王迁与马妙苗探讨人工智能生成图像的独创性争议
月明船笛参差起，
风定池莲自在香。
—— 宋·秦观《纳凉》
摘要：著作权法中的独创性概念不仅关乎创作成果，还与创作流程和创作主体紧密相连。从创作流程来看，独创性体现在对特定表达元素的直接挑选与组织；从创作主体来看，独创性理念以人类创作者及其独特性为核心，要求人类创作者通过多种表达方式展现自身特质。对于用户借助“文生图”人工智能产生图像的情况，从创作流程来看，用户无法直接挑选和组合构成艺术形态的线条、色彩等美术作品的表达元素，只能通过输入描述词对期望的画面进行说明，这不符合独创性的标准。从创作主体来看，人类创作者在创作时所掌握的信息决定了其对特定表达元素进行挑选和组织的方式、由此产生的成果及其所展现的个性化程度，而人工智能生成的图像源自其特有的算法、数据训练及其掌握的人类无法达到的庞大信息量，无法体现人类用户的独特性和个性。
关键词：独创性,人工智能,图像,作品,版权
近年来，生成式人工智能技术经历了迅猛进步和广泛应用。不同类型的生成式人工智能会根据用户输入的描述词、参数等生成相应的文字、图像、音频、视频等内容。我国学术界的主流看法是人工智能生成内容具有独创性，应当作为著作权法意义上的作品受到保护。在司法实践中，我国已有4个判决认为涉案人工智能生成内容应作为作品受到版权保护，其版权归属于人工智能使用者（以下统称为“用户”）。近期的3个判决虽然认定原告利用人工智能生成的图像不具备独创性、不构成作品，但其还是认为在用户反复调整描述词和参数以选择、修改图像的布局、比例、视角、构图元素、色彩或线条等表达元素的情况下，用户有可能在此过程中做出“个性化选择和实质性贡献”，进而使人工智能生成的图像构成具备独创性的作品。
“知识产权法似乎又到了一个关键节点。”笔者认为，人工智能根据用户输入的描述词等生成的内容本身并不属于受版权法保护的作品，以该内容具有形式意义上的独创性认定其为作品的观点不能成立。“独创性”概念不仅针对创作形成的成果，还与创作主体、创作流程密切相关。如果强行将独创性与创作主体、创作流程分隔开，将导致版权法中诸多基本原理和规则无法得到合理解释。在人工智能时代到来以前，对独创性的判断通常直接针对成果本身，这是因为那时具有作品外观的成果几乎都是由人类进行智力活动创造而成的，没有必要再经由创作主体和创作流程对独创性进行判断。然而，在人工智能时代，人工智能生成内容这一新型信息成果大量出现，人工智能根据用户输入的描述词等自动输出结果，其在外观上与传统人类作品越来越难以区分，但形成方式却与传统人类作品相差甚远。此时，有必要从创作主体和创作流程的角度对独创性概念进行更深入的解读，明确其在人工智能时代到来以前内含的隐性前提，据此判断人工智能生成内容能否具备独创性，从而构成作品。
目前我国司法实践中涉及人工智能生成内容定性的所有案例都围绕人工智能“文生图”展开，因此本文也针对人工智能所生成图像的独创性问题进行研究，但基本结论具有普适性，可同等适用于其他类型人工智能所生成内容（如文字、视频等）的定性。
一、独创性与创作流程、创作主体的紧密关联
对于人工智能生成图像是否构成作品的问题，在“肯定说”中，影响力较大的有“创作工具说”和“独创性客观主义”（具体定义见下文）。笔者认为，这两种观点对独创性概念存在误读，未能正确理解创作流程、创作主体这些因素对于独创性判断的重要性。下文分别对这两种观点进行分析，并对独创性概念进行进一步阐释。
（一）独创性体现于对特定表达元素的挑选与组织
