【摘要】人工智能技术的迅猛发展，尤其是生成式人工智能的突破性应用，彻底颠覆了传统内容创作模式与产业生态，也对以“人类创作中心主义”为核心逻辑的版权制度发起了全方位挑战。从版权制度的理论基础与人工智能自主发展的必然性出发，剖析人工智能时代版权制度在作品认定、作者认定及训练数据合法性等方面面临的核心困境；探讨侵权认定中思想与表达二分法的适用难题、多主体共同侵权的责任分配机制及举证责任转移的实现路径；聚焦国家技术与经济主权同版权私权保护的博弈关系，探索二者平衡的制度构建路径。
【关键字】人工智能；版权制度；利益平衡
一、人工智能视域下版权制度的基本认识
在人工智能技术日益渗透内容创作与传播的当下，版权制度作为科技与法律相互作用、相互影响最为直观的制度规范，正面临着传统理论与现实产业发展之间的挑战，因此重新审视版权制度的理论基础与时代需求显得尤为迫切。长期主导着版权正当性话语体系的自然权利理论存在解释性的缺陷，而从历史与产业驱动视角去理解版权制度设立的理论基础，则能够揭示其内在的经济逻辑与社会契约框架下的利益平衡机制，为理解人工智能对版权制度的冲击奠定必要的理论认知基础。
（一）版权制度设立的理论基础
自然权利理论试图将版权论证为一种独立于实证法而存在的、基于创作行为本身即应获得的道德权利。该理论主要分为以洛克劳动学说为基础的劳动财产权论与源自黑格尔哲学的人格权论，然而，从制度发生学与法社会学的视角进行审视，这两种理论均存在无法自洽的根本性缺陷，难以构成版权制度的坚实理论基石，更应当从产业驱动的视角去探讨其理论基础。
1.对自然权利理论之批判
在洛克的理论预设中，个人通过劳动将自身人格混入处于自然状态的公有物，便对该劳动产物享有排他性的财产权。将这一理论适用于版权，即可推导出“智力劳动成果应天然归属于劳动者”的结论。然而，该理论实质上混淆了相关范畴。劳动是创造客体的事实行为，实质上是一种主体与客体间的关系，无论是农民耕种土地（将荒地变为耕地），还是作者撰写作品（将零散思想变为结构化表达），本质上都是“人作用于物”的过程；而财产权是一种规范性的主体与主体之间的关系，其成立依赖于社会共同体对排他性主张的普遍承认与法律确认，本质上是“人与人之间的关系”。正如休谟所指出的，财产权是“被社会的法则——即正义的法则确认为可持续占有之物”，在论证正义起源前便预设“财产”概念，实属循环论证。质言之，劳动与权利客体边界之间缺乏必然的逻辑关联。另外，该理论与版权制度的实践运行也严重悖离。若版权系劳动之自然果实，则作为直接智力劳动者的作者，其权利应具有绝对性与不可剥夺性。然而，各国著作权法普遍承认雇佣作品、法人作品等制度，将原始版权归属于雇主或法人实体，作者仅保留人身权或获得报酬权。由此可见，这种选择性赋权本身即一种社会功利主义的政策判断，而非自然法原则的演绎。
人格权论亦有其主观性与历史局限性。人格权论主张，作品是作者内在人格或自由意志 的外在“定在”（脱离了抽象性、获得具体形态的存在），版权保护旨在维护作者的人格完整 性。此说在浪漫主义作者观兴起的时代颇具影响力，但其作为普遍性理论基础则显薄弱。人 格是一个高度主观且不确定的解释学问题。何种创作、在何种程度上可被视为作者人格的延 伸，缺乏客观的评判标准。拉德布鲁赫即已批评，所有权人格理论“仅在一个非常有限的范围 内有效”，主要适用于与个人紧密关联的物品。事实上，在版权客体范围日益扩及功能性作 品、集体作品的今天，主张其均体现单一作者的人格，显得牵强且不切实际。在现代文化生产 已经实现高度工业化与协作化，该理论亦难以完美诠释。大型作品往往是投资者、管理者、执 行者等多重主体意志与行为协同的产物，其最终形态是组织目标与市场需求的体现，与任何单 个参与者的“人格”难以建立直接的、排他性的映射关系。法律将此类作品的版权直接赋予制 片者、开发者等组织体，恰恰反证了人格理论在解释当代核心版权实践时的失灵。
概言之，自然权利理论的根本性缺陷在于，其试图从孤立的作者—作品关系这一形而上的前提出发，直接推导出具有对世效力的财产权，全然忽视了财产权本质上是一种由特定社会经济条件所塑造的社会关系与法律建构。版权并非被“发现”的先验道德律令，而是被“发明”的、用以解决特定社会问题的制度工具。将其正当性系于自然权利理论，无异于将大厦建于流沙之上。
2.产业驱动视角下版权制度理论基础
透过自然权利理论的形而上学表象，从历史与经济的本质层面看，版权制度的起源乃是印刷术及机械复制技术革命所催生的新兴文化产业为保障自身投资安全与市场秩序而推动确立的法律产权工具，技术变革带来的产业利益格局进行法律确认与规制的需求推动了其形成和发展。
从产业驱动的视角看，版权制度之产生有其技术前提，即印刷术与复制产业的诞生。在前印刷时代，作品的传播依赖于手抄，其成本高昂、规模有限，知识产品的商品属性未被充分开发，尚未形成一个需要专门产权制度保护的独立产业。印刷术的普及引发了根本性变革，文字作品得以被高效、低成本、大规模地复制与传播，图书出版业从一门手工艺迅速转变为具有资本主义特征的现代产业。产业继而又催生了出版商这一全新的利益主体，当然也催生了新的风险。他们先期投入巨大固定成本的正版书籍，一旦上市便面临被竞争对手零成本盗印的风险，且盗印者无需承担首次创作的任何成本，便可以用更低价格销售，进而迅速侵蚀正版投资者的市场利润。
