摘要：本文探讨人工智能生成内容（AIGC）的著作权归属与侵权责任划分问题。随着 AI 技术快速发展，相关法律纠纷日益增多，本文通过分析国内外最新司法案例，研究 AIGC 如何构成著作权法意义上的"作品"，探讨人类参与创作过程中的著作权归属问题，剖析AI 训练、生成和传播各环节的侵权责任认定标准，最终从立法、技术和行业三个维度提出构建 AIGC 著作权保护体系的建议，为平衡技术创新与权利保护提供参考。

关键词：人工智能生成内容；著作权归属；侵权责任

1 引言

生成式人工智能技术在各个领域的广泛应用正在重塑内容创作生态，同时也带来了诸多法律挑战。近年来，AI 生成内容的知识产权归属与侵权责任划分成为全球法律界关注的焦点问题。北京互联网法院在2025 年9 月发布的八起涉人工智能典型案例，为数字经济时代 AI 产业健康发展与权益保护提供了重要的司法参考。这些案例覆盖AI 生成内容权属、人格权益保护、技术应用边界等多元场景，反映了AIGC 版权问题的复杂性和紧迫性。

在全球范围内，AIGC 版权纠纷也层出不穷。从迪士尼与环球影业联合起诉人工智能公司Midjourney，到 AI 搜索平台Perplexity 被大英百科全书和韦氏词典指控侵权，这些案件标志着AI 版权争议已经从理论探讨进入司法实践的新阶段。本文旨在通过分析国内外最新案例和实践经验，系统梳理AIGC 著作权归属与侵权责任划分的法律原则和标准，为构建适应人工智能时代特征的法律框架提供参考。

2 AIGC 的可著作权性分析

2.1 独创性判断标准

AIGC 能否构成著作权法意义上的“作品”，关键在于是否满足独创性要求。北京互联网法院在李某某诉刘某某侵害作品署名权和信息网络传播权纠纷案中确立了明确的裁判标准。该案中，法院认为涉案 AI 生成图片“与通常人们见到的照片、绘画无异，显然属于艺术领域，且具有一定的表现形式”，从而肯定了其外在表现形式符合著作权法对作品的要求。

在独创性认定方面，法院着重审查了人类在生成过程中的智力投入。原告李某某为画出一幅在黄昏的光线条件下具有摄影风格的少女特写，通过选取模型、输入提示词及反向提示词、设置生成参数等操作生成图片，这一过程体现了作者的审美选择和个性判断。法院认为，从原告构思涉案图片起，到最终选定涉案图片止，原告进行了一定的智力投入，故涉案图片具备“智力成果”要件；同时，作品体现出了与在先作品存在可以识别的差异性，体现了原告的选择和安排，故涉案图片也具备“独创性”要件。

2.2 人类创造性贡献的核心作用

AIGC 的可著作权性很大程度上取决于人类参与的程度和性质。在江苏首例 AIGC 著作权侵权纠纷案（林某诉某房地产公司案）中，法院认定对提示词(即关键词)的修改，以及通过PS软件对图片细节的处理，体现了其独特的选择与安排，以此生成的平面图具有独创性，属于著作权法保护的作品。这一判决确立了“人类创造性贡献”标准在AIGC 版权认定中的核心地位。

值得注意的是，不同司法管辖区对AIGC 版权保护的态度存在差异。中国法院在多个案例中已经明确承认了符合独创性要求的 AIGC 可受著作权法保护，而美国版权局则坚持“人类作者身份”要求，仅对包含充分人类作者贡献的 AI 生成内容提供版权保护。这种司法分歧反映了各国在平衡技术创新与版权保护方面的不同政策取向。

3 AIGC 的著作权归属认定

3.1 人类参与创作的情形

AIGC 的著作权归属问题在实践中存在多种情形，需根据人类参与创作的具体方式进行判断。北京互联网法院在李某某诉刘某某案中明确指出：“著作权法规定，作者限于自然人、法人或非法人组织，因此人工智能模型本身无法成为我国著作权法上的作者。原告根据需要对涉案人工智能模型进行相关设置，并最终选定涉案图片的人，涉案图片是基于原告的智力投入直接产生，且体现出原告的个性化表达，故原告是涉案图片的作者，享有涉案图片的著作权。”这一判决确立了“智力投入与个性化表达”标准作为AIGC 著作权归属的基本原则。具体而言，AIGC 的著作权应当归属于对生成内容做出创造性贡献的主体，这种贡献可以体现在提示词设计、参数调整、结果选择等多个环节。在实践中，著作权归属可能存在以下几种情况：