主张人工智能生成图像构成作品的不少观点认为，用户输入的描述词及相关参数是使人工智能生成图像具备独创性的关键因素，而人工智能系统仅是用户进行表达所使用的工具。此类观点被称为“创作工具说”。作出我国“人工智能文生图第一案”判决的北京互联网法院就此指出：“一般来说，人们利用Stable Diffusion类模型生成图像时，其所提出的需求与他人越具有差异性，对画面元素、布局构图描述越明确具体，越能体现出人的个性化表达。……原告通过输入描述词、设置相关参数，获得了第一张图像后，其继续增加描述词、修改参数，不断调整修正，最终获得了涉案图像，这一调整修正过程亦体现了原告的审美选择和个性判断。”也有一些学者持相同观点，认为用户向人工智能输入的描述词、参数等体现了个性化的选择和安排（描述词过于简单的情况除外），可以形成独创性表达。
上述观点的隐含前提在于：用户无须直接对线条、色彩等表达元素做出选择与安排，仅仅对想要呈现的具体画面及线条、色彩等的组成方式进行具体、精细、复杂的描述（指从初始输入开始，经不断调整修改，为得到最终输出结果而实际使用的描述词和参数的总和，排除弃用的描述词和参数），即可完成独创性表达，创作出美术作品。然而，这有悖于版权法基本原理，独创性恰恰产生、体现于对特定表达元素的直接挑选与组织。
《中华人民共和国著作权法》（以下简称“著作权法”）已对作品进行了类型上的划分，不同类型的作品具有不同的表达元素，由此形成的表达及其给人带来的审美感受全然不同。比如，文字作品以文字组合、遣词造句为表达元素，音乐作品以组成旋律的音符等为表达元素，美术作品以构成艺术形态的色彩、线条等为表达元素，视听作品以有伴音或无伴音的连续画面为表达元素。而个体将特定表达元素通过个性化方式进行挑选、组织，进而形成与之对应的具体表达的过程，即为独创性之产生、体现。
独创性无法脱离特定表达元素的具体呈现方式。换言之，对于美术作品等不以文字组合为表达元素的作品类型而言，独创性的产生与体现，必须借由对非文字类表达元素的直接挑选与组织，而不能仅仅对表达元素或其被挑选、组织的过程进行文字描述。此处所称“描述”是指以不直接呈现作品原貌，而是提炼本质特征的方式，对所想要呈现成果的简化说明。
这与以技术方案为客体的专利形成明显对比。以发明为例，其可以借由文字提炼出必要技术特征进行专利申请，以此为据确定发明专利的客体及其保护范围。比如，发明专利“甲”的必要技术特征为A、B、C。在客体认定上，由于另一发明专利的必要技术特征为A、B、D而非A、B、C，从必要技术特征即可以确定，其与“甲”为不同的专利客体，具有与之不同的权利保护范围。相比之下，对于美术作品，无法用文字提炼出独创性特征A、B、C，并基于此直接确定美术作品的具体视觉内容。比如对于某幅画作，无法用文字归纳出独创性特征A、B、C，从而实现对画作本身的准确描述，将其与具有其他独创性特征的画作区分开。否则，画店在售卖画作时，完全不必将画作原貌向公众展示，而只需向公众提供对画作内容的口头描述，即足以使公众了解画作的大致样貌，并决定是否购买画作。
外观设计虽然被归于专利客体，但仍与其他两类专利客体存在较大区别，发明、实用新型是解决技术问题的技术方案，而外观设计是富有美感的、不由功能性决定的设计。虽然外观设计与版权法意义上的美术作品也存在很大差距，比如，从载体来看，外观设计必须与可批量生产的工业产品结合，而美术作品可以脱离工业产品；从独创性程度来看，外观设计产品中的平面或立体造型设计本身（形状、图案或形状、图案与色彩的结合）有些符合美术作品独创性的要求，同时构成美术作品，而大部分未能跨过独创性的门槛。然而，从体现不由功能决定的纯粹美感这一点来看，外观设计的本质与具有独创性的美术作品非常接近。《中华人民共和国专利法》（以下简称“专利法”）第二十七条规定，申请外观设计专利的，必须提交清楚显示该外观设计的图像或者照片，外观设计专利权的保护范围以此为准。这与发明、实用新型专利权的保护范围以权利要求书所记载的必要技术特征为准不同。由此可见，即使是对于外观设计产品中相对简单的、尚未达到美术作品独创性门槛的造型设计而言，都无法仅仅通过描述、说明来确定所要保护的客体及其范围，而必须诉诸其原貌，将构成该设计的形状、图案、色彩的具体结合方式原原本本地呈现出来。举轻以明重，对于构成更为复杂的、具备充分独创性的美术作品而言，更无法通过提炼独创性特征加以描述的方式明确其具体视觉内容、确定其本体。
