來源：南方日報；作者：吳育珊

當前，生成式人工智能正在深刻重塑知識生產、文化傳播和產業組織方式，各類應用場景以明顯快于版權規則供給的速度加速落地。

截至2025年12月，我國生成式人工智能用戶規模達到6.02億人，普及率達42.8%。與人工智能廣泛普及相伴的是，輸入端上訓練數據如何合法有序利用尚待完善，輸出端上生成內容何種情形構成作品、如何確定權利歸屬仍有分歧，責任端上開發者、經營者、使用者、平臺之間的邊界尚需進一步厘清，治理端上標識管理、透明度要求、證據留存和風險防控尚未形成完整閉環。

實踐中，最高法近期發布的《中國法院知識產權司法保護狀況（2025年）》顯示，全國法院知識產權案件規模持續增加，著作權案件數量龐大，人工智能相關糾紛快速增長。這表明，人工智能時代的版權問題如果得不到及時回應，就可能一邊壓縮創新空間，一邊放大侵權風險。

對此，“十五五”規劃綱要明確提出，完善人工智能領域法律法規、政策制度、應用規范、倫理準則，探索建立人工智能生成物權利歸屬和開發者、經營者、使用者權責認定規則。

《人民法院知識產權司法保護實施方案（2026—2030年）》也提出綜合考量自然人輸入指令的具體內容、選定和修改的具體過程等因素，判斷生成內容是否體現自然人獨創性的選擇和表達，依法準確認定人工智能生成內容的法律屬性。這類重磅文件為人工智能時代的版權治理提供了行動指南。

把版權保護與治理重新錨定于“人的創造”

討論人工智能生成內容的著作權問題，首先要回到我國著作權法的基本架構當中。我國著作權法將作品界定為文學、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；同時明確著作權屬于作者，創作作品的自然人是作者，在符合法定條件時，法人或者非法人組織也可視為作者。這意味著，現行著作權法沒有為人工智能本身預設作者資格，即便人工智能深度介入創作流程，著作權保護的重心也不能從“人”滑向“機器”。

著作權法實施條例進一步將“創作”界定為直接產生作品的智力活動，并明確組織工作、咨詢意見、物質條件等輔助性投入不視為創作。由此看來，人工智能生成內容能否進入著作權保護，不取決于是否使用了人工智能工具，也不取決于人工智能參與程度高低，而取決于人對最終表達是否作出了實質性、可辨識、可證明的智力貢獻。換言之，判斷是否具有著作權保護的標準，是“人類實質性智力投入”的存在與強度，即《人民法院知識產權司法保護實施方案（2026—2030年）》所要求的“自然人獨創性的選擇和表達”。

這一思路有助于走出兩種極端。

一種極端是“即便是完全由人工智能生成的，依然受到版權保護”，這會把技術輸出誤當作法律意義上的創作，稀釋獨創性標準，擠壓公共領域和后續創新空間；

另一種極端是“凡是運用人工智能者，皆不受到版權保護”，這又會無視人在構思、控制、篩選、修改中的真實勞動，削弱新興技術條件下的創作激勵。因此，把著作權認定重新錨定于“人的創造”，本質上也是在人工智能時代繼續守住著作權法以“人類實質性智力投入”為中心的基本立場。

將“人類實質性智力投入”作為可操作標準

近年來，我國司法實踐沿著“保護人的創造”這一方向逐步推進。

2019年北京互聯網法院在軟件自動生成分析報告案中認為，自然人創作完成仍是文字作品的必要條件，僅在操作界面提交關鍵詞搜索的行為不足以構成獨創性表達；

而2020年深圳南山法院在Dreamwriter案中，則把審查重心轉向人的具體創作貢獻，強調主創團隊對數據類型、觸發條件、文章框架模板和語料等進行了選擇、安排與設定，進而認定涉案文章構成文字作品。這里的變化，標志著司法認識正在從抽象討論“機器能否創作”，轉向實質審查“人是否完成了創作”。

更具代表性的還有北京互聯網法院審理的“人工智能文生圖”案。法院之所以認定涉案圖片構成作品，不在于其由開源人工智能軟件Stable Diffusion生成，而在于原告通過多次調整提示詞、參數并對結果持續取舍，形成了個性化表達與智力投入。

與之形成對照的是張家港“幻之翼透明藝術椅”案，在該案中，創作者僅輸入簡單提示詞且無法提供完整創作記錄，法院因難以認定其對最終表達實施了足夠的獨創性控制而未將相關圖片認定為作品。

