管育鹰：生成式人工智能相关版权争议焦点问题探讨

摘要：生成式人工智能技术的快速发展，给尽快明确包括版权规则在内的人工智能治理对策提出了要求。中美两国的生成式人工智能相关版权争议焦点不同，反映出版权或内容产业的不同发展现状。版权法与技术发展有相互促进、相互调适的作用，这些争议发生的根源是传统版权内容产业与人工智能新技术产业间的利益博弈。为引导科技文化交融新产业模式的健康发展，版权法宜确立非欣赏性文本数据挖掘合理使用规则，并按照人工智能生成物的不同类型，分别按版权法对演绎作品的保护和反不正当竞争法对数据财产的保护规则予以应对。

关键词：生成式人工智能；版权争议；合理使用；可版权性；产业利益博弈

近年来，生成式人工智能（Generative Artificial Intelligence, GAI）技术突飞猛进，在社会生产生活各领域的广泛应用令人瞩目。人工智能（Artificial Intelligence ,AI）技术在赋能传统行业、为数字经济发展带来新机遇、为人们生活带来了各种便利的同时，也为社会治理带来了新的挑战和问题，突出表现在数据安全、隐私保护和知识产权等方面。与危害网络数据及公共安全等严重违法犯罪相比，人工智能（AI）相关版权争议并非人工智能（AI）治理的中心话题；不过，这些争议已率先进入了司法解决阶段，引起各界高度关注，研究相关问题和明确相应规则可以为其他领域的人工智能（AI）治理带来启示。本文将分析2019—2024年中美两国人工智能（AI）相关版权纠纷的争议点及其治理方式差异，探寻问题的本质及其产生的根源，以期为今后的人工智能（AI）版权治理方向提供参考。

一、人工智能相关版权争议纠纷论点及国内外表现差异

中美两国是人工智能（AI）技术发展迅速的大国。本文梳理已陆续诉至两国法院的人工智能（AI）相关版权纠纷，发现案件争议焦点不同，即各自集中在产业链两端，并进行具体分析。

（一）产业链前端的人工智能训练“喂料”合理使用争议

美国几起法院未审结的案件都是由版权人或其代表提起的，理由是人工智能（AI）系统开发运营公司未经授权使用其原创内容进行训练，构成版权侵权及不正当竞争。这些案件包括：（1）美国作家协会（Authors' Guild）称开发ChatGPT的美国开放人工智能研究中心（OpenAI）使用了他们会员的书籍作为训练数据，人工智能（AI）生成内容模仿了他们的图书；（2）美国最大的线上图片经销商盖帝图像公司（Getty Images）起诉称美国稳定人工智能公司（Stability AI）未经许可使用其超过1200万张图片，用于建造人工智能（AI）系统，侵犯版权；（3）安德森（Anderson）等艺术家起诉称美国稳定人工智能公司（Stability AI）使用自己受版权保护的绘画作品来训练人工智能（AI）,构成侵权和不正当竞争；（4）纽约时报社起诉微软等公司，称其与美国开放人工智能研究中心（OpenAI）使用《纽约时报》的文章训练ChatGPT，侵犯版权，且ChatGPT被微软等公司用作资讯提供工具，对其构成不正当竞争。

在这些案件中，被告均以合理使用作为抗辩。回顾2015年美国在版权领域有重大影响的“谷歌”图书扫描案，法院最终判定谷歌扫描图书、提供关于图书的信息搜索和总数不超出3页的片段浏览，构成合理使用。但是，对于投入如此庞大的数字图书馆项目，除了个别已签约情形外，谷歌若要提供图书主体内容浏览或下载，仍会面临侵权风险，因此该案遗留的信息时代版权授权机制是否应改变的疑问并未解开；也即，除了判决涉及的相对微不足道、可适用合理使用的部分，在线提供其他已经扫描的海量版权内容，是必须按现行法规则由版权人“选择进入”（opt-in），还是按谷歌的设想“选择退出”（opt-out）[1]，答案并未知晓。在新技术条件下，版权授权规则重塑事关技术开发应用者和版权内容制作者两大阵营重大利益，美国法院显然刻意回避了直接回答这一疑难法律问题，将其留给利益冲突的产业界双方自行通过市场行为和立法游说来博弈。因此，在上述人工智能（AI）相关版权纠纷中，法院拆分具体行为判定或双方达成和解的可能性大。