（二）独创性概念以作者及其个性为中心
在人工智能生成图像是否构成作品的争论中，有观点提出，对于独创性，应当抛弃以作者个性为中心的主观判断标准，采取以作品及其受众为中心的客观判断标准，将对独创性的判断焦点“从作者层面转移到作品之上”。此种观点强调独创性这一客观概念“是作品本身所表现出来的特征，而非对创作主体和创作流程的描述”。因此，独创性判断关注的是作品的形式与外观与已有作品相比是否存在“特殊之处”而不构成实质性相似，能否满足公众的精神文化需求。创作主体和创作流程并不影响独创性的判断，仅涉及版权归属问题。据此，不考虑作者个性等主观因素，生成式人工智能能够凭借深度学习与大数据技术对海量素材进行自主选择和加工，生成内容并非对既有作品的抄袭、剽窃或篡改，与既有作品相比存在显著差异，能够让读者明显感知到新内容的产生，因此人工智能生成的图像具备“独创性”，构成受版权法保护的作品。在此基础上，再通过利益衡量分配其版权归属。该观点的核心是不考虑相关内容是否源于人的创作（即人的因素），而仅关注生成图像与在先作品相比是否具有形式意义上的独创性（即客观因素），本文将此类观点统称为“独创性客观主义”。
笔者认为，“独创性客观主义”割裂了创作结果（作品）与创作主体、创作流程之间的关联，仅仅站在读者、受众的视角，不考虑作者及其个性等主观因素，将某一表达与既有作品相比是否存在显著差异、能否让读者明显感知到新内容作为独创性判断标准，看似客观，却并不符合版权法的原理，而且会引发逻辑矛盾。
版权法不排斥巧合，承认在后独立完成的、与在先作品基本相同的成果也属于作品（尽管这种情况事实上很少发生）。《伯尔尼公约指南》明确指出：“不能将独创性（originality）与新颖性（novelty）混淆……两个工匠各自雕刻了一只木象，即使这两只象一模一样、无法区分，也应当认为他们各自创作了自己的原创作品，不存在新颖性的问题。”我国相关司法解释也明确规定：“由不同作者就同一题材创作的作品，作品的表达系独立完成并且有创作性的，应当认定作者各自享有独立版权。”
然而，这一公认的规则赖以存在的基本前提，就是将创作流程及主体纳入独创性的考量范围。换言之，当甲创作作品在先，乙主张构成作品的成果完成在后，且该成果与甲的作品基本相同时，乙的成果是否构成作品，取决于乙是否独立完成了该成果。如果乙能证明从未接触过甲的作品，自己独立完成的成果与之高度相近仅基于巧合，则乙的成果也是作品。反之，则乙的成果仅是对甲作品的复制，不构成新作品。显然，人的因素，即乙是否接触过甲的作品并以之为基础获得在后成果，对于判断其成果是否属于作品至关重要。如果否认独创性认定中人的因素，那么基于巧合创作完成的、与已有作品基本相同的在后成果显然无法“与既有作品相比存在显著差异，能够让读者明显感知到新内容的产生”，那又如何承认该在后成果是作品呢？显然，否认独创性认定中人的因素，会得出版权法排斥巧合的反常结论。
“独创性客观主义”实际上错误地将“独创性”解读为“显著差异性”，使其接近于专利法意义上的“新颖性”。这是对“独创性”概念的曲解，有悖于版权法的基本原则和理念。“独创性”概念的构建本身就以作者为出发点。“独创性”中的“独”意味着相关成果必须是由作者独立完成、源于其本人的表达，“创”要求相关成果必须在一定程度上反映作者个性，体现其独特的智力选择与判断。