直接生成者作为权利人：用户通过输入提示词、设置参数等方式直接生成内容，并对生成结果进行创造性选择。

后续修改者作为权利人：用户在AI 生成内容的基础上进行实质性修改和加工，增加新的创造性元素。

合作作品或委托作品：多个主体共同参与 AIGC 创作过程，或者存在委托创作关系的情况

3.2 平台协议的影响

AI 软件用户协议在著作权归属认定中扮演着重要角色。在常熟法院审理的林某诉某房地产公司案中，法院首先审查了案涉 AI 软件用户协议，明确Midjourney 软件用户协议约定“使用软件服务生产图片作品的资产及其权利属于用户”。这种基于合同约定的权利分配方式，为AIGC 著作权归属提供了明确的法律依据。

然而，平台协议不能完全替代法律判断。法院在尊重平台协议的同时，仍然会对人类创造性贡献进行实质性审查，以确保著作权归属符合法律原则和公平理念。平台协议中关于著作权归属的约定必须符合著作权法的基本原则，不能通过格式条款不当剥夺用户依法应当享有的权利。

表：AIGC 著作权归属判断标准

4 AIGC 的侵权责任划分

4.1 训练数据获取的侵权责任

AI 训练数据的来源合法性是版权争议的焦点之一。迪士尼与环球影业起诉 Midjourney 案揭示了这一问题的复杂性。原告指控 Midjourney 在训练其流行的图像生成服务时，“通过擅自使用原告的版权作品，然后分发明显包含和复制迪士尼和环球著名角色的图像（以及即将推出的视频）”，构成了“无底洞的抄袭”。此案的核心争议在于：AI 模型在训练过程中使用受版权保护的材料是否构成侵权。原告主张，Midjourney 通过制作无数未经授权的版权作品副本，建立了一个盈利丰厚的商业服务，并向消费者出售订阅，让他们能够查看和下载版权角色的副本及衍生作品，这简直是“教科书上的版权侵权案例”。对此，AI 公司通常主张合理使用原则，认为训练过程中的复制属于转换性使用，不构成侵权。

4.2 输出内容的侵权责任

AIGC 输出内容可能产生的侵权责任包括直接侵权和间接侵权。在北京互联网法院审理的多个案例中，法院明确了未经许可使用 AI 生成内容可能构成的侵权行为。例如，在李某某诉刘某某案中，被告未经许可使用原告AI 生成的图片作为配图并发布在自己的账号中，使公众可以在其选定的时间和地点获得涉案图片，侵害了原告就涉案图片享有的信息网络传播权；同时，被告将涉案图片进行去除署名水印的处理，侵害了原告的署名权。

另一个重要问题是 AI 生成内容与他人作品的实质性相似判断。由于AI 训练过程中学习了大量现有作品，其生成内容可能与现有作品构成实质性相似，从而引发侵权争议。在这方面，传统版权法中的实质性相似判断标准仍然适用，但需要考虑到 AI 技术的特殊性，特别是当 AI模仿某位艺术家的风格时是否构成侵权。

4.3 平台责任与算法治理

网络平台在 AIGC 侵权责任划分中承担着重要角色。北京互联网法院审理的唐某某诉某科技有限公司网络服务合同纠纷案确立了平台算法治理的责任标准。该案中，平台利用算法工具检测用户内容是否为AI 生成，并对被判定为“包含AI 生成内容但未标识”的内容采取限制措施。法院认为，平台既是算法工具掌控方又是结果判断方，应当对算法决策依据和结果进行适度的解释和说明。这一判决强调了平台在算法透明度方面的义务。法院指出，虽然被告提供了算法的备案信息，但无法确认备案信息与本案争议的关联性。被告未对算法决策依据和结果进行适度的解释和说明，未对涉案内容属于AI 生成合成的判断依据和结果作出合理解释，应对其没有事实依据的情况下对涉案账户的处理行为承担违约责任。