（二）人工智能生成物的可版权性和侵权之争

中国人工智能（AI）相关的版权纠纷有四起均已结案，但引起的争议和讨论并未停息。（1）在“腾讯写作机器人”案中，法院认为诉争财经新闻报道是原告团队使用人工智能（AI）软件生成的，其外部表现符合书面作品的形式要求，内容反映了原告的选择、分析和判断，且文章结构合理、逻辑清晰、具有一定的原创性，因此侵权成立。（2）在关于影视行业分析报告的版权侵权争议中，法院认为，利用威科先行（Wolters Kluwer）数据库的可视化功能自动生成的，均为数据分析常见的柱状、饼状、曲线等图形内容，其变化是由输入的数据差异而非创作产生，不能体现原告的独创性表达。（3）在备受瞩目的首例“文生图”案中，法院支持了原告的主张，即输入一组提示词和参数、由Stable Diffusion开源软件生成的图像构成美术作品，被告擅自使用构成侵权。（4）在另一起“文生图”案中，法院认为被告经营的网站上可生成与原告依法享有版权的“奥特曼”形象相同或相似的图片；认为被告未尽合理的注意义务，不予采纳被告称自己网站上的人工智能（AI）绘画服务由第三方提供的抗辩，故被告应承担侵权责任。

最值得讨论的是北京互联网法院判决的“春风带来温柔”（简称“春风图”）一案。该图是由原告在人工智能（AI）系统上以输入正反提示词、调节参数、选择随机种子方式自动生成的；案件的争论点并不在于被告使用行为是否侵权，而是该图片是否属于《中华人民共和国着作权法》（简称《着作权法》）上的美术作品。对于司法者基于人工智能（AI）系创作工具而认定该图为美术作品的结论，学界存在不同意见，有观点称人工智能（AI）与照相机和常规图像处理软件等创作工具存在本质区别[2]；当然，对于上述的另一起“文生图”案中，司法者关于人工智能（AI）技术开发和服务提供者应承担注意义务的判定，学界也有反对观点，主要理由是人工智能（AI）必须通过海量的数据进行训练，要求提供者“事前授权”并不现实[3]。

人工智能生成物（Artificial Intelligence Generated Content, AIGC）的可版权性争议，问题本质是人工智能生成物（AIGC）是否构成版权法上的独创性作品。这一问题自2019年9月深圳市南山法院受理“腾讯写作机器人”案以来，在中国理论和实务界掀起了讨论热潮。独创性这一在版权法领域老生常谈、常说常新的重要议题，在人工智能生成物（AIGC）这一信息感知上与人类作品几无差异的特殊客体上判定显得格外困难。例如，“春风图”在外观上与一般受版权保护的图片的确并无区别；基于此“美术作品”的客观表象而纠结于人工智能生成物（AIGC）独创性的有无或高低，显然可能得到肯定的答案；但正如有观点指出的，世上只有“作”画，并没有“说”画[4]，合理的推断应该是该图与“奥特曼”形象一样有其母版。“春风图”案留下论点疑惑和分歧是不难理解的，虽然法院在论证该图构成美术作品时提到了“创作”“独创性”“作品”等中国《着作权法》上的关键词，但未详细说明在“文生图”式人工智能生成物（AIGC）诞生的短瞬时间内、原告或演示者究竟是如何以文本“创作”出该极具美感的图片的，也没有对《中华人民共和国着作权法实施条例》第三条关于“创作”的定义是如何适用到人工智能生成物（AIGC）情形作出解释。