正是为了应对这一产业危机，近代著作权法的雏形得以诞生。18 世纪初英国颁布的《安娜女王法令》作为近代历史上第一部著作权法，从本质属性上看是设立了鼓励知识创作的长远目标，但其直接且紧迫的目的在于规制混乱的图书贸易市场，保护出版商的投资回报。而从权利设计角度上看，该法案将作者列为权利起点，意在从源头上控制复制源，但其主要受益者实为掌控复制与流通资本的出版商。归根结底，此种权利所授予的是一定年限内印刷与销售的专有权利，而这恰恰又对应了作为产业价值链核心的复制与发行环节。从王室颁发的印刷特许状开始，版权此时本质上已经成为一种由法律创设的、有期限的商业垄断特权，并通过成文法将其普遍化与制度化。
由此可见，产业驱动的内生逻辑深刻塑造了版权制度的演进轨迹。历史上，摄影、录音、电影、计算机、互联网等每一次重大的传播技术革命，都催生了新的复制与传播方式，并随之诞生了新的产业利益集团。这些集团不断推动版权的客体范围与权利内容扩张，将新类型的产物和新的利用行为纳入专有权的控制之下。版权的历史，在相当程度上可被解读为复制与传播技术的产业利益持续寻求并获得法律赋权与保护的历史。这从根本上确立了版权作为一种服务于文化商品生产与流通的经济与商业规制制度的根本属性。
3.社会契约与利益平衡论
尽管产业利益的驱动催生了版权制度，但现代版权制度并未止步于纯粹的私人财产权工具，而是以产业发展为宗旨，将知识产权设计为市场经济下的私权，可以有效激励市场主体参与竞争，但它又不是简单地保护私权，而是在维护私权的同时促进产业发展和谋取国家利益。社会契约的本质在于“每个人都以其自身及其全部的力量共同置于公意的最高指导之下”，社会契约论将版权解读为国家代表社会公众与创作者及其权利继受人达成的一项默示协议。在这项协议下，社会公众的义务是承认并赋予创作者对其作品为期数十年的专有财产权，使其得以通过市场机制实现经济回报。而相应的，创作者的权利与对价则是在享有前述垄断权的同时，必须将作品公开以促进知识传播，并最终在法定保护期届满后，使作品完整地进入公共领域，成为全社会可自由使用的公共遗产。
当然，知识产权制度具有保护知识产权与维护公共利益的双重目的，利益平衡成为其价值构造的内核。为确保契约不向权利人过度倾斜，防止私权过度阻碍知识的传播与再创造，著作权法亦内嵌了一系列结构性平衡机制。例如思想与表达二分法仅保护具有独创性的表达形式，而将思想排除在外，以确保知识的基础构件与工具永远处于公共领域，是保障后续创作自由与科学进步的基石。其创设逻辑是，人们学习既有作品的风格、灵感进而创作出新作品的能力十分有限，即使不保护在先作品中的思想，也并不会导致不同主体之间利益的显著失衡。合理使用制度亦尝试建构激励与接近平衡范式的根本保障，其允许公众在符合特定目的和条件的前提下不经许可、无偿使用作品片段，在专有权存续期间为至关重要的公共利益保留的法定安全区，也是利益平衡导向的一种体现。
（二）人工智能自主化发展的必然及对版权制度的冲击
人工智能自主化发展是技术、经济与社会文化逻辑交织推动下的时代必然，然而传统版权制度在责任认定、哲学基础与权利归属等方面也存在风险和挑战，导致以人类作者为中心的传统范式与智能化创作现实之间的深刻断裂。为了避免人工智能成为人类“最后的发明”，应在深刻分析法律体系在应对非人类主体生成内容时所面临的解释困境与调适需求的前提下进行版权保护范式的转型。
1.人工智能自主化发展之必然结果
人工智能自主化是信息技术发展遵循“数据—算法—算力”协同演进路径的必然产物。从经济理性视角看，产业对创新生产效率的颠覆性提升是人工智能自主化发展的重要驱动力。传统的人类创造性活动具有高成本、高不确定性以及产出波动性大等特点，而自主化的人工智能能够大幅降低创意生成与迭代的边际成本，以更好地实现创意内容的规模化生产与个性化定制的有机统一。从工业革命时代机械化替代人工劳动力，到现在自主化人工智能人机协同范式，本质上都是由一种强大的外部经济强制力推动，即对更高效率、更低成本与更优产出的追求。
而从社会认知与文化生产模式对技术的适应性角度看，其必然性体现在社会对创作与创造性的认知发生了潜移默化的变迁。一方面，当人工智能生成内容与人类作品越来越难以区分，甚至在某些领域已有超越的趋势时，公众开始逐渐接受“创造力”可能并非人类生物性所独有，而是一种可以基于特定信息处理机制实现的功能性概念。而这种社会认识上的接受，又为接纳非人类主体的创作成果提供了社会心理基础。另一方面，由于技术的平民化与媒介权利的下沉，用户生成内容、二次创作、开源运动等早已挑战了单一、封闭的作者观念，数字时代的文化生产本身已呈现出高度的去中心化、参与性与融合性特征。人工智能在这一基础上又提供了一个更加强大的生产工具，使得更广泛的群体能够参与高质量的内容创造。
2.人工智能自主化发展对版权制度的冲击
人工智能自主化发展正以前所未有的深度与广度解构并重塑着版权制度的传统范式。在法律逻辑层面，人工智能冲击了版权以作者为核心的权利归属一元论，导致了创作—作者—权利链条的逻辑断裂与归属困境。现行制度遵循“创作行为实施者即为作者，作者是原始权利人”的逻辑链条，人工智能作为非人格体，无法成为法律意义上的作者。而人工智能生成内容过程中的提示者、开发者、投资者、数据提供者等均被碎片化与间接化，没有单一主体的贡献能完全对应传统意义上赋予作者身份的、直接的、主导性的智力创作行为。这导致初始权利的归属陷入真空，任何将权利强行赋予某一方的尝试都缺乏连贯的法理支撑，更多是基于产业政策或实用主义的妥协。
在责任体系层面，人工智能的自主性与黑箱性冲击了以过错和可追溯行为为基础的侵权认定与责任分配框架。传统侵权认定依赖于对清晰、可控的人类行为的归责，然而人工智能的生成过程具有高度自主性与不透明性，使得侵权认定中的接触要件虚化，实质性相似的判断愈加复杂。当生成内容侵权时，侵权结果难以追溯至任一特定人类主体的可控决定，从而导致传统的直接侵权、帮助侵权、教唆侵权等规则在适用时陷入困境。