表：AIGC 各环节侵权责任划分

5 构建 AIGC 著作权保护体系的建议

5.1 立法与司法层面的完善

面对 AIGC 带来的法律挑战，需要在立法层面进行适当回应。首先，可以考虑对现行著作权法进行修订或出台司法解释，明确 AIGC 的作品属性和著作权归属标准。建议采纳“人类创造性贡献”标准，承认对 AI 生成内容做出创造性贡献的人类作者享有著作权，同时明确 AI 本身不能作为著作权主体。其次，应当建立适应 AI 技术特点的侵权责任认定规则。明确AI 训练过程中使用版权作品的合理使用边界，区分商业性使用和非商业性使用，考虑引入着作权集体管理制度或法定许可制度，降低 AI 企业获取授权的时间和经济成本。同时，完善平台责任规则，明确平台在检测、标识和管理 AIGC 方面的责任和义务。

5.2 技术保障措施的发展

技术措施可以为 AIGC 著作权保护提供重要支持。数字水印和内容标识技术可以帮助识别AI 生成内容，区分人类创作和AI 生成内容。北京互联网法院在典型案例中已经确认了平台对AIGC 进行标识的要求，这需要相应的技术手段作为支撑。区块链、数字指纹等技术也可以用于 AIGC 的权利管理和交易。通过区块链记录 AI 训练数据的来源和授权情况，以及 AIGC 的生成过程和参与者，可以为著作权归属和侵权责任认定提供证据支持。建议鼓励 AI 企业开发和完善这些技术措施，并将其纳入行业最佳实践。

5.3 行业自治与标准建立

行业自治在 AIGC 著作权保护中发挥着不可替代的作用。行业协会可以制定行业准则，规范 AIGC 的生成、使用和标识行为，建立行业自律机制。例如，可以制定AIGC 标识标准，要求明确标注 AI 生成内容以及人类参与的程度和方式。权利清算机制也是解决AIGC 版权问题的重要途径。可以建立AI 训练数据权利清算平台，为AI 企业提供一站式授权服务，降低获取授权的成本和难度。同时，探索建立 AIGC 版权交易平台，促进 AIGC 的合法流通和使用。

6 结论

人工智能生成内容的著作权归属与侵权责任划分是一个复杂而紧迫的法律问题。通过分析国内外最新案例和实践经验，可以得出以下结论：首先，AIGC 在满足独创性要求的情况下可以构成著作权法意义上的作品，人类创造性贡献是判断 AIGC 可著作权性和著作权归属的关键因素。法院在判断AIGC 的独创性时，会重点关注人类在提示词设计、参数调整和结果选择等方面的智力投入。其次，AIGC 涉及的侵权责任包括训练数据获取阶段的侵权、输出内容与他人作品的实质性相似以及平台责任等问题。侵权责任划分需要综合考虑 AI 开发公司、用户和平台各方的行为和义务，平衡技术创新与权利保护。最后，解决 AIGC 版权问题需要多方共同努力。立法层面需要明确法律标准和规则；技术层面需要开发数字水印、内容标识等技术措施；行业层面需要建立自治标准和权利清算机制。只有通过多方协作，才能构建既促进技术创新又保护合法权益的 AIGC 版权保护体系。

随着 AI 技术的持续发展，AIGC 版权问题还将不断涌现新的挑战。法律界、产业界和学术界需要持续关注这一领域的发展，加强交流与合作，共同推动建立适应人工智能时代特征的著作权保护制度。

参考文献

[1] 刘少军，聂琳峰：人工智能生成内容的著作权法之辩[J]. 南昌大学学报(人文社会科学版), 2024, 55(01): 107-118.

[2] 刘志峰，吴亚平，王继民：人工智能生成内容技术对知识生产与传播的影响[J]. 情报杂志, 2023, 42(7): 123-130.

[3] 李冰，杨鹏，孙元康等：人工智能文本生成的进展与挑战[J]. 信息与电子工程前沿（英文版）, 2024, 25(1): 64-77.

[4] 雷晓艳，李子豪：生成式 AI 浪潮下的内容革命：动因、逻辑与路径[J]. 中国传媒科技,2024(6): 14-20.

[5] 李亚玲，覃缘琪，魏阙：人工智能生成内容的潜在风险及治理对策[J]. 智能科学与技术学报, 2023, 5(3): 45-53.

简介：孙笛，1992 年10 月19 日，女，汉，山东，本科，研究方向：民商法学，单位：