尽管英美法系与大陆法系在作品所应具有的独创性程度上存在不同见解，但两者对独创性概念的构建却大同小异，都将独创性作为连接作品与作者的重要纽带。以美国法为例，其对“独创性”的解释是：“独创性”中的“独”（originality）是指相关表达“起源于作者”，“是作者独立努力的产物”；“创”（creativity）是指相关成果具备最低限度的创造性（minimal creativity），与既有作品相比具有“可识别的变化”（distinguishable variation），这种变化必须是作者独立努力的结果，且不能仅是微不足道的（more than merely trivial）。对“创”的解释源于“Bleistein vs.Donaldson Lithographing Co．案”，霍姆斯法官在该案中提到，“个性总是包含一些独特的东西”，“极低级的艺术作品中也有一些不可削减的、独属于一个人的东西”。可见，虽然英美法系重实用主义，不将作品视为作者人格的延伸，但其也认可作品与作者的紧密联系（作品反映了作者一定的独特性），只不过相比于大陆法系其对“创”的程度要求较低而已。
虽然在实践中不同的人基于巧合创作出基本相同作品的情形极为鲜见，且存在相当的举证难度，但对该原则的坚持和强调仍然有意义。将版权法对巧合的容忍与专利法所奉行的先申请原则进行对比，可以清楚地看出版权法独特的内在理念。对于符合授权条件的发明创造，法律仅将排他性权利赋予首先提出专利申请的人（该申请人通常也是首先完成该发明创造的人），因为在后的相同发明创造（如由重复研发形成），不论巧合与否，对公众来说都已经是多余的，后来者就不能被重复授予专利权。而在版权法中，对于出于巧合而高度雷同的作品，虽然从外部客观视角来看，它们在外在表达形式上没有什么实质性差异；但从创作主体的角度出发，它们是由不同的人独立进行的思想感情表达，在一定程度上体现了不同个体各自独特的思维、审美和性格特质。版权法“仅仅涉及把某种基于作者独创性所产生的、并且事实上也属于他本人的财产赋予作者……因此，如果出现了两个作者各自独立创作了相同的或者实质上相同的东西的话，他们各自都会获得独立的版权……”。由此可见，专利法更重视奖励个人为社会效益、公众福利作出的贡献，而版权法更注重激励个人独立作出个性化表达，即使该表达出于巧合与在先作品基本相同，对社会公众并无明显增益。“独创性客观主义”所强调的以公众为中心的“受众反应论”用于解决专利法中对新颖性的要求或许恰切，但将其用于解释版权法意义上以创作者为视角的“独创性”概念则显得格格不入。有学者正确地指出：“独创性是作者和作品的连接点，以表明该作品具备源于作者的个人特征，因此从法律上应该归功于他。”
从法律的可操作性来看，版权法之所以容忍巧合的存在，也是因为实际发生的巧合少之又少，否则版权体系将难以为继。“不可能给出这样的例子，两个人分别就同一对象写一本书，而从头至尾在文字或者思想情感上都完全一致。每个人的书（如果是一个独创性作品的话），就像每个人的脸一样，必定都是能够彼此区分的。”该观点或有言过其实之处，但在很大程度上解释了巧合鲜少出现的原因——独创性要求作者通过作品将个性表现于外，而每个人都是独特的个体。每个人的身心构造、经历、际遇、性格、偏好、情绪感知、思维方式等都迥然不同，这些因素共同交织为此人此时此地的过往总和，构成其独一无二的生命经验，并由此形成个人独具特色的直觉、想象力、观察角度、价值判断与选择等。这决定了每个人对表达元素进行挑选和组织的特有方式，进而决定了作品不同的终局形态。
二、用户描述词并非对特定表达元素的挑选与组织