在哲学基础层面，人工智能冲击了版权制度赖以存续的创作本体论，动摇了人类心智活动作为独创性源泉的独一性预设。传统版权理论，无论是自然权利学说还是激励理论，均隐含一个根本前提，即受保护的作品必须是人类独特心智、情感或人格的外化表达，创作行为是与人类意识密不可分的创造性过程。人工智能的自主生成能力，使得具备社会价值的独创性表达可以脱离特定人类主体的直接心智活动而产生。生成式人工智能通过算法模型对海量人类既有表达进行学习、解构与重组，其输出结果虽在数据源头上源于人类知识总和，但其生成机制是概率计算与模式识别，过程具有黑箱性与涌现性。这使得独创性的源头从具体个人的灵思妙想，转向抽象算法的复杂运算。法律因此被迫直面一个本体论之诘问，即版权制度保护的终极对象，究竟是附属于人类意识的创作行为这一神圣过程本身，还是该行为所产生的、能促进文化科学发展与社会福祉的独创性表达成果。
综上，人工智能自主化发展对版权制度的冲击是范式性的。它迫使法律界必须超越对具体规则的技术性修补，进而追问在创作主体可能非人类化、创作过程高度算法化、创作成果大规模自动化的时代，著作权法的根本目的与核心架构应当如何重新定义。因此，亟需从一种侧重于保护人类作者及其创作行为的古典范式，转向一个更侧重于规制具有社会价值的独创性表达的生产与传播秩序，并能公平分配其中所涉多元主体利益的现代化和功能性制度框架。
二、人工智能视域下版权制度的规范困境及应对
人工智能技术的革新引发了作品创作与权利归属模式的深刻变革，传统知识产权制度难以适应技术发展带来的种种变化，面临多重规范挑战。在人工智能视域下，作品独创性认定的传统主观标准与人工智能创作的无直接人类干预特征存在适配冲突，署名权与版权主体的传统对应关系也因人工智能生成内容参与主体的多元性陷入模糊，而人工智能对海量训练数据的需求更是超越了现行版权授权模式及责任豁免规则的限制。本部分将围绕作品独创性认定标准的适用、署名权主体与版权主体的分置设想，以及训练数据的版权合规路径等三大核心议题展开分析，探索适配技术发展的制度应对路径，推动鼓励技术创新与保障版权权利人合法权益实现动态平衡。
（一）作品认定的独创性标准适用争议及客观标准的采纳
一项表达，只有具有独创性，才能成为著作权法意义上的作品。传统观点将独创性这一要件拆分为“独”和“创”两个方面来理解，前者指的是独立创作、源于本人，是全有或全无的判断，如果不是源于创作者本人则不满足该要件；后者指的是智力创造性，是量变和质变的判断，如果智力成果没有体现独特的智力判断与选择，未达到基本的创造性要求，则不满足该要件。因此，一项独立完成的智力劳动成果很可能因为缺乏最基本的创造性高度而无法成为作品。然而，在人工智能创作的场景下，传统的独创性判断标准难以与之匹配。这是因为传统标准是建立在自然人创作的基础上，将作品视为人类智力劳动的产物，强调作者本人的主观能动性与个性化表达。但随着计算机软件、法人作品、职务作品等新型作品不断涌现，个性化表达在特定的作品面前解释力愈发孱弱，其作为正当性的阐释工具已经渐渐失效。同理，在利用人工智能进行创作的场合，智力活动的结果更侧重传递构思而不是将体力活动具象化，因为人工智能创作的核心是算法和数据的自主运算，其生成内容的过程缺乏人类的直接干预，难以体现主观意图及个性化表达，独创性认定受到严峻挑战。
当个性这一主观要素在独创性中的重要性不断下降时，判断焦点便逐渐从作者中心主义转变为作品中心主义，独创性的客观判断标准由此确立。客观判断标准同样可以拆分为“独”和“创”两个方面，前者是指智力成果从外在形式上不能是已有作品的复制，后者是指智力成果与现有作品存在社会一般人足以感知的变化。这一判断标准奉行功利主义价值观，其合理性基础在于保护作品的经济价值，因此强调从外在可描述的作品本身去判断独创性，而不考虑作者个性、创作意图、创作主体与创作过程。目前，客观判断标准已在法律实务中有所运用，例如在菲林诉百度案中，法院指出：“智能软件生成的分析报告符合文字作品的形式要求，涉及的内容体现相关资料的选择、判断、分析，具有一定的独创性……” 法院没有结合作者的个性或意图等主观要素来判断独创性，而是根据客观的社会一般人视角，评判涉案作品与现有作品是否存在可感知的差异，从外在形式得出了其具有独创性的结论。
相较于传统立法对独创性的主观判断标准，客观判断标准具有显著优势。首先，传统独创性标准的人类中心主义逻辑与人工智能创作存在本质冲突，因为其预设存在一个在先的权利归属，即拥有独立意识与个性的作者，将可版权性问题与权利归属问题结合在一起判断；而客观判断标准强调，独创性界定的是可版权性的问题而不是权利归属问题，一项具有独创性的作品也很可能没有任何人享有权利，例如在前述菲林诉百度案中，即使法院承认了案涉作品具有独创性，最终也以人工智能非自然人的主体身份为由拒绝认定威科先行库是作者并享有著作权法规定的相关权利。可以说，客观判断标准一定程度上解决了人工智能生成内容等新型作品的赋权难题，能更好地适应技术发展。其次，客观判断标准更契合产业利益保护的需求，因为著作权法的立法精神在于鼓励作者创作更多的作品，促进社会文化的繁荣发展。社会大众很多时候并不关心作品的创作是否借助了人工智能工具，而是更多地考虑作品带来的精神感受或者其他社会价值，只要借助人工智能创作的成果能够增加社会公共福利，就可以认可其作品属性。而客观判断标准正是从增进公众福祉的角度去考虑独创性标准的本质属性和价值取向，契合文化产业的现代化发展趋向。最后，以社会一般人作为独创性判断主体的客观标准可以为法官提供明确、合理的裁量尺度，减少其陷入主观审美偏差带来的不确定性。