另一方面，在“奥特曼”案中，因被告网站上的生成物与原告作品构成实质性相似，侵权认定并无争议；但在责任判定方面，作为人工智能（AI）产业经营者的被告对法院不采纳人工智能（AI）生成系统由第三方提供的免责抗辩存有异议。本文认为，在网上接入第三方运营的人工智能（AI）系统这一服务，与传统的网络服务提供并无实质性区别，网络服务提供商对于自己网站中的侵权内容既可能构成直接侵权，也可能因“明知或应知”构成帮助侵权；当然，实践中不排除网络平台仅提供单纯的技术服务、可以凭据“避风港”规则免除版权侵权责任的情形。

二、人工智能相关版权争议溯源及中美两国差异影响因素分析

我们对比中美两国的人工智能（AI）相关版权争议会发现，美国的纠纷集中发生在新兴的人工智能生成物（AIGC）产业链前端，核心问题是未经权利人许可向人工智能（AI）系统喂料的合法性公平性，而中国的纠纷则集中发生在人工智能生成物（AIGC）产业链的后端，核心在于人工智能生成物（AIGC）可版权性和是否侵权，本文将对人工智能（AI）相关版权争议产生的根源及影响两国纠纷类型差异的相关因素进行分析。

（一）人工智能生成物产业引发的版权争议及问题溯源

1.版权法与科技发展相互促进相互调适的关系

人工智能（AI）相关版权争议可纳入范围更宽泛的内容产业来考察。内容产业以信息资讯、文化娱乐等内容的生产和供给为己任，版权是内容产业的发展命脉；版权制度通过法治化手段刺激新信息和内容产品的可持续产生，为社会创造财富和就业潜力。从历史角度看，版权法在内容产业发展中，一直发挥着调节产业链中各类参与者之间利益的平衡器功能。

版权法一直被技术的发展影响着，也反过来影响着技术的发展[5]。在将新技术应用于推动内容产业模式创新发展的过程中，技术控制者为自身利益必然期望并呼吁打破版权法的束缚，但因原创性内容是整个内容产业发展的源头和核心，各国均通过版权法规则的明确来保障原创者的利益，并将各方利益相应调节到新的平衡状态。例如，在互联网技术兴起后，受版权保护的信息内容可以极为便利地通过几乎免费的网络传播，引起了原创者群体及其传播者的强烈反对；为此，世界知识产权组织（World Intellectual Property Organization，WIPO）通过了新的国际版权公约，更新了早期版权领域国际公约确立的传统保护规则，各国也先后以新的立法明确了版权内容的扩张，即包括中国《着作权法》所称的“信息网络传播权”。

当然，版权法在扩张权利保护范围的同时，对制度内设的平衡机制也做出了相应调整，以免过强的保护拖累了技术的创新和发展。例如，中国在立法上增设了适用于网络空间的合理使用和法定许可情形、为网络服务提供者设立“避风港”免责规则及配套的“通知-删除”制度等。值得关注的是，在网络空间，无形信息内容的复制传播方式不断创新，在流量利润分成早已由平台控制的情况下，基于“明知或应知”的过错原则或“替代责任”原理[6]，判定各类网络服务提供者对其平台上的用户侵权行为承担责任，一直是各国版权法甚至整个民事侵权法应对技术发展的方向，近期在欧盟还有加重在线内容分享平台注意义务的倾向。

概言之，进入信息社会以来，数字内容产业成为经济发展的新增长点。在新技术与内容生产提供相互交融的新业态中，新技术的掌握者处于强势地位；而没有切实的版权保护，就难以激发全民创新活力、源源不断产出优质的原创性内容，正如“巧妇难为无米之炊”，徒有新技术而匮乏高质量内容，就只能反复“炒冷饭”。为此，版权法做出上述调整，继续维系互联网新兴产业与传统内容产业间的利益平衡。

