西城园协会出版园分会丨完善版权法律制度，助力AIGC产业健康发展

2020年修订的《中华人民共和国著作权法》将作品定义为“文学、艺术和科学领域内具有独创性并能以一定形式表现的智力成果”，这一标准是AIGC作品版权保护的基本法律依据。但目前来说，现行法律对AIGC作品版权的界定依然具有很多不确定性。保护范围模糊，纯AIGC作品与人类深度参与的AIGC作品的保护边界不清，侵权判定标准缺位，如何区分合理借鉴与实质性侵权缺乏统一规范使得司法实践常陷入“技术事实认定难、法律适用标准乱”的困境。

AIGC作品版权认定的核心难题，在于“独创性”与“一定形式表现的智力成果”的界定缺乏明确标准。根据司法实践，独创性需同时满足“独立完成”与“个性化表达”双重要求，而“一定形式表现的智力成果”则强调人类在创作中的实质性贡献。2025年，北京通州法院审理的利用AI制图侵犯著作权案判例中，被告人通过“图生图”方式微调他人原创作品，未投入设置迭代步数、修改随机数种子等实质性智力劳动，法院认定其生成内容缺乏独创性，构成侵权。而秦皇岛某法院同期判决则显示，当创作者通过反复调试提示词、优化参数形成独特表达时，AIGC作品被认定为受保护作品。两案对比可见，司法实践已形成“以人类智力主导性”为核心的判断逻辑。但这一标准在AIGC场景下极易引发争议：简单输入提示词与撰写数百条包含构图、光影、风格的精准指令，其智力投入差异悬殊，但法律未明确划分其具体边界，缺乏统一的量化标准仍导致同类案件判决存在差异。

此外，算法模型进行数据训练也存在侵权风险。当前AI模型训练多依赖互联网公开数据，其中不乏受版权保护的作品。目前行业普遍遵循“技术中立”与“合理使用”原则。我国《著作权法》第二十四条虽对可以不经著作权人许可，不向其支付报酬使用作品的情况进行了规定，但未将算法模型训练纳入其中，这使目前的“合理使用”原则缺乏明确的法律支撑。在具体实践中，数据获取合法性边界模糊，公开内容爬取常规避授权链条；训练中“复制”行为性质难定，是学习还是窃取缺乏标准；原作者收益分配机制缺失是亟待解决的问题。

美国Anthropic公司侵权案的判决为我国提供了部分借鉴：法院认定合法获取书籍用于数据模型训练属合理使用，但盗版下载存储构成侵权。结合我国实践，笔者认为可行路径包括三方面：一是明确合理使用边界，将“非表达性使用”“不影响原作品市场”作为核心判断标准；二是建立分级授权机制，区分公共领域与受版权保护内容的使用规则，通过付费许可、集体管理等方式，让原作者从技术发展中获得合理回报；三是推动数据合规体系建设，要求企业建立来源追溯与分类管理制度，同时探索公共数据资源库建设降低合规成本。

AIGC产业的健康发展需要技术创新与制度规范的同频共振。从版权认定的标准明晰到训练数据的合规治理，制度设计的完善程度直接决定产业发展的高度与可持续性。当前司法判例已为制度构建提供实践基础。未来需进一步将实践经验上升为法律规范，明确权利归属、侵权判定与数据使用规则，让AIGC产业在法律轨道上运行，在保护创作者权益的同时激发技术创新活力，使这一新兴技术真正成为推动高质量发展的强大动力。