“创作工具说”将人工智能视为具有“精准转录”功能的“工具”，认为对于人工智能“文生图”而言，用户向其输入的描述词等是使所生成的图像具备“独创性”的关键。然而，如前所述，独创性产生、体现于对特定表达元素的直接挑选与组织，而用户描述词仅仅是对所想要呈现画面的文字描述、说明，无法使人工智能生成的图像具备版权法意义上的独创性。
（一）人类自然语言的局限性
有学者试图通过任何作品形式（音乐、图画、传统的自然语言文本等）都可以被转化为二进制“0”“1”这一点，来说明“文本天生具有描述一切的本领”，进而证成“人们不仅可以‘画’画，而且可以‘说’画”，意即用户可以通过人类自然语言文本的描述“创作”出“美术作品”。然而，该观点忽视了一个重要的事实，即计算机的二进制数字和作为人工智能描述词使用的人类自然语言是完全不同的，不加区分地将其统称为“文本”并不恰当。
之所以任何作品形式都可以被转化为二进制，无非是因为任何作品都可以通过数字化的方式被复制。无论是电影还是图像，视觉艺术当然也可以通过特定的算法和规则被转化成相当数量的“0”和“1”的组合，在计算机中存储，并被特定的软件所“解码”，即从“0”和“1”的组合被还原成电影和图像。因此，“文本天生具有描述一切的本领”中的“文本”应限于能被计算机软件所读取和“解码”的数字，而不包括人类用于沟通交流的自然语言。如果认为此种能够“描述一切”的“文本”包含人类自然语言，那相当于认为视听作品和美术作品等其他类型的作品都可以通过被“描述”、被转换为人类自然语言文字而被复制，这有违于基本常识。如果电影剧本和对绘画和雕塑的详细文字介绍就足以描述电影画面和艺术形态，试问人们还有必要去影院观赏电影和去艺术馆、博物馆欣赏艺术品吗？《哪吒2》和上海博物馆的埃及文物精品展（多数是精美的艺术品）的火爆又从何谈起？
如前所述，独创性产生、体现于对特定表达元素的直接挑选与组织，版权法将作品划分为不同的类型，正是因为不同类型的作品具有不同的表达元素，不同的表达元素体现独创性的方式是不同的。在保留原作品基本表达的前提下，将自然语言（即文字组合，文字作品的表达元素）描述的内容具化为艺术形态（美术作品的表达元素）、连续画面（视听作品的表达元素）等，需要新的独创性。该转换行为可能构成受改编权或摄制权所控制的改编或摄制行为，如将小说画成一套漫画、根据小说拍摄电影等，但是不可能构成复制。因此，上述观点中具有所谓“描述一切的本领”的文本应限于与作品相对应的二进制计算机代码，本质上是同一作品的数字化版本，也就是构成作品数字形式的数据集合，并不包括人类自然语言。在产生顺序上，通常是先有作品，再有其数字化版本，比如将一幅画扫描进计算机存储，至少也是作品与其数字化版本同时产生，比如画家用连接计算机和Photoshop软件的电子手写板作画，计算机会同步保存其创作的艺术形态。而“人们不仅可以‘画’画，而且可以‘说’画”中的“说”，指向的是用户输入自然语言文本，希望由人工智能生成图像的行为，是先有自然语言，再有图像（艺术形态）。只要图像内容复杂到了一定程度，自然语言不可能对其进行准确“描述”。这就是为什么人们不可能通过对艺术品的文字介绍而真正感知其艺术形态。
如果将用户输入的自然语言和人工智能生成的图像都按照同样的算法和规则转换为二进制数字，则用户“说”的文字所对应的二进制数字集合与人工智能生成的“画”所对应的二进制数字集合会有极大的差异，从而印证了用户“说”的文字与人工智能生成的“画”之间不具有等同性，“画”不能被准确地“说”出来，用户无法通过向人工智能输入描述词的方式，“独创”人工智能生成的图像（艺术形态）。换言之，人工智能生成的图像不具备版权法所要求的独创性。
（二）摄影作品与人工智能生成图像的不可类比性
部分观点以摄影作品类比，认为用户对描述词等的选择与安排，类似于拍摄者对拍摄对象、拍摄角度、构图、光线、阴影、景深、曝光时间等元素的选择与安排，属于“独创性表达”中“不可视”的“独创性