（二）传统署名权与版权主体对应关系模糊及分离方案的探索
在客观判断标准下，人工智能生成内容的可版权性问题迎刃而解，但权利归属问题悬而未决。作者是版权的核心主体，传统观点将作者认定的核心标准界定为创作行为的实施者，即直接参与作品创作并付出智力劳动的自然人。署名权作为作者的核心人格权利，具有人身专属性，其功能在于表明作者身份、彰显作者与作品的人格联系。根据我国《著作权法》的规定，创作作品的自然人是作者。由法人或非法人组织主持，代表法人或非法人组织意志创作，并由法人或者非法人组织承担责任的作品，法人或者非法人组织视为作者。在无相反证据的情况下，可以根据作品的署名情况来推定权利归属。因此，我国《著作权法》中作者的身份并不包含人工智能。在人类创作的场景下，创作行为的实施者明确，署名与版权主体的对应关系清晰，常常同属一人，不存在认定难题。但就人工智能生成内容而言，人工智能才是直观意义上的创作行为实施者或者实施者之一，它却无法做出与作者身份绑定的署名行为，无从享有版权。另外，模型开发者、数据提供者、使用者等多个主体都可能对创作成果的产生作出贡献，使得作者认定变得更加复杂。
鉴于创作主体的模糊性导致传统的“署名与版权统一”规则难以适用，笔者认为，应当对著作权利体系进行更细化的制度设置，将署名行为从版权体系中分离，与发表权、保护作品完整权、复制权等其他权利控制行为分置。具体而言，对于具有可版权性的人工智能生成内容，参与创作过程的人工智能应当基于创作事实进行署名标注，并且这一署名是不可选择、不可放弃、不可转让的。这一设想并非赋予人工智能法律主体地位，而是基于客观创作事实要求参与创作的人工智能相关主体贯彻诚实信用原则。至于复制权等其他权利内容，完全可以按现行规则赋权给自然人、法人等著作权法上的合法权利主体，鼓励其通过市场化运作获得经济利益。
将署名行为从版权体系中分离的做法具有充分的可行性与合理性。在法律解释层面，署名与版权的脱钩已有先例，我国《著作权法》第十八条第二款就规定了在特定情形下，职务作品由作者享有署名权，著作权的其他权利则由法人或者非法人组织享有，委托作品的情形也与之类似，故为作品署名为人工智能创作并不会破坏法律体系的统一性。在制度功能层面，署名权与其他版权存在显著差异，署名权的核心功能是身份确认与智力来源公示，而版权其他内容则侧重经济利益分配与利用规制。署名权依赖创作事实的客观关联性，不可随意处分，其他版权内容则更加依赖权利归属的法律约定，可通过交易实现利益流转，故用署名来绑定人工智能的创作事实更符合其功能特征。在实践应用层面，《人工智能生成合成内容标识办法》已经为人工智能服务提供者和使用者设立了对生成合成内容添加标识的义务，现有的制度建设和实践经验较为完善，因此这一做法本质上是将部门规章设定的标注要求上升到作为法定权利的署名权，彰显法律对人工智能参与创作的关切并实现与著作权法的衔接，在实操层面并不会增加人工智能服务提供者和使用者的合规成本。
（三）全球视野下人工智能训练数据的合法性难题及解决思路
人工智能算法依赖于大量数据来进行学习、做出预测并准确地执行任务。数据的质量和数量直接影响人工智能模型的性能和可靠性。此外，高质量和多样化的数据集使得人工智能模型能够适应新的场景，支持持续的迭代和改进。尽管人工智能的发展高度依赖于训练数据，但训练数据的获取也存在着显著的版权合法性障碍。在输入阶段，传统的“事前授权”式版权许可使用模式已难以满足海量学习模式的需求，很多人工智能用以训练的数据来源于未经授权的作品；在输出阶段，如果生成内容涉及原有作品的内容而未经版权人许可，很有可能构成对版权人信息网络传播权的侵犯。
涉人工智能版权纠纷在法律实务中并不罕见，但不同国家的处理方式反映出背后迥然相异的政策导向。美国是最早受理人工智能训练数据版权纠纷的国家之一，此类案件大多以集团诉讼的形式出现，被告范围涵盖OpenAI、微软、Meta Platforms等科技巨头。在众多案件中，Bartz等诉 Anthropic 一案较具有代表性，该案原告代表人Andrea Bartz等对Anthropic提起集团诉讼，指控其非法使用盗版书籍训练其人工智能助手Claude。美国加州北区联邦法院于2025年6月裁定，Anthropic为训练 Claude 而对作者作品的利用属于合理使用范畴，但认定该公司将盗版书籍存储于“中央图书馆”的行为并不属于合理使用。 2025年9月，美国加州北区联邦法院初步批准了该案的和解协议，拟设立总额为15亿美元的赔偿基金，这也是美国历史上标的金额最大的版权诉讼和解案，覆盖数十万本从LibGen等盗版网站下载的书籍。该案的和解为作者和出版商提供了实质补偿，并迫使科技公司承认在数据获取中的侵权责任，鼓励更多权利人追究类似侵权行为。中国的司法案例则更多聚焦在输出阶段。2024年2月8日，广州互联网法院就“奥特曼案”作出判决。该案原告系奥特曼特摄系列作品在中国的版权被授权人，指控被告所提供人工智能服务生成的奥特曼形象与原告奥特曼形象构成实质性相似，侵犯其改编权、复制权和信息网络传播权。在判决中，法院要求被告立即采取相应措施，在提供服务过程中防止用户正常使用AI生成绘画功能时，生成侵犯原告版权的。另外，尽管该案原告提出了将涉奥特曼物料从训练数据集中删除的诉请，但并未提供证据证明被告实际进行过涉奥特曼模型训练行为，因此法院没有支持该诉请。