2.人工智能相关版权争议是新技术产业与原创内容产业博弈的延续

从本质上说，目前人工智能（AI）技术带来的版权纠纷，是信息技术进一步发展后应用于新场景、对版权内容采取新利用方式带来的利益纷争，是新技术产业与原创内容产业之间博弈的延续。具言之，随着人工智能（AI）技术发展，各国对版权内容的利用出现了以算法模式进行数据挖掘、处理并还原为信息产品提供的方式，从而产生信息内容使用者与受保护信息内容版权人之间的争议。“AI+”内容产业的内核是数据化，人工智能（AI）系统将信息内容作为数据、按算法逻辑处理后又生产制作为具有新市场价值的信息内容产品和服务；对于这种“旧物新用”的新模式，前端“用料”和后端“吐料”涉及的原材料授权和成品销售利润如何分配，中国在立法上规则尚不明晰。《中华人民共和国数据安全法》对收集、存储、使用、加工、传输、提供、公开等数据处理活动不得损害他人合法权益做了原则性规定（第二条、第三条），但《着作权法》并未明确复制受保护内容后用于这类数据处理活动，是否属于需要事先授权的普遍版权规则的例外，也未明确按操作指令（提示词）输出的数据处理结果（即单纯的人工智能生成物）是否属于受版权保护的内容。

当然，因数据处理的前提是对作品等版权内容进行数字化复制，而复制作为版权制度的立足点，其控制权显然专属于版权人，争议由此产生。对于新兴的人工智能（AI）产业来说，大模型训练无疑需要大量“喂料”，若“投喂”前都要征得许可，成本和效率将让人望而却步。因此，生成式人工智能（GAI）及其应用服务的提供者，一方面竭力要求打破版权制度既有的事先授权规则，另一方面“先斩后奏”大量使用受版权保护的内容训练人工智能（AI）；这必然引起权利人的不满和对抗，尤其是人工智能生成物（AIGC）作为训练成果，正借助用户之手大量涌入内容产品消费市场，以低价竞销甚至免费方式，侵蚀优质原版内容生产者的利益，引发原创者集体的担忧和抗议。

显然，人工智能生成物（AIGC）产业链上下游两端都可能引发版权法争议：前端涉及为了测试和提高机器处理数据文本的性能而扫描输入海量内容，这一行为是否需要获得版权人许可或支付对价；后端事关操作机器令其处理相应的数据文本并还原为人类可感知的信息内容输出，这一过程形成的人工智能生成物（AIGC）是否适用版权法规则予以保护或追责。对应于版权法，前者涉及合理使用制度规则的明晰，后者涉及客体的可版权性和侵权判定。

（二）中美两国人工智能版权相关争议的差异及成因分析

1.版权登记制度的功能和性质差异

在美国，作品登记不是必要的，但是否登记决定了是否能够获得有效的司法保护（对于美国作品来说登记是提起民事救济的前提,对于外国作品是主张法定赔偿和律师费等合理支出的前提），这就意味着美国版权局（The United States Copyright Office, USCO）可以通过注册程序事先过滤，防止大量有争议的客体直接进入司法程序；因为通过诉讼请求法定赔偿、律师费等救济对于“举证难”的版权人来说至关重要，不能获得登记而直接起诉会被拒绝或几无胜算，前述安德森等艺术家起诉一案就因若干幅画未登记而在诉中放弃了相应请求。

