AI短剧侵权乱象：换脸仿声背后的治理困局

近年来，人工智能技术迅猛崛起，已深度介入短剧编剧、制作、推广的全产业链条。与此同时，短剧作为网络视听领域的新蓝海，已成为影视传媒产业的关键增长引擎。但两者交汇融合的过程中，也衍生出一系列新型著作权纠纷与监管挑战，如AI剧本改写剽窃、AI换脸仿声侵权、AI规模化产出侵权内容等新型违法现象层出不穷，且具有数量庞大、频次密集、手段隐秘、扩散迅猛的特性，不仅损害创作者的正当权益，也给产业良性发展构成了威胁。

近日，法治网研究院组织中国人民大学法学院院长杨东、北京大学法学院教授张平、暨南大学国际传播研究院院长陈昌凤、中国新闻文化促进会副会长陆先高、中国政法大学教授陶乾、北京理工大学法学院教授刘毅、中国社会科学院大学互联网法治研究中心主任刘晓春、中央民族大学法学院教授熊文聪等专家学者，就相关议题进行了深度研讨。

0201

法治网研究院：当下，AI短剧方兴未艾，既备受资本青睐，也引发了诸多纠纷与侵权疑虑。总体上讲，您认为，AI短剧争议和侵权行为目前主要体现在哪些层面？

张平：AI短剧争议可划分为换脸、仿声、著作权三类，前两者属于标准人格权范畴，后者以财产权益为核心、兼涉部分人身权益。人格权保护具有绝对属性和严苛特性，不论对象是公众人物还是普通个体、是否列入审查名单，都应获得平等保护。我认为，平台与制作方应对公众人物肖像、声音建立前置化严苛审核体系，构建名人数据库，承担更严苛的审慎责任，可借鉴行业“分级分类审查”模式，增强审查的精确度和时效性；针对普通民众，则无法做到前置审查全面覆盖，应依靠事后快速应对机制，健全平台自治规范、申诉处置程序与内部惩处办法等，同时结合短视频平台审核中人机协同的方式、违法处置实践，提升应对效率，以完善的分级管控手段降低法律风险。

陆先高：当前，AI短剧领域的权益侵害主要涵盖AI肖像侵权、训练数据侵权、AI内容侵权等类别。在AI肖像侵权方面，呈现多种形态：第一种是纯AI自主生成，即涉嫌侵权的角色形象在数据训练阶段由文本生成图像、文本生成视频模型随机产出，制作方可能辩称系模型随机生成。第二种是定向引导式AI生成，制作方通过关键词或提示词进行精准引导，生成与艺人或普通人相似的形象，其本质是变相盗用面容，蓄意搭便车，主观恶性更明显。第三种是纯粹AI面部替换，比如使用艺人的形象完全替换，仿真度极高，但面部表情、眼神神态、肌肉动态均由AI合成，此类侵权判定相对明确，但追责难点在于赔偿执行，此类内容制作者多为小微企业，基本不具备赔付能力，而这种跨平台、多账号的规模化产出更难彻底清除。第四种是“拼接面容”，又称AI面容融合，是将多个个体的眼部、鼻部、嘴部、面部轮廓等特征进行混合，不特定指向某位真实人物，这种侵权界定最为困难，引发的争议也最为激烈。AI内容侵权方面，或涉及剧本剽窃、素材侵占等，相对易于识别。此外“二次创作剪辑”中存在程序自动拆分、拼接其他作品的精彩镜头，若对侵权内容缺少有力的屏蔽机制和申诉渠道，恐怕无法做到及时全面清除侵权素材，极易迅速蔓延。

法治网研究院：当下，AI短剧版权保护遭遇哪些难点与核心障碍，其深层诱因是什么？

杨东：当前网络著作权侵权归责框架以“直接侵权”与“间接侵权”二元划分为根基，平台归责判定以“明知”或“应知”为过失要素。然而，在AI技术与海量信息共存的环境中，既有规范遭遇双重挑战：一方面，“明知”判定标准模糊化，权利人“通知”往往缺少精确定位要素，平台每日千万量级的内容增长与“24小时移除”期限构成现实矛盾，制度架构面临技术可实现性与行业承载力的双重考验；另一方面，“应知”推定界限不清，算法推送的“客观性”与“明显侵权标准”适用矛盾日趋尖锐。著作权侵权判定的繁琐性使平台审慎义务界定陷入主观裁量与客观实力的冲突僵局。司法实务中对算法“加速传播”的追责趋势，实则已逾越原有规范设定，存在架空“安全港规则”之虞。人工智能时代的著作权审查困境，本质是传统工业经济时期的规范与数字科技情境的匹配性危机。随着AI审查机制的导入，基于工业经济时代的“通知-移除”机制已日益显得力不从心。而AI自动化审查同样存在固有缺陷，也不应把全部审查义务都转嫁给平台方。

陈昌凤：智慧传播已显现出流程化生产架构，这一架构是内容产出、数据加工与平台推送深度绑定的产物，此种架构令传统法治所倚仗的权责配置体系难以有效适配，进而产生失序状态。AI短剧著作权机制的匹配难题存在主体识别、责任划分、权利确认时序三大难题，在治理层面并非传统侵权纠纷的简单拓展，而是需要针对新型智慧创作模式开展体系化规则重塑。AI短剧著作权治理遭遇的体系化难题，主要源于三大根本性成因。首要在于内容产出的流程化特性，AI创作并非一蹴而就，而是多轮次产出、多频次优化、持续性升级的动态演进过程，每个环节均牵涉数据利用、权利