崔国斌：人工智能生成物可版权性司法案例评述

       作者：崔国斌 清华大学法学院教授

　   内容提要：近年来，我国法院在人工智能生成物可版权性问题上已经积累了一定数量的案例，对人工智能生成物的作品属性、开发者和用户贡献的定性、独创性举证义务的分配等理论问题进行了有意义的探索，并初步达成一些共识。人工智能的开发者一般并未预见人工智能系统输出的具体内容，也无须通过人工智能生成物的著作权保护获得激励，因此，开发者通常不被视为生成物的作者。用户能否对生成物主张著作权，需结合个案事实具体分析。多数法院掌握的独创性标准较为宽松，在用户选定人工智能生成物并进行多轮线性修改的情况下，法院通常承认用户的独创性贡献。存在争议时，法院往往要求用户承担独创性的说明和举证义务，避免保护由人工智能输出但非用户贡献的内容。

　　关键词：人工智能生成物　作品　独创性　举证义务　可版权性　著作权

一、引论

　　随着人工智能技术的快速发展，AI工具在文学、艺术、音乐等领域的应用日益广泛，但AI生成物的可版权属性尚未有明确的法律界定。梳理现有司法案例，揭示不同法院处理AI生成物可版权性问题的差异与共性，可以为立法者和司法实践提供参考，促进相关法律体系的完善。与此同时，通过对可版权性方面典型案例的分析，可以为AI技术的开发者、使用者以及内容创作者提供更明确的行为指引，为学术界提供丰富的研究素材，推动对AI生成物著作权保护问题的深入探讨研究，为未来决策提供更多的理论支持。

　　从现有司法案例看，与人工智能生成物可版权性有关的问题主要集中在以下方面：(1)生成物的作品属性，即AI生成物是否符合著作权法作品定义中对“智力成果”的表述——体现人类智力创作的成果。若生成物完全由AI自主完成且缺乏人类干预，则可能不被认定为作品。(2)开发者贡献的定性，即开发者在设计AI算法模型、收集训练数据、训练调试等过程中的贡献是否构成著作权法意义上的独创性劳动。(3)用户贡献的定性，即用户在使用AI生成内容过程中提供指令、设置参数、输入数据等行为是否构成独创性贡献。(4)独创性举证义务分配，即在法律程序中，如何在当事人之间分配独创性的举证义务，亦即谁来证明人工智能生成内容(Artificial Intelligence Generated Content, AIGC)中包含独创性贡献。接下来，笔者将围绕这些主题，结合国内外典型司法案例，对司法现状进行梳理并作简要评论。

二、智力成果属性

　　著作权法意义上的作品是指“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”。从这一定义看，首先，作品应该是一种表达形式；其次，它落入法律限定的领域；最后，它是一种智力成果，即该表达是“人为”的智力成果。因此，体育活动、棋牌赛事、时装走秀或街头活动等，通常并未落入著作权法意义上的“文学、艺术和科学领域”。运动员、棋牌玩家、模特或街头行人，不能将自己在上述场景中的“表演”类比为舞蹈，进而寻求著作权保护。在这一意义上，“文学、艺术和科学领域”的确起到限制著作权法保护客体范围的作用。不过，上述限制对于AIGC而言并没有实质意义。AIGC具备了典型的文字、绘画、音乐或视听作品的外观，有开发者或用户的智力干预，也会使公众感受到类似自然人作品带来的美学体验，因此，在一般意义上将它视为人为的文学、艺术和科学领域的智力成果，并不存在明显的障碍。

　　实际上，AI系统本身并非独立的法律主体，而是由开发者制作的创作工具。如果没有AI设计者和AI用户的智力劳动，人工智能生成物并不会凭空产生。同时，著作权法并没有明确要求智力成果一定要通过人的身体直接输出，而不能通过工具来间接呈现或生成。只要自然人(用户或AI开发者)的智力因素最终影响了人工智能生成物的内容，那么将它视为自然人的智力成果便符合公众对于“智力成果”的一般理解。