基于版权登记的重要性，2018年11月，泰勒（Thaler）为一幅名为“近日之天堂入口”的图片申请登记，声明该图是由创作机器通过算法自动生成，自己是机器的所有人，故而对该图依据雇佣作品的规定申请登记。美国版权局（USCO）以该图缺乏主张版权所必需的人类创作者为由拒绝注册。泰勒两次提出复议后美国版权局（USCO）复审委员会都予以驳回。2023年8月18日，泰勒起诉美国版权局（USCO）的案件被美国华盛顿地区法院驳回。另一起人工智能（AI）相关的作品版权登记争议则结果有所不同。漫画艺术家卡什塔诺娃（Kashtanova）于2022年9月就其漫画书《黎明的扎丽娅》申请了登记，美国版权局（USCO）得知其使用了人工智能（AI）绘画工具后撤销了该登记；卡什塔诺娃一方申诉后，美国版权局（USCO）重新审查，并于2023年2月作出决定，指出申请登记的作品是输入卡什塔诺娃精心构思的文字作为提示词，并用绘图软件生成图片后由其根据创作意图在成百上千的图片中选择，然后再反复输入迭代、调试、剪裁、编排和配文整合而成，构成可受版权保护的图文汇编作品，这与泰勒申请的由人工智能（AI）系统自动创建的“近日之天堂入口”图片不同，因此恢复了对该作品的登记。为进一步明晰规则，2023年3月16日，美国版权局（USCO）发布了《版权登记指南：包含人工智能生成材料的作品》（Copyright Registration Guidance: Works Containing Material Generated by Artificial Intelligence），强调版权登记必须以人类创作为要件，同时考虑作品中人工智能（AI）的贡献度；登记对象的传统创作要素究竟是机器运行结果，还是人类借助人工智能（AI）工具对其原创性精神概念做出的外在表现形式，需要进行个案判定。

中国因实行版权自动保护原则，没有将版权登记作为提起诉讼或请求某一法律救济的前提条件。而且，中国目前的自愿登记机制缺乏权威性，登记机关分散且仅进行形式审查，没有相应的法律责任和程序救济措施（登记行为无法被诉），实践中已出现以版权登记证书“维权”扰乱他人正常经营的恶意注册事例[7]。

2.版权产业生态链的发展程度差异

美国版权产业发达，形成了相对完整成熟的产业生态链，版权人善于运用法律手段维护自身利益还拥有一批服务于原创作者和版权人、运营模式多元化、会员覆盖范围广的市场主体，如广播音乐联合会（Broadcast Music Incorporated，BMI），美国作曲家、作家和出版商协会（American Society of Composers, Authors, and Publishers，ASCAP），美国作家协会（Authors' Guild）等。这些版权服务机构形成了一个高度专业化、谈判能力强的成熟行业，可以代理以原创内容生产为主业的版权人向法院主张救济，或在版权人对花销高昂、费时耗力的司法程序有顾虑时，寻求仲裁等替代性纠纷解决方式，或与人工智能（AI）科技产业达成和解。

中国版权产业发展起步晚，维护版权人核心利益的制度和能力建设相对薄弱。版权人本身通常是不熟悉法律事务的文艺界人士，缺乏防护意识和谈判能力，而集体管理组织则制度尚不健全、作用发挥不足，难以发起关于人工智能（AI）模型训练投喂授权的争议解决程序。与版权产业谈判议价能力不足不同，致力于人工智能（AI）技术开发应用的高科技行业在中国发展迅速，对传统行业的吸附能力日益强大，在利用法律武器争取利益方面也相对强势，因此已有多起关于人工智能生成物可版权性的纠纷直接被推到司法机构。另外，中国版权案件一审多由遍布全国各地的基层法院受理，对于理论上尚且争论不休、行政管理部门和行业也未形成共识、更无统一立法或司法规则的人工智能生成物新类型疑难案件，个案审理结果的不确定性较高。

比较而言，美国通过版权登记制度这一前置程序进行适当过滤，可以让新业态发展中的激烈冲突纠纷随着时间推移、多方利益博弈、各种因素参与得以最大化调和，比将纠纷直接推到基层司法机关不断推出“创新”“首例”判决的方式更为合理。人工智能生成物的可版权性问题在美国迄今只到了是否和如何登记的讨论阶段，美国版权局（USCO）的登记指南也强调只能个案认定，这给了司法机关较长的缓冲期和较大的解释空间。

