雇主指导人工智能进行创作 
，并同时承担相应的风险。从我国行业发展的现实情况来看 ，这种模式强化了责任归属，因为它将责任赋予作为AI系统的雇主或主要承包商的用户，有助于解决AI系统缺乏问责制的问题。

还有一些学者认为 ，如果知识产权激励不是必要的
，就不应被授予权利 ，所以将知识产权分配给机器没有任何意义 。因此，他们认为，人工智能自主系统产生的作品应该被置于公共领域，不受知识产权保护。

公共领域模式的益处在于 ，其既能激发人类创造者的创新动力，又能通过将自主AI系统产生的作品纳入公共领域，来增进社会福祉。允许自由获取这些AI作品
，不仅能够保障充足的资源产出
，并大幅降低用户的获取成本
。开放获取机制，使AI作品可以直接丰富公众知识 ，推动创新和创造力。将人工智能产生的作品置于公共领域地位
，还可以扩大公共资源覆盖范围，实现公共利益最大化 。同样，这种模式也存在问题
，最显著的是对人工智能创造的激励程度较弱
，没有经济激励 ，阻碍新创意作品的产出，最终导致新的艺术和文学创造力难以持续。此外，如果人工智能生成的作品属于公众  ，则创造AI作品的动机将消失
，最终用户也会因缺乏权益保障而拒绝分享人工智能生成的作品 ，从而阻碍创新生态的良性发展。

总之，从历史的角度来看 ，执着于“人类参与”的要求不利于版权法的发展
。我们正在逐渐进入一个数字作者的时代 。在这个时代，包括软件程序在内的AI系统将相对自主地产生与人类作者作品没有区别的作品。应当从投资激励和版权责任角度 ，强化AI作品的版权保护。