　　现有的司法实践中，法院也倾向于认为AIGC具有作品的形式外观，可落入著作权法“智力成果”的范围。比如，在深圳某计算机有限公司诉上海某科技有限公司案中，法院认为，“涉案文章由原告主创团队人员运用Dreamwriter软件生成，其外在表现符合文字作品的形式要求”。 涉案文章“属于文学领域的表达”，其“是否构成文字作品的关键在于判断涉案文章是否具有独创性”。 由此可见，法院认为AIGC符合著作权法对作品形式要件的要求，不存在法律适用障碍。

　　在李某诉刘某案中，法院指出，“原告希望画出一幅在黄昏的光线条件下具有摄影风格的美女特写，其随即在Stable Diffusion 模型中输入了提示词……同时设置了相关参数，根据初步生成的图片，又增加了提示词、调整了参数，最终选择了一幅自己满意的图片。从原告构思涉案图片起，到最终选定涉案图片止，这整个过程来看，原告进行了一定的智力投入，比如设计人物的呈现方式、选择提示词、安排提示词的顺序、设置相关的参数、选定哪个图片符合预期。涉案图片体现了原告的智力投入，故涉案图片具备了‘智力成果’要件。” 

　　有意见认为，现有著作权法从字面上排斥人工智能生成物。比如，《著作权法实施条例》(以下简称《条例》)第3条第1款规定：“著作权法所称创作，是指直接产生文学、艺术和科学作品的智力活动。”第4条提供了“美术作品”的定义：“美术作品，是指绘画、书法、雕塑等以线条、色彩或者其他方式构成的有审美意义的平面或者立体的造型艺术作品。”以绘画形式的AI生成物为例，《条例》中“直接产生……作品的智力活动”，自然是要求作者直接绘制线条或色彩。在用户利用AI创作时，用户发布文本指令，然后由AI系统直接输出生成物，而不是用户直接输出。换言之，用户和最终生成物之间隔着AI系统，用户的行为并没有“直接产生”作品，因此不是著作权法意义上的“人为”表达，并非自然人的智力成果。

　　从著作权法激励创作的立法目的看，“直接产生……作品的智力活动”应该被理解为用户的行为直接导致特定作品的产生，而非要求该作品中所有表达细节都源于用户。比如，在演绎作品中，很多表达细节就并非直接来源于演绎者，而是原作者；演绎者仅仅贡献了其中部分表达细节。但这并不妨碍我们将演绎行为视为“直接产生……作品”的创作行为。类似的逻辑同样适用于AIGC。用户的行为直接触发了AI创作过程，尽管创作过程中很多表达源于AI系统，但这并不妨碍用户也同时贡献自己的表达，因而其行为可被视为“直接产生……作品”的创作行为。换言之，问题的关键不在于用户与生成物之间是否隔着AI系统，而在于用户是否直接触发创作行为并贡献足够多的独创性表达。如果答案是肯定的，该作品就能被视为用户(自然人)的智力成果。

三、开发者贡献

　　AI开发者在其AI系统的设计、训练、优化和应用过程中，可能通过算法设计与模型构建、数据选择与处理、软件参数设置与调整、内容输出控制与引导、后期处理与优化等方式影响AI生成物的内容、质量和风格。具体而言，AI开发者在设计程序算法时，需要根据具体任务(如文本生成、图像创作或音乐作曲)，选择或设计出适合的模型架构(如神经网络、深度学习模型等)；随后，开发者要认真选择、整理和预处理AI训练数据，以确保生成内容的品质。例如，在训练创作文学作品的AI工具时，开发者需要选择特定风格或主题的文本数据，并进行标注或分类，然后将它用于训练。在训练过程中，开发者还要反复试验和调整参数以优化模型表现。开发者还可能通过设计用户界面、输入指令或控制机制，引导AI系统生成特定类型的内容。在某些情况下，开发者还会指引AI对生成的内容进一步处理或优化，如语法修正、细节增强等，以提升其质量。