三、人工智能相关版权争议中法律问题的化解思路

（一）确立人工智能喂料训练数据文本挖掘合理使用规则

人工智能（AI）产业发展遇到的首要隐患，就是“喂料”（不限于版权内容，还有个人信息等）的合法性问题。对于大规模扫描使用版权材料，各国因产业需求不同而采取的法律对策不一。2019年，欧盟通过的《数字单一市场版权指令》，将数字化的合理使用情形限定在非营利性科研教学，以及文化遗产机构为科学研究为目的进行文本数据挖掘而复制与提取合法获得的作品等资料的行为。2018年，日本为鼓励新技术发展，修改着作权法时对侵权例外增加了“用于信息情报分析的复制”等“非欣赏性”使用条款，只不过适用条件相对欧盟来说较宽泛，即不区分是否属于商业目的且适用对象不限于合法获取的资料[8]。关于人工智能（AI）训练喂料，美国目前没有立法明确规定，关于合理使用抗辩的前述几个纠纷都结果未定。2020年，中国修订《着作权法》时对合理使用增加了弹性规定，即“法律、行政法规规定的其他情形”；这意味着对于人工智能（AI）喂料这种新的利用方式，需要在立法上（修改《着作权法》或配套的《中华人民共和国着作权法实施条例》，或以任何其他适当的立法方式）设立侵权例外情形解决。

笔者曾主张将“文本数据挖掘”的非营利目的使用明确规定为侵权例外情形[9]。随着人工智能（AI）技术创新全球竞争的加剧，本文认为，日本的立法方案更符合新技术产业与版权产业协同发展的需要，即并非为了文娱资讯的欣赏性用途而提供作品内容本身，而是为了“情报解析”“情报处理”而复制版权材料，即使商用也不视为侵犯版权，不以提供版权内容本身为目的的人工智能（AI）模型训练即属于此类行为。需要指出的是，这一立法对策主要为了化解人工智能（AI）训练时的海量版权内容授权困境，不等于把所有人工智能生成物（AIGC）全部从版权侵权风险中解脱出来。基于促进人工智能（AI）技术发展目的，中国可以不事先追问和区分大模型训练的最终目的，只需在纠纷产生时追究那些最终为了让人工智能生成物（AIGC）流入内容市场、侵占原始版权人利益之行为的版权侵权责任；也即“管出不管进”，统一豁免非内容生产或提供内容欣赏用途的“投喂”行为的侵权责任，视人工智能生成物（AIGC）的不同使用目的及具体情况确定相应的法律后果。例如，利用“奥特曼”形象或其他任何版权内容，在人工智能（AI）训练阶段版权人并无从知晓、也无随时跟踪的必要性可行性，人工智能（AI）技术开发应用只要在后期不提供生成包含“奥特曼”形象的人工智能生成物（AIGC）服务，就没有版权侵权风险。简言之，人工智能生成物（AIGC）若不用于与原版权人形成市场竞争的文娱资讯提供目的，或者虽属于此类内容提供但属于法定合理使用情形（如适当引用）的，即可免除侵权责任。

（二）建立区分人类智力贡献度的人工智能生成物分类保护规则

从“创作”的定义出发，输入提示词后人工智能生成物（AIGC）不论是体现为文字，还是图片、音乐、视频，都是人工智能（AI）系统以算法将原料粉碎重组后输出的过程，不能等同于人脑的“创作”过程。不过，本文并不否认创作者可以借助人工智能（AI）系统反复迭代形成人工智能生成物（AIGC）、根据创意选择编排修改形成新的作品；另外，人工智能生成物（AIGC）也可能表现为看不出任何原作痕迹的有价值内容产品，其本质是依据算法形成的数据合集。本文提出人工智能生成物（AIGC）分类保护的四种应对方案。