相较于美国对人工智能训练数据构成合理使用的明确认可，我国对此态度较为保守。除了未予置评的司法判决外，《生成式人工智能服务管理暂行办法》第七条也规定：“生成式人工智能服务提供者应当依法开展预训练、优化训练等训练数据处理活动……使用具有合法来源的数据和基础模型。”《著作权法》及《著作权法实施条例》更是将合理使用限定在法定情形下，且没有兜底条款为人工智能训练数据的合法性来源问题作出回应。如果现行法不突破合理使用的限制，那么研发和运营生成式人工智能的企业无疑面临着极大的知识产权侵权风险，更为现实的方法是在尊重现行法律规定的基础上另辟蹊径，从输入和输出两个视角履行合规义务。业界比较流行的一种做法是使用开放数据展开训练，开放数据（Open Data）是指任何人都可以自由使用、重新使用和重新分发的数据，最多只需要满足署名和类似共享的要求。微软支持的COCO数据集、维基百科等都是提供开放数据的重要平台，这种知识共享协议的模式有效节省了人工智能创作者同版权方协商交易的成本，在尊重合法权利的同时显著扩大了人工智能数据训练可利用的作品范围。另外，还可以发挥版权集体管理组织的作用，允许其依据集体许可标准同人工智能开发者进行集体谈判、批量授权，以减少交易成本。实际上集体管理组织扮演着代理人的角色，凭借自身的专业水平和以量带价的模式寻求更有利的交易机会，既能弥补众多分散权利人的议价权缺陷和“搭便车”倾向，又能满足商用人工智能模型的数据使用需求，最终推动构建更加健全和可持续的知识产权良性保护生态。
三、人工智能视域下版权侵权认定与责任分配困境及应对
生成式人工智能技术的迅速发展既深刻改变了内容的创作方式，也对版权侵权认定与责任分配提出了新的挑战。传统著作权法的侵权判断与责任配置，建立在创作者独立完成表达、侵权行为由单一主体实施的前提之上。然而，生成式人工智能深度介入创作过程，对生成内容产生持续影响，致使作品中思想与表达的界限日益模糊。同时，生成式人工智能与用户指令共同作用于侵权作品，致使传统责任认定与证明规则面临挑战。基于此，有必要围绕思想与表达二分法的适用困境、多主体共同侵权下的责任配置，以及证明困境中透明度义务与举证责任调整等问题展开分析，探讨人工智能时代版权侵权治理的可行路径。
（一）思想与表达二分法的挑战及回应
著作权法只保护具有独创性的表达，而不保护作品所蕴含的思想、观点、方法与原理，思想与表达二分法由此成为判断作品可保护性及侵权成立与否的基本原则。该原则通过允许同一思想的不同表达，防止思想层面的垄断，在保障版权人合法权益的同时，为后续创作预留必要空间。然而，生成式人工智能深入参与内容生产极大影响了该原则的适用。
一方面，提示词在生成内容过程中的关键作用使得构思与表达之间的界限不再清晰。在传统工具辅助型创作中，人类创作者对作品的表达具有实质性控制力，技术工具仅起到中性的辅助作用。例如，相机虽然直接影响成像，但摄影师在按下快门之前，已经通过拍摄对象的选择、构图安排、光线控制等一系列具体操作将其主观构思转化为可被直接感知的“可视形式”，构思与表达在快门按下之时实现了重合并完成固定。正因如此，著作权法得以在摄影作品中顺利适用思想与表达二分法。
相较之下，在以Stable Diffusion、Midjourney为代表的生成式人工智能绘画工具中，提示词并未也无法穷尽性表达所有的作品要求，生成式人工智能深刻介入了创作者的表达。美国版权局在《黎明的扎利亚》绘画登记案中指出，申请人虽通过输入文本指令对生成内容施加了引导，但其并未如传统摄影师一般对具体要素进行事先安排，将主观构思转化为可视形式。相反，涉案图像的具体表达系由生成式人工智能模型在缺乏人类完全控制与可预期性的情形下完成，申请人未能实质性支配与“掌控思想”，因此不构成著作权法意义上的作者。然而，我国司法实践采取相反路径。北京互联网法院在春风图案中指出，提示词虽未告知大语言模型完整、确定的可视表达方案，但不能据此否定用户在生成过程中所投入的人类智力劳动。相反，法院以独创性“有无”为判断标准，强调即便提示词未能对具体表达作出穷尽性指令，只要其在生成过程中体现了用户的选择、判断与取舍，即可认定相关生成内容仍然来源于人的独创性智力投入，从而具备适用著作权法予以保护的可能性。生成式人工智能的内容产出并非脱离人类意图的随机过程，而是一个由用户判断与选择持续介入、人与机器协同推进的“从无序到有序”的生成过程。用户通过提示词组合、模型选择与参数调整，不断缩小生成结果的不确定空间，排除大量可能性，使生成内容逐步走向确定。 在这一过程中，人类判断与算法计算共同作用，最终形成具体表达。将生成结果完全归因于机器，忽视用户在构思设定与关键选择中的决定性作用，既不符合生成式人工智能的技术事实，也容易在侵权认定中低估人类行为的规范意义。
另一方面，利用生成式人工智能进行内容创作，与传统以人类直接完成表达的创作路径存在本质差异。从生成机制上看，生成式人工智能并非在既有思想基础上直接形成具体表达，而是通过对既有作品表达形态的深度学习，提炼其中的思想性要素，并在此基础上根据用户提示词与算法规则重新组合并输出新的表达结果。换言之，人工智能并不对既有作品的具体表达进行简单复制，而是通过对作品风格、创意构成、叙事结构及构图方式等思想层面的内容进行抽象化处理，将其从原有表达中剥离出来，再以不同形式加以呈现。基于这一生成路径，生成式人工智能能够在同一主题或风格框架下输出数量庞大、表现形式各异的内容结果，这种结果与原作品高度相似却并非重复，使得权利人在大量差异化表达中难以识别是否存在对特定表达的实质性利用，显著加剧了思想与表达二分法的判断难度。