　　整体而言，AI开发者在软件系统开发中作出上述贡献时，不仅体现了其相关技术知识，还可能体现开发者的独特经验和创造力，但这些并未直接决定将来AI系统输出的具体内容。因此，开发者并未像传统的从事创作活动的作者那样，对于AIGC具体的表达有直接的预期、影响或控制。在这一意义上，开发者并非著作权法中传统意义上的作者。不过，有一点是确定的，不同的AI工具被要求输出相同主题的作品时，其输出内容肯定会各自不同。在这一事实基础上，如何定性AI工具开发者对于AI输出的具体作品所作的贡献，我国法院现有的判决意见并不完全一致。

　　在某律师事务所诉北京某科技公司案中，诉争作品题为《影视娱乐行业司法大数据分析报告——电影卷·北京篇》，分析了2589件涉及电影行业的裁判文书，并进行了各种统计分析。文章具体内容包括北京电影行业案件的基本情况(电影行业案件数量年度趋势、北京各级法院审理电影行业案件数量分布、某律师事务所与北京某科技公司身份特征、行业案件案由数量分布、行业案件裁判文书的数量分布、行业企业聘请律师的比例)、北京电影行业各类案件(侵权类、合同类、其他)特点和结论。文章使用了曲线图、柱状图、圆环图等15张图形来说明相关统计数据。

　　原告承认，自己在创作过程中使用了“威科先行库”这一数据库工具。该工具中的“威科案例”栏目可以根据用户设定的检索条件，生成可视化的大数据报告。比如，在“威科案例”中设置检索条件：关键词为“电影”，审理法院为北京市的法院，审判日期为1995年1月1日至2017年12月31日。在完成搜索后点击“可视化”，就可生成大数据报告。该大数据报告主要内容包括：数据来源，可视化检索结果(整体情况分析、案由分布、行业分布、程序分类、裁判结果、标的额可视化、审理期限可视化、法院、法官、律师律所、高频法条)及附录。该报告同时生成了曲线图、柱状图、圆环图等形式的可视化分析图形，并对图形中显示的数据进行了分析。

　　该案引发学术界关注的焦点问题是，如何对软件自动生成的分析报告中开发者的贡献进行定性。该案中，法院认为诉争文章中的文字内容体现了原告作为软件使用者的独创性贡献，被告侵权成立。从当事人的角度看，法院对于分析报告的开发者贡献的定性不再重要。因此，虽然一审法院对这一问题作出了回答，二审法院并未提及。

　　这里仅仅关注一审法院对开发者贡献的定性。该法院认为，“分析报告系威科先行库利用输入的关键词与算法、规则和模板结合形成的，某种意义上讲可认定威科先行库‘创作’了该分析报告。分析报告不是自然人创作的，因此，即使威科先行库‘创作’的分析报告具有独创性，该分析报告仍不是著作权法意义上的作品，依然不能认定威科先行库是作者并享有著作权法规定的相关权利。有关分析报告的署名问题，无论是软件研发者(所有者)还是使用者，非创作者都不能以作者身份署名，应从保护公众知情权、维护社会诚信和有利于文化传播的角度出发，在分析报告中添加生成软件的标识，标明系软件自动生成。”在上述分析报告的生成过程中两个环节有自然人作为主体参与：一是软件开发环节；二是软件使用环节。软件开发者(所有者)没有根据其需求输入关键词进行检索，该分析报告并未传递软件开发者(所有者)的思想、感情的独创性表达，故不应认定该分析报告为软件开发者(所有者)创作完成。

　　该法院还从产业政策的角度解释了不宜保护开发者的理由：“对于软件研发者(所有者)来说，其利益可通过收取软件使用费用等方式获得，其开发投入已经得到相应回报；且分析报告系软件使用者根据不同的使用需求、检索设置而产生的，软件研发者(所有者)对其缺乏传播动力。因此，如果将分析报告的相关权益赋予软件研发者(所有者)享有，软件研发者(所有者)并不会积极应用，不利于文化传播和科学事业的发展。”在否定开发者的作者身份后，该法院同样否定软件用户的作者地位。在法院看来，软件用户仅提交了关键词进行搜索，应用“可视化”功能自动生成的分析报告亦非传递软件用户思想、感情的独创性表达，故该分析报告亦不宜认定为使用者创作完成。综上，软件研发者(所有者)和使用者均不应成为该分析报告的作者。但因软件生成内容凝结了软件研发者(所有者)和软件使用者的投入，具有传播价值，该当赋予投入者一定的权益保护。