1.提示词构成文字作品的条件及保护规则

提示词是思想还是文字表达依据个案判定。思想/表达二分法是中国司法实践中长期以来坚持的原则。本文认为，常见提示词及其简单通用组合缺乏一般文字作品所需的连贯性表达，难言为有独创性的文字作品；在将独创性标准降低到对事实信息进行选择编排的“微小创造性”时，众多体现一定思路的提示词并列串联可以被视为文字作品。但无论如何，提示词不会“生成”艺术作品，因为即使是对同一具有独创性的文字作品（如一首诗）的描绘，不同的人必然会创作出不同的画面，而同样提示词组合输入后生成的只能是千篇一律毫无二致的信息合成复制品（根据生成时间或系统差异可能人工智能生成物稍有不同）。与产品说明书等表达方式有限、独创性低的实用性作品类似，提示词即使在构成文字作品的情形下，保护程度也不高，因为其本质上是一种操作方式说明；依思想/表达二分法，可受版权保护的只限于能体现独创性的编排选择表达部分，因此除非他人全盘复制提示词及其组合方式，否则创作者难以获得保护。

2.含迭代人工智能生成物和其他创作要素的演绎作品及保护规则

即使提示词有些许独创性，以艺术作品外观呈现的人工智能生成物（AIGC）也不是提示人创作的，“文生图/音/影”是机器执行算法自动运行产生的结果。艺术是人类思想理念表达的高层次精神活动，“只有通过心灵而且由心灵的创造活动产生出来，艺术作品才成其为艺术作品”“在艺术创造里，心灵的方面和感性的方面必须统一起来。”[10]例如，绘画作品的创作是画家在内心有了意象后，进而将其物象化，即以“线条、色彩、构架”等元素表现于画面的过程；而“文生图”的提示词输入者是缺乏内心意象的，即使有粗浅的构思也对人工智能生成物（AIGC）最终呈现的具体物象缺乏预见，机器转换过程显然不是从意象到将创作要素表现到“画”上的创作者可控制的过程。

不过，人工智能生成物（AIGC）经迭代修正和深度加工可能构成演绎作品。演绎指从原作品中派生出新作品的改编（包括摄制）、汇编等行为；演绎权是版权人的重要经济权利，各国版权法都将演绎置于版权人的专有权控制之下。人工智能生成物（AIGC）若是以提示词方式反复迭代选择、修改、编排并增添了区别于原作的新独创性要素形成的，可能构成改编作品；人工智能生成物（AIGC）根据创作意图与其他多重创作要素有选择有逻辑性地融合在一起，也可能构成汇编作品，如《黎明的扎丽娅》。演绎作品尽管受版权保护（无论人工智能系统开发者自己保留，还是通过合同将版权让渡给人工智能产品或服务使用者），但其权利人和其他使用人须遵守相关版权规则，即行使权利不得侵犯原作版权、同时取得原作版权人许可并支付报酬。在未经原作权利人同意而演绎的情况下，演绎作品的权利人在向法院主张第三人侵权时应如何处理，是理论和实践中的难点问题；本文认为，任何人不得从违法行为中获利，对于含人工智能生成物（AIGC）的演绎作品权利人，只宜判定他人停止侵权，不宜给予损害赔偿救济。

3.基于“额头出汗”原则的非侵权人工智能生成物产品保护及规则

随着技术的发展，算法优化可能有助于人工智能（AI）系统对原材料进行充分混杂搅拌挖掘后输出。这种情形下，若产生有出乎意料欣赏效果和市场价值的人工智能生成物（AIGC），可被视为人工智能（AI）系统开发者与使用人共同制作的信息产品，也可根据使用协议将该产品的权益归属于其中一方，双方也可都声明放弃人工智能生成物（AIGC）相关权益。此类人工智能生成物（AIGC）与对非版权内容的事实信息进行记录、录制、拍摄产生的文字、音视频、图片或信息聚合产品一样，虽不是版权法上的创作成果、但也需要一定付出和投入才能产生。不过，基于“额头出汗”原则对这种产品给予保护，即使以邻接权方式也显得过强且无必要，因为此类人工智能生成物（AIGC）已分辨不出使用了谁的作品或表演等内容，其本质是一种数据合集，没有必要给予长期的专有权保护，使用人工智能生成物（AIGC）的人也无从寻找原版权人获得许可和支付报酬。鉴于是否在现有版权法体系下为此类人工智能生成物（AIGC）专门创设一套保护规则的共识形成尚需时日，而目前中国对数据财产的司法保护经验已相对丰富，《中华人民共和国反不正当竞争法》也拟修改增加相应规定，此类人工智能生成物（AIGC）发生纠纷时按照个案予以适当救济即可。例如，“春风图”制作者对生成、命名、标注和上载等事实很容易举证，可依据反法对该数据产品被擅自使用主张救济；而且，今后主管部门对人工智能（AI）的强化治理，例如，建立数字水印等强制性人工智能生成物（AIGC）标识制度，也有助于相关民事纠纷的解决。

