用户超6亿！生成式AI时代版权治理新方向

当下，生成式人工智能正深度变革知识产出、文化扩散及产业组织形态，各类应用场景的落地速度显著超越版权规则供给节奏。

至2025年12月，我国生成式人工智能用户总数已达6.02亿，普及率为42.8%。伴随人工智能的广泛渗透，输入端训练数据的合法有序利用机制尚需健全，输出端生成内容的作品定性及权属界定仍存在争议，责任端开发者、运营者、用户及平台间的界限亟待厘清，治理端在标识管理、透明度规范、证据保存及风险防控方面尚未构建完整闭环。

实务中，最高法近期发布的《中国法院知识产权司法保护状况（2025年）》披露，全国法院知识产权案件量持续攀升，著作权案件基数庞大，人工智能相关纠纷激增。这警示我们，若人工智能时代的版权问题未能及时回应，恐将同时压缩创新空间并加剧侵权风险。

针对此，“十五五”规划纲要明确强调，需完善人工智能领域的法律法规、政策制度、应用规范及伦理准则，探索确立人工智能生成物的权属归属，以及开发者、运营者、使用者的权责认定规则。

《人民法院知识产权司法保护实施方案（2026—2030年）》亦提出，应综合考量自然人输入指令的具体内容、选定与修改过程等因素，判定生成内容是否体现自然人独创性的选择与表达，从而依法精准界定人工智能生成内容的法律属性。此类重磅文件为人工智能时代的版权治理指明了行动路径。

将版权保护与治理重新锚定于“人的创造”

探讨人工智能生成内容的著作权议题，首要任务是回归我国著作权法的基本框架。我国著作权法将作品定义为文学、艺术和科学领域内具备独创性并能以特定形式表现的智力成果；同时明确著作权归属于作者，创作作品的自然人即为作者，在符合法定情形下，法人或非法人组织亦可视为作者。这意味着，现行著作权法并未预设人工智能的作者资格，即便人工智能深度介入创作流程，著作权保护的重心亦不能从“人”偏移至“机器”。

著作权法实施条例进一步将“创作”界定为直接产生作品的智力活动，并明确组织工作、咨询建议、物质条件等辅助性投入不被视为创作。由此可见，人工智能生成内容能否纳入著作权保护范畴，不取决于是否使用了人工智能工具，亦不取决于人工智能的参与程度，而取决于人类对最终表达是否做出了实质性、可辨识且可证明的智力贡献。换言之，判断是否享有著作权保护的标准，在于“人类实质性智力投入”的存在及其强度，即《人民法院知识产权司法保护实施方案（2026—2030年）》所要求的“自然人独创性的选择和表达”。

这一思路有助于规避两种极端倾向。

一种极端是“即便是完全由人工智能生成的，依然受到版权保护”，这将把技术输出误判为法律意义上的创作，稀释独创性标准，挤压公共领域及后续创新空间；

另一种极端是“凡是运用人工智能者，皆不受到版权保护”，这又忽视了人在构思、控制、筛选、修改过程中的真实劳动，削弱了新兴技术条件下的创作激励。因此，将著作权认定重新锚定于“人的创造”，本质上是在人工智能时代继续坚守著作权法以“人类实质性智力投入”为核心的基本立场。

将“人类实质性智力投入”作为可操作标准

近年来，我国司法实践正沿着“保护人的创造”这一方向稳步推进。

2019年北京互联网法院在软件自动生成分析报告案中认定，自然人完成创作仍是文字作品的必要条件，仅在操作界面提交关键词搜索的行为不足以构成独创性表达；

而2020年深圳南山法院在Dreamwriter案中，则将审查重心转向人的具体创作贡献，强调主创团队对数据类型、触发条件、文章框架模板及语料等进行了选择、安排与设定，进而认定涉案文章构成文字作品。这一转变标志着司法认知正从抽象探讨“机器能否创作”，转向实质审查“人是否完成了创作”。

更具代表性的案例还包括北京互联网法院审理的“人工智能文生图”案。法院之所以认定涉案图片构成作品，并非因其由开源人工智能软件Stable Diffusion生成，而在于原告通过多次调整提示词、参数并对结果持续取舍，形成了个性化表达与智力投入。

与之形成对比的是张家港“幻之翼透明艺术椅”案，在该案中，创作者仅输入简单提示词且无法提供完整创作记录，法院因难以认定其对最终表达实施了足够的独创性控制，而未将相关图片认定为作品。

两个案例共同表明，司法裁判的关注重心并非简单落在是否运用了人工智能上，而是落在如何识别出在人工智能辅助下是否仍然具备相当程度的“人的创作性”。

从比较法视角审视，不同国家和地区的争议也正围绕类似问题展开。美国长期坚持人类作者立场，2025年美国Thaler案再次确认，纯由机器自主生成、缺乏人类创作性介入的内容，不能因机器被列为作者而获得版权；美国版权局2025年关于人工智能的报告也强调，现有版权法足以处理生成式人工智能带来的可版权性问题，关键在于人是否对作品表达形成了足够控制。

与此同时，围绕训练阶段是否构成合理使用、生成内容是否替代原作品市场等问题，美国仍在通过个案和行政研究不断校准边界。欧盟则将训练内容摘要、透明度和版权合规纳入一般目的人工智能模型的义务体系，更加强调开发者前端的合规及风险治理责任。

可以说，全球规则竞争的焦点，并非是否要赋予人工智能法律人格，而是如何在保护原创、鼓励创新和维护公共利益之间达成更高水平的平衡。

据此，综合国内外案例经验，可将“人的创作性”之可操作性判断标准凝练为“人类实质性智力投入”，即行为人通过构思、指令设计、参数调节、素材选择、结果筛选、后续修改等环节，对最终表达的形成施加了具有方向性、持续性和可辨识性的控制，使作品呈现出属于特定主体的个性化表达。只有当人的贡献不局限于抽象需求提出层面，而是实质性进入表达形成过程时，著作权法中的独创性判断才拥有坚实基础。

具体而言，至少应从三个层面把握。

其一，考察行为人是否对人工智能的输出形成进行了实质控制。

其二，考察人工智能运用过程中，是否存在人类对其生成内容的持续选择、安排与修改。

其三，考察人工智能的最终输出成果是否能够呈现可识别的个性化表达，而非模板化、批量化、流水线式的输出。同时，还应将证明责任纳入同一分析框架，人工智能创作争议高度依赖过程性证据，提示词记录、参数设置、版本迭代、局部修改痕迹、生成日志等，均可能成为证明“实质性智力投入”的关键材料。换个角度来看，人工智能时代的著作权认定，已不仅是实体法问题，也越来越成为证据法问题。

在鼓励创新与维护秩序之间形成制度闭环

对人工智能版权问题的讨论，不能仅停留在输出端的作品认定上，还需将输入端的训练治理、传播端的平台责任及全生命周期风险防控统筹考量。建立人工智能训练数据合理使用制度，正是这一阶段制度供给的关键着力点。

对此，应当根据利用目的、使用方式、市场影响和替代程度进行类型化的规则解释与重构。对以科研测试、安全评估等为目的，且不替代原作品正常市场的训练利用，探索在严格条件下纳入合理使用；对面向商业化内容生成、足以替代原作品市场，特别是依赖盗版