AI版权如何界定？新加坡的方案或许可做参考

一、CDA例外正式覆盖生成式AI，商业训练同样允许适用

文件明确：CDA例外采用技术中立的立法设计，本身就包含生成式AI在内各类机器学习场景。

• 例外约束的是训练阶段：把版权作品作为数据，用来优化、改进模型程序，无论商业还是非商业用途，都可以援引CDA例外。新加坡《2021版权法》244 条，没有区分商业与非商业活动。
• 重要边界：训练完成之后，模型根据用户提示生成输出内容，不属于训练环节，不能再适用CDA例外。如果输出侵权，需要另行承担版权责任。

简单理解：拿版权素材训练商业大模型，新加坡法律开了口子；但模型跑出来的侵权结果，不能拿训练例外当免责盾牌。

二、合法获取是前提，两类情形即便合同限制仍可触发例外

CDA例外不是无条件豁免，以非法手段爬取、绕过付费墙、违反数据库协议拿到作品，不能适用例外。 但有两种特殊情况，即便有限制条款，依旧可以启用CDA 例外：

1. 无效合同条款：直接排除、限制CDA例外效力的合同约定，法律直接判定该条款无效。
2. 无强制约束力的技术协议：例如 robots.txt 爬虫协议，仅属于行业自愿遵守，不属于版权法意义上强制访问控制措施，绕过它依旧有机会适用 CDA 例外。

行业争议焦点：违约下载算不算 “非法获取”？新加坡法学院建议将违约行为纳入不合法获取范畴，该观点正处于公众征求意见阶段，一旦落地会直接收紧 CDA 实际适用范围。

三、AI输出侵权：三方责任划分，风格模仿不构成侵权

咨询文件对开发者、部署者、终端用户三方侵权责任划定征求意见，新加坡不强制企业必须部署防侵权技术措施，责任判断结合多项事实综合评估：

• 判断要素：控制阻止侵权的能力、和实际侵权人的关系、已经采取的预防措施、对侵权风险的知悉程度。
• 关键结论：输出仅仅复刻原作一般风格，不构成版权侵权；版权保护对象是具体文字、画面表达，不是风格。
• 参考域外判例：文件引用 Meta、Stability AI 诉讼案例，模型层面增加屏蔽提示词、限制输出长度等技术手段，可以作为诉讼中减轻责任的重要事实。同时也抛出议题：这类风控技术，是否应当按照企业规模强制分级要求。

四、人机共创：只有人类才能成为版权作者

新加坡坚守核心原则：作者只能是自然人，AI 本身不能成为著作权人。只有人类创造性贡献和最终成果存在因果联系，成果才受版权保护。

文件归纳三类可以证明人类创造性贡献的行为：

1. 生成前：模型选型、提示词设计、参数权重调参
2. 生成中：多轮迭代提示词、负面提示词调整
3. 生成后：多份 AI 结果筛选、编排、二次深度修改。

不同国家司法态度存在差异，本次咨询尚未给出官方倾向性立场，面向社会征集判断标准。

五、专利板块：两大待解难题，暂不给出确定性结论

专利部分成熟度弱于版权，以设问征集意见为主：

1. AI 参与的发明人认定：专利法要求发明人是构思技术方案的自然人。文件设置多组模拟研发场景，征求意见：AI 辅助研发时，哪些人类参与者应当认定为发明人，申请时需要披露哪些模型信息。
2. AI 生成内容作为现有技术：AI 批量自动公开海量技术文档，存在可靠性存疑、加重专利检索负担等现实问题。咨询征集意见：AI 产出内容，是否应当和人类产出内容使用同一套 “现有技术” 评判标准。

咨询文件核心关注方向

本次公众咨询围绕版权、专利两大板块展开。版权层面聚焦AI训练的法律确定性、AI 部署使用中的版权风险管控、人机协作作品的人类创造性认定三大议题；专利层面重点探讨人机协同研发下的发明人适用规则、AI生成技术披露对现有技术体系带来的影响。文件面向社会各界广泛征集意见，为后续新加坡知识产权制度优化收集现实行业反馈。