　　在深圳某计算机有限公司诉上海某科技有限公司案中，法院承认软件生成物的作品地位，但对著作权原始归属，即软件开发者是否享有权益问题未予讨论。该案涉及一种根据用户输入数据内容和选定模板，自动创作文字作品的AI工具——Dreamwriter软件。该软件由原告的关联公司开发，然后授权给原告使用。原告与关联公司约定，运行上述软件所产生作品的著作权归原告所有。原告主张的作品是一篇股市财经综述类文章，标题是《午评：沪指小幅上涨0.11%报2671.93点　通信运营、石油开采等板块领涨》，共计979字，由9个自然段组成，分别对当天的各个证券指数的涨跌情况、盘面、概念股、个股、换手率、资金流向、人民币对美元中间价、银行业同业拆放利率、融资融券信息、沪深港通南北资金流向的相关情况进行了介绍。

　　在创作过程中，原告的工作人员并未直接动手撰写诉争文章，而是选定AI提供的文章模板，确定文章结构，输入创作诉争文章所需要的数据信息——股市历史数据和实时收集的当日上午的股市数据，然后由AI根据选定的模板自动生成文本。系统还会对生成的文章进行智能审核校对并定稿。法院认为，“至于Dreamwriter软件研发人员的相关工作与涉案文章的独创性之间有无直接的关联，考虑到本案的实际情况以及软件著作权人已和原告约定其使用授权软件所创作的作品的著作权归原告所有，已无查明必要，在所不问。”法院最终认定原告对该文章享有著作权，但并未明确软件研发人员是否也对作品的表达作出了独创性贡献。按照前述某律师事务所诉北京某科技公司案的逻辑，法院可以直接否定软件研发人员的作者地位，因为研发人员并未预见到后来用户(原告主创人员)将要输入的数据和写作意愿，无法对具体作品的表达有任何预见。因此，研发人员不应被视为作者或共同作者。

　　在前述李某诉刘某案中，法院正面回答了人工智能绘画工具开发者是否对AIGC作出独创性贡献、能否主张作者身份的问题。法院指出，“涉案人工智能模型设计者既没有创作涉案图片的意愿，也没有预先设定后续生成内容，其并未参与涉案图片的生成过程，于本案而言，其仅是创作工具的生产者。其通过设计算法和模型，并使用大量数据‘训练’人工智能，使人工智能模型具备面对不同需求能自主生成内容的功能，在这个过程中必然是进行了智力投入，但设计者的智力投入体现在人工智能模型的设计上，即体现在‘创作工具’的生产上，而不是涉案图片上。故涉案人工智能模型设计者亦不是涉案图片的作者。”此外，涉案人工智能模型的设计者在其提供的许可证中表示“不主张对输出内容的权利”，据此可以认定设计者亦对输出内容不主张相关权利。

　　综合上述案例，有理由相信，到目前为止，法院在AI工具开发者作者身份问题上应该存在共识：AI工具的开发者通常无法预见AIGC的具体内容，没有作出独创性贡献，因此其不能主张作者身份。与此相呼应，学术界的多数意见也接受这一结论。