为此，思想与表达二分法需要在生成式人工智能语境下进一步细化，不能仅凭风格、主题或创作方法层面的高度相似即认定侵权，否则可能导致版权保护范围的不当扩张。侵权判断应进一步聚焦于生成结果是否再现了原作品中具有独创性的具体表达。即便其生成结果在外观上与原作品表现形式相近，只要未再现原作品的具体表达，原则上仍应被视为新的表达。
（二）多主体共同实施侵权下的责任分配难题与穿透式责任制度
从生成式人工智能侵权的行为范式上看，侵权结果并非源于单一主体的独立行为，而是由多个主体在不同环节实施的行为所共同导致的。模型开发者通过设计算法架构、选择和清洗训练数据、设定模型参数与生成能力边界，决定模型能够学习何种内容以及以何种方式生成输出，从源头上决定了侵权风险存在的可能性。平台运营者通过向公众提供模型服务，决定是否上线特定模型功能，是否设置内容过滤与风险提示机制，以及是否响应用户的生成请求，使潜在侵权内容得以被实际生成并对外呈现。而终端用户则通过输入特定提示词、选择生成参数，并对生成结果进行下载、传播或商业利用，将潜在侵权风险转化为现实的侵权后果。任何单一主体的上述行为均不足以独立构成完整的版权侵权行为。用户虽然通过提示词引导生成内容，但其通常并未直接接触或复制在先作品，提示词本身亦难以被认定为对具体表达的再现。平台虽提供生成服务并输出结果，但生成内容具有即时性与不确定性，平台往往主张其并未对具体生成内容进行事前审查或实质控制。模型开发者虽通过训练行为间接吸收了既有作品，但生成内容往往难以直接对应某一具体侵权输出，导致侵权责任归属上的制度性空缺。
在多主体共同促成侵权结果的结构下，责任配置面临的核心难题在于如何界定生成式人工智能服务提供者的责任边界。对此，美国版权法实践中最具代表性的参照系是索尼案所确立的“实质性非侵权用途”规则。若一种技术产品能够具有实质性非侵权用途，则不能仅因其可能被用于侵权而推定其制造与销售者构成帮助侵权。然而，与录像机仅在用户控制下对外部作品进行“复制”不同，生成式模型在训练阶段对海量作品表达的吸收与参数化记忆，使其与作品表达之间形成更深层的结构性关联。而在输出阶段，模型在特定提示词触发下可能出现“提取式”或“复写式”的结果，使生成式人工智能服务提供者的风险控制义务与责任基础不宜再简单停留于索尼案的豁免逻辑之内。由此，索尼案所确认的规则难以直接规范生成式人工智能服务提供者的责任。
在此背景下，学界的研究侧重于对注意义务标准进行讨论，试图通过平台责任规则的适用，实现对生成式人工智能侵权风险的制度化规制。当前对平台所确立的“避风港”“通知—删除”等规则基于服务提供者的风险控制能力所展开。美国《通信规范法》（Communications Decency Act）与《数字千年版权法案》（Digital Millennium Copyright Act）为不同网络服务类型设置免责条件与事后处理义务，从侵权风险实际控制能力进行利益考量，强调在接到通知后采取合理措施，以避免损害扩大。而欧盟《电子商务指令》（Electronic Commerce Directive）及其后续的《数字单一市场版权及相关权指令》（Directive on Copyright in the Digital Single Market）进一步加强侵权风险的事前控制，虽不要求服务提供者承担一般性监控义务，但要求其尽最大努力确保侵权内容不可为公众获得，这意味着信息网络服务提供者需要采取过滤措施，以防止用户上传非法内容。
生成式人工智能在技术功能上与传统搜索服务存在一定相似性，例如在智能搜索、摘要生成等应用场景中承担信息获取与整合功能，但搜索侧重于对第三方已公开的信息资源进行收集，其本质仍属信息定位与中介服务。而生成式人工智能输出的内容是在算法规则与用户指令的共同作用下生成的新的表达形态，用户与模型之间的交互亦不直接涉及第三方内容提供者。 如果简单套用“避风港”“通知—删除”等规则可能导致责任过度集中，进而对技术创新产生抑制效应。故应当强调以实质判断取代形式判断，不再单纯以最终生成内容或提供相关服务作为责任划分标准，而是关注各主体是否在其可控制范围内对侵权风险尽到了合理防范义务。在这一框架下，模型开发者是否对训练数据来源与算法运行风险进行合理审查，平台运营者是否具备并行使对高风险生成请求的控制能力，使用者是否在生成与传播阶段保持基本审慎，均应纳入侵权责任评价之中。通过对各主体侵权贡献与过错程度的实质性考量，直接侵权与间接侵权得以区分，连带责任与按份责任得以灵活适用，从而在避免责任被技术结构分散的同时，防止侵权责任向单一主体不当倾斜。
（三）证明困境中的透明度义务配置与举证责任调整
在生成式人工智能版权侵权案件中，训练数据对生成内容风格具有极大影响，权利人往往对侵权作品持有强烈且合理的怀疑，但几乎不可能通过传统证据规则完成侵权事实的证明。与此相比，真正掌握训练数据来源、模型运行机制与生成路径等关键证据的一方，却并不承担主动披露信息的法律义务。这种证明结构上的严重失衡，造成权利人难以完成证明义务。