兩個案件共同說明，司法裁判關注的重心并非簡單落在是否運用了人工智能上，而是落在如何識別出人工智能輔助下是否仍然具有相當程度的“人的創作性”。

從比較法視角出發，不同國家和地區的爭議也在沿著類似問題展開。美國長期堅持人類作者立場，2025年美國Thaler案再次確認，純由機器自主生成、缺乏人的創作性介入的內容，不能因機器被列為作者而獲得版權；美國版權局2025年關于人工智能的報告也強調，現有版權法足以處理生成式人工智能帶來的可版權性問題，關鍵仍在于人是否對作品表達形成了足夠控制。

與此同時，圍繞訓練階段是否構成合理使用、生成內容是否替代原作品市場等問題，美國仍在通過個案和行政研究不斷校準邊界。歐盟則把訓練內容摘要、透明度和版權合規納入一般目的人工智能模型的義務體系，更加強調開發者前端合規和風險治理責任。

可以說，全球規則競爭的焦點，并不是要不要賦予人工智能法律人格，而是如何在保護原創、鼓勵創新和維護公共利益之間形成更高水平的平衡。

據此，綜合國內外案例經驗，可以把“人的創作性”之可操作性判斷標準凝練為“人類實質性智力投入”，即行為人通過構思、指令設計、參數調節、素材選擇、結果篩選、后續修改等環節，對最終表達的形成施加了具有方向性、持續性和可辨識性的控制，使作品呈現出屬于特定主體的個性化表達。只有當人的貢獻不是停留在抽象需求提出層面，而是實質性進入表達形成過程時，著作權法中的獨創性判斷才有堅實基礎。

具體而言，至少應從三個層面把握。

其一，看行為人是否對人工智能的輸出形成進行了實質控制。

其二，看人工智能運用過程中，是否存在人類對其生成內容的持續選擇、安排與修改。

其三，看人工智能的最終輸出成果是否能夠呈現可識別的個性化表達，而不是模板化、批量化、流水線式輸出。同時，還應把證明責任納入同一分析框架，人工智能創作爭議高度依賴過程性證據，提示詞記錄、參數設置、版本迭代、局部修改痕跡、生成日志等，都可能成為證明“實質性智力投入”的關鍵材料。換個角度來看，人工智能時代的著作權認定，已經不只是實體法問題，也越來越是證據法問題。

在鼓勵創新與維護秩序之間形成制度閉環

對人工智能版權問題的討論，不能停留在輸出端的作品認定上，還要把輸入端的訓練治理、傳播端的平臺責任和全生命周期風險防控統籌起來。建立人工智能訓練數據合理使用制度，就是這一階段制度供給的關鍵著力點。

對此，應當根據利用目的、使用方式、市場影響和替代程度進行類型化規則解釋和重構。對以科研測試、安全評估等為目的，且不替代原作品正常市場的訓練利用，探索在嚴格條件下納入合理使用；對面向商業化內容生成、足以替代原作品市場，特別是依賴盜版來源實施的大規模訓練，則應強化授權許可、補償支付和集體管理機制；對權利人明確聲明保留權利或者設置技術措施的，還要完善識別、尊重和退出機制。這樣既能為技術創新留足制度空間，又避免把權利人的合法利益排除在產業鏈之外。

探索建立人工智能生成物權利歸屬和開發者、經營者、使用者權責認定規則，同樣需要堅持問題導向。對符合作品要件的人工智能生成內容，應當堅持“誰作出實質性智力貢獻，誰優先取得權利”的基本原則，作者原則上仍是作出創作貢獻的自然人；符合法人作品條件的，也可以依法歸屬于法人或者非法人組織。對不符合著作權法作品標準、但具有一定商業價值的生成內容，則不宜納入著作權法的保護范圍，而應更多通過合同安排、平臺規則、反不正當競爭法等機制予以調節。同時，還應按照模型訓練、內容生成、傳播擴散三個環節分層配置義務，把開發者、經營者、使用者等權利歸屬與責任配置結合起來，真正形成制度閉環。

還需注意的是，人工智能時代的版權問題已經與人格權保護、數據權益保護和平臺治理深度交織。據此，版權治理不能只在糾紛發生后被動救濟，而要把算法備案、透明度管理、安全評估、內容標識、風險預警、應急響應等要求同版權保護聯動起來，推動形成“創作可追溯、數據可審計、侵權可處置、風險可預警”的治理體系。