4.人工智能生成物与在先内容构成实质性相似的侵权及责任

人工智能生成物（AIGC）为何容易构成对在先特定内容的版权侵害，原因非常简单：投喂的原料不足或来源单一，或者编写的人工智能（AI）系统算法不精细；当人们以原料名为关键词提示人工智能（AI）系统时，人工智能生成物（AIGC）吐料当然就只能是原料复制品本身或者无法“洗净”原料痕迹的信息改制品。由此产生的纠纷如何解决，答案相对简单，在“奥特曼”案中已有可借鉴的经验。除明显的完全复制外，版权侵权判定按照传统的“实质性相似+接触”规则即可。另外，人工智能（AI）技术服务提供者的责任判定并非新问题，网络服务提供者责任的理论和实践可以提供相应答案，不再赘述。

综上，本文梳理了中美两国2019-2024年的人工智能（AI）相关版权争议，发现因国情不同争议分别集中发生在人工智能生成物（AIGC）新兴产业链的前后两端。与互联网时代新技术产业与内容产业矛盾的不同之处在于，人工智能（AI）产业对版权内容的使用方式前所未有，即不是“信息网络传播”，而是以数据文本挖掘方式使用并生成人工智能生成物（AIGC）输出。不过，人工智能（AI）相关版权纠纷的根源仍是新技术产业与传统内容产业的利益博弈，只不过具体变成了前端喂料的合法性问题和后端内容的法律定性问题。如何理解和运用版权法律制度，在将新技术应用于文化产业中更好实现各方利益的恰当平衡是值得深究的议题，希望本文能推动各界对相关问题的进一步讨论。

参考文献：

[1] 童万菊. 谷歌数字图书馆“选择退出”（opt-out）机制的分析及思考[J]. 图书馆杂志, 2014(6): 92-96.

[2] 王迁. 三论人工智能生成的内容在着作权法中的定位[J]. 法商研究, 2024(3): 182-200.

[3] 张平. 人工智能生成内容着作权合法性的制度难题及其解决路径[J]. 法律科学, 2024(3): 18-31.

[4] 郑海味，张伟君. 人工智能生成图片中用户的独创性贡献——以“AI文生图”着作权案判决为例[J]. 中国出版, 2024(12): 52-57.

[5] 郑成思. 版权法：上[M]. 北京：中国人民大学出版社, 1997: 1.

[6] 吴汉东. 侵权责任法视野下的网络侵权责任解析[J]. 法商研究, 2010(6):28-31.

[7] 范跃红, 胡成英. “海量维权”的背后，是打假还是诈骗[N]. 检察日报, 2023-02-03（04）.

[8] TATSUHIRO U. The flexiblecopyright exception for " non-enjoyment" purposes-recent amendment in Japan and its implication[J]. GRUR International, 2021, 70(2): 145-152.

[9] 管育鹰. 我国着作权立法体系中文本数据挖掘侵权例外规则的构建[J] . 中国版权,2022(6) : 7-12.

[10] 黑格尔. 美学：第一卷[M]. 朱光潜, 译. 北京：商务印书馆, 2006: 49.

作者：管育鹰：中国社会科学院法学研究所研究员，中国社会科学院知识产权中心主任。

来源：《北京工业大学学报(社会科学版)》2025年第1期。