从传统版权侵权认定结构来看，权利人通常需要完成三项证明：其一，证明自身对涉案作品享有版权；其二，证明被告曾“接触”过该作品；其三，证明被控侵权作品与原作品在表达层面构成“实质性相似”。在传统案件中，“接触”事实往往可以通过出版、传播、交易记录、合作关系或行业往来等客观证据予以证明。然而，在生成式人工智能语境下，所谓“接触”行为多发生于模型训练阶段，而训练数据的不透明性使得模型运行具有明显的“黑箱”特征，生成路径亦难以还原，致使权利人在事实层面无法对“接触”进行举证。随着“相似性”标准逐步被“实质性相似”所取代，美国版权侵权裁判逐渐形成了一种以结果性事实反推使用行为的证明路径。当原、被告作品之间被认定存在高度或“惊人”的实质性相似时，法院往往不再要求原告就被告是否实际接触其作品承担严格的直接举证责任，而是通过间接证据推理，对“接触”事实作出推定。这一做法在理论上可被解释为事实自证规则在版权侵权领域的功能性适用。如果作品内容实质性相似且处于一方管理范围之下，则推定被告存在接触并实施了使用行为，从而完成侵权事实的认定。
该路径的成立高度依赖于实质性相似判断本身的稳定性与可控性，而生成式人工智能能够通过对既有作品风格、结构与表达规律的学习，输出高度相似却并非复制的内容结果，使得实质性相似与独立创作之间的界限愈发模糊。在此情形下，依赖推定接触判断侵权可能在缺乏事实支撑的情况下过度压缩技术创新与合法使用空间。单纯依赖“接触 + 实质性相似”的传统证明结构已难以有效回应生成式人工智能侵权案件中的证明困境，因此需要仰赖透明度义务配置对举证责任进行调整。
透明度义务并非要求模型开发者全面披露训练数据或算法细节，而是在合理范围内，要求其就模型训练数据的类型、来源机制、风险控制措施以及生成结果的基本原理作出必要说明，从而缓解由“黑箱化”运行所导致的信息不对称。第一，在侵权争议发生时，模型提供者作为最接近风险源、亦最有能力说明事实的一方，理应承担相应的信息披露与协助说明义务。拥有更强管理能力与获得更多收益的主体应在举证过程中承担更多责任以弥补价值差。具体而言，权利人需要证明：（1）原告对涉案作品依法享有版权；（2）被告生成的内容在表达层面与涉案作品构成实质性相似；（3）被告的生成式人工智能模型在训练或生成过程中存在接触涉案作品的合理可能性，如涉案作品在模型训练前已公开，且训练数据来源涵盖涉案作品所在的平台、数据库或常见内容来源。权利人无需证明被告具体实施的侵权行为，也无需还原侵权发生的完整技术路径。第二，模型开发者或平台运营者需要承担“可问责”范围内的解释义务。具体而言，要求模型开发者或平台运营者证明在模型训练阶段是否使用了涉案作品或同类作品作为数据来源。在训练阶段，是否利用相关数据进行训练，是否已获得版权人的合法授权或是否符合法定许可、合理使用等免责情形等。在生成阶段，是否采取了合理的过滤、去重或风险防控机制，以避免对特定作品表达的再现。第三，若模型开发者或平台运营者拒绝履行相应的透明度义务或无法对其数据来源、生成逻辑或防控机制作出合理解释，法院即可依据证据规则作出不利事实推定，认定其存在对涉案作品的使用行为，并在侵权成立及责任分配中承担相应法律责任。在被告已初步举证其行为合法，但权利人能够提出证据证明被告存在隐瞒、虚假陈述或规避审查的情形下，举证责任亦可在特定范围内再次回转，由权利人进一步就侵权事实加以证明。
四、人工智能视域下版权制度发展与保护关系之博弈与平衡
人工智能技术已成为国家科技竞争的核心领域，其发展水平直接关系到国家的技术主权与经济主权。与此同时，版权作为一种私权，其保护是激励创新、维护创作者合法权益的重要保障。在人工智能发展背景下，国家技术、经济主权与版权私权保护之间存在一定的博弈关系，如何实现二者的平衡，成为版权制度完善的重要目标，也是推动人工智能产业健康发展的关键。
（一）国家技术、经济主权与版权私权保护的博弈
技术主权是指国家在关键核心技术领域实现自主掌控并主导标准制定，而经济主权则指该国在全球产业链与价值链中占据优势地位并能引导发展方向。二者相互交织，共同构成国家在未来国际格局中的核心竞争力。在此背景下，版权虽然在形式上属于法学范畴内的私权，但其保护力度的选择、制度边界的划定已难以局限于个体权利层面，而必然嵌入这场关涉国家长远利益与发展安全的宏观博弈之中。
从国家技术与经济主权战略高度来看，如何推动人工智能产业的高速发展已成为关乎国家未来发展的核心议题。人工智能模型的训练与优化，需要以海量数据作为基础支撑，且其中大部分数据属于著作权法所保护的作品范畴。若对版权保护设置过高壁垒，同时对训练数据的获取与使用施加严苛的许可条件，可能对人工智能的产业发展造成制度层面上的制约。人工智能企业会陷入高昂许可成本和烦琐授权谈判中，甚至面临因无法获取足够授权导致模型性能停滞、创新乏力的困境。此外，若对生成内容版权归属和侵权认定标准太严苛，极有可能会在产业界引发创新恐慌，迫使企业与个人在利用人工智能辅助创作时，因惧怕潜在的模糊侵权风险而束手束脚，最终阻碍人工智能技术的广泛应用与迭代升级。
从版权私权保护方面来看，创作者依靠智力劳动所获人格权与财产权受到法律保护。然而，这些文字、图像、音乐等内容，正被无差别地用于训练人工智能模型，严重地损害原创作者所拥有的合法权益，并可能助长部分企业利用文本与数据挖掘和建立抄袭的商业模式，使得创作者的知识价值成为被收割的对象。更严峻的是，人工智能生成内容跟原作品之间的相似度越来越高，形成了一种难以溯源的新型算法抄袭行为。这实际上是对原创精神的一种否定，也极大程度贬低了创作者付出的劳动价值。从产业角度而言，若一个产业依赖现有知识储备，却因知识产权保护不力破坏知识基础，其长远发展将会难以为继，最终可能陷入产业空洞化的困境。所以，国家技术、经济主权和版权私权保护之间的博弈，其实质是一场关于创新空间拓展和权利边界坚守之间的动态平衡较量以及基于技术创新激励与技术滥用规制的人工智能风险治理，如何在确保国家战略产业发展不受阻碍的前提下，坚定维护创作者作为个体创新基石所应享有的基本权益，已成为当前制度设计者面临的核心难题。
为达成技术突破和产业升级的国家战略目标，制度设计在进行权衡时更倾向于优先发展技术，通过制定相关法律法规为新兴产业减少不必要的制度性障碍并激发其发展活力。在版权领域，这种取向可体现为适度扩展合理使用制度的适用空间，将用于模型训练过程中的作品复制行为界定为非表达性使用或具有转换性特征的使用，从而将其纳入合理使用的保护范畴，为企业开展规模化数据应用提供基本的法律支撑。与此相对，如果将权利保障置于制度设计的优先位置，则制度安排的逻辑起点在于防止对版权人合法权益的过度减损，在这一取向下，对合理使用制度的解释将更加审慎和严格，任何未经许可的大规模、系统性作品复制，特别是用于商业化人工智能训练的行为，将难以轻易纳入合理使用范围。一方面，此类使用可能对原作品市场产生替代效应；另一方面，更重要的是会使创作者难以通过许可机制分享作品在新型利用方式下产生的收益，与版权法鼓励创作、合理平衡各方利益的立法宗旨不相契合。
在全球视野下，人工智能具有天然跨国界的技术属性，数据、算法和应用服务在全球范围内加速流动，使版权规则的调整早已超出单一国家内部调适的范畴，各国围绕人工智能发展的制度安排日益成为全球治理层面竞争与博弈的重要内容。各主权国家依据其在全球人工智能产业链中的战略定位与核心利益，提出了迥异的版权制度诉求。以美国为代表的技术领先和数据领先等发达国家，凭借强大的技术实力及早期相对宽松的数据共享机制，越过了版权保护的限制，完成了大模型的训练。与之形成对比的是，发展中国家以及部分在特定文化领域拥有优势的国家，出于保护本国相对弱小的创作者群体和文化产业、防止在全球数据流动中被低成本甚至无偿收割的考虑，而倾向于构建较为严格的涉及人工智能的版权保护机制。 这样复杂的国际背景下，如何在多边和双边规则谈判中，将本国利益诉求有效转化为具有一定普遍约束力的国际规范，并在相关规则制定与执行机制中争取更多主动权，已成为各国在人工智能时代维护长期国家利益和制度安全的重要路径。
（二）构建兼顾创新激励与权利保护的版权制度体系
探索国家技术、经济主权与版权私权保护博弈下的平衡，实际上是关系创新体系运行和文化生态可持续的重大制度命题，客观上要求构建兼顾创新激励与权利保护的版权制度体系，并从立法、司法、产业政策等多个层面统筹发力，协调各方利益，推动技术发展与权利保护之间形成良性互动。在这一框架下，版权制度的调整与完善应围绕创新激励与权利保护的协同展开制度设计，同时回应技术进步的现实需求与创作者合理回报的正当期待，确保以一种更具弹性且更富智慧的方式来进行自我革新。
在规范结构层面，有必要在既有版权框架内摒弃“一刀切”的保护模式，转而探索基于创新激励与权利保护的差异化的版权保护规则，为技术创新和产业发展预留适度空间。具体而言，当人工智能模型及其生成内容被直接用于开发商业产品、提供付费服务并成为企业市场核心竞争力时，其对数据的利用就有了强烈商业属性。此时版权保护标准必须回归严格，明确要求人工智能开发者通过合法授权渠道获取训练数据并支付合理对价，同时对于人工智能生成内容的侵权判定应坚持“接触+实质性相似”的传统判断标准，确保其不侵害他人既有权利。而在人工智能技术的萌芽与探索阶段，法律则可秉持包容审慎的规制姿态，赋予更多试错空间与更宽松规制环境来鼓励技术创新，维持知识传播和技术进步所需的广泛外部性，从而促进整体效率的提升。当人工智能技术逐渐趋于成熟，法律就应该及时跟进，强化对相关权利人的保护措施，完善利益分享机制，以此确保技术发展所带来的红利能够公平地惠及内容创作者，避免出现“赢家通吃”的局面。
法律的生命力在于其与社会经济现实的紧密结合，版权制度完善还应与国家人工智能发展宏观战略规划保持同步，并与产业政策实现协同发展。在产业发展层面，国家在谋划人工智能及相关数字产业布局时，应将版权保护作为技术创新与产业升级的重要前提之一，避免技术创新过快而损害权利人的合法权益。在制度供给层面，版权立法与相关司法解释的完善，应充分吸收人工智能技术发展趋势和产业实践需求，为合理利用作品数据、开展合规模型训练提供必要的制度支持。在具体设计层面，譬如推动建立激发中小微企业创造力的专项基金等，为企业的技术创新设置特殊激励模式、保留必要生存空间，以此降低企业合规成本，引导产业从一开始就走上规范发展道路。同时，敏锐回应人工智能产业现实需求，推动建设面向人工智能产业的版权公共服务平台，为企业提供作品授权信息查询、合规咨询、风险预警与纠纷解决等一站式服务，帮助中小企业在版权制度下规范发展人工智能，从而在不削弱权利保护强度的前提下，提高制度的可达性与可用性。
此外，在国际视域下，国内版权制度的调整既要服务于本国人工智能技术与产业发展的实际需要，也要兼顾与现有国际条约体系和主要贸易伙伴制度安排的可衔接性。一方面，应结合本国技术基础、产业结构和文化生态，形成符合国情的制度方案，对数据挖掘、文本与数据分析、模型训练等问题提出清晰稳定的国内规则和政策取向；另一方面，也要关注主要发达经济体在合理使用、例外与限制、强制许可等方面的制度演进，积极参与多边、区域和双边规则讨论，以实践经验和制度设计为支撑，提出兼顾发展中国家权益与全球创新需求的中国方案，在人工智能与版权互动的国际议题上提升规则影响力与议程设置能力。
【作者简介】
张平，北京大学法学院教授、北京大学人工智能研究院AI安全与治理中心主任，北京大学武汉人工智能研究院副院长。