　　笔者也认可多数法院和学者教义学分析的结论，即AI工具开发者并未对具体作品的表达作出独创性贡献。不过，笔者认为，这一教义学结论之所以被广泛接受，是因为公共政策考虑影响了人们的判断，而并不是因为教义学分析的逻辑无可挑剔、具有强大的说服力。在自然人创作的场合，判断作品是否具有独创性的经验性规则是，看该创作成果是否表现出很大的个体差异性，同时，从相关公众的角度看，创作该成果是否有一定的难度(最低限度的创造性)。AI开发者虽然没有直接控制AI系统输出具体表达的过程，但还是控制了AI算法的设计、训练数据的选择、部分数据的标注、AI系统的后续训练和改进等，这实质影响到AI系统响应具体指令时输出的内容，使之呈现出明显的个体差异性，即不同AI系统在面对相同的提示词时，会输出完全不同的“表达”。这种差异应该理解为开发者的行为所致，而不是从天而降的，或凭空出现的。从相关公众的角度看，AIGC与普通作者的创作成果并无明显差别，也能满足最低限度的创造性的要求。因此，如果有人认为，AIGC就此在一定程度上体现了开发者的个性，并不让人意外。单纯强调AIGC并非人为表达因而认为其不应获得版权保护，只不过是在武断地定义“人为”，而没有触及底层的公共政策问题。这看起来只是一种“贴标签式”的论证，其实可以左右摇摆，并没有太大的说服力。如果公共政策需要我们作出相反的结论，则这一教义学的论证思路就可以轻易被抛弃。

　　在笔者看来，绝大多数意见认为AI开发者不能主张著作权保护的真正原因是，AI工具开发者并不需要通过著作权法对AIGC提供版权保护来获得激励。

　　首先，AI软件工具通常构成著作权法意义上计算机程序作品，可以直接获得著作权法的保护，其背后的程序算法也能够获得专利保护，或者作为商业秘密获得保护。这意味着现有的知识产权法能够有效保护AI开发者对AI系统本身及其背后的智力成果的权益，从而维持开发者的竞争优势，避免竞争者“搭便车”。

　　其次，AI开发者通常能够有效排除相关公众对AI系统的接触，从而有机会通过接触控制权变现自己的投资，而无须对AI生成物行使后续的控制权。具体而言，如果AI系统的开发者无法通过免费服务获得足够的回报，则可以选择仅向注册用户开放，并要求注册用户支付使用费。比如，ChatGPT的3.5版本对外免费开放，而最新4.0版本则选择对用户收费。在AI系统能够实质提升用户工作效率的情况下，没有理由怀疑此类收费机制加上其他配套商业模式无法给开发者带来足够的回报。

　　再次，代表性AI系统可以输出无穷无尽的生成物，单个作品的边际成本几乎可以忽略不计。这时候，对AI系统的开发者提供AIGC产权保护，缺乏明显的正当性。AI开发者可以通过非产权保护机制获得投资回报，从而维持创新的积极性。

　　最后，现有的商业实践也支持AI开发者无须AIGC版权保护的结论。代表性的AI开发者，比如，开发ChatGPT大模型或Stable Diffusion绘画软件的商业主体就主动放弃对AIGC寻求版权保护。

　　在AI开发者无须版权激励的情况下，决策者在判断开发者的独创性时，自然会选择对其不利的“标签”或“修辞”，即否认AI创作的“人为”属性，或者否认开发者作出了独创性贡献。换言之，所谓的教义学分析只不过是在为这一公共政策提供合适的修辞而已。

四、用户的贡献

　　AI系统的技术原理复杂多样，留给用户的操作空间也同样广阔。同时，用户使用AI时，主观能动性也各自不同。因此，用户与AI系统之间的互动千变万化，不能一概而论。这也就意味着，用户在使用特定AI工具进行创作时，是否作出独创性贡献，只能根据个案的AI工具类型、用户的输入情况以及输出内容的具体形态来判断。现有的司法判决也的确表现出较强的个案特性。

　　在前文提到的某律师事务所诉北京某科技公司案中，用户使用的是一种能够根据用户输入关键词生成相关领域的司法案例分析报告的数据库工具“威科先行库”。该工具大体也能够被视为一种初步的人工智能创作工具。在该案中，用户设置检索关键词为“电影”，限定审理法院为北京市的法院，并限定审判期限，进行搜索后点击“可视化”，就可生成大数据报告。如前所述，该大数据报告主要内容栏目包括案件整体情况分析、案由分布、行业分布、程序分类、裁判结果、标的额可视化、审理期限可视化、法院、法官、律师律所、高频法条及附录等内容。不过，这些内容栏目由软件工具开发者而非用户预设。显然，在创作过程中，用户实际输入的信息非常有限，也未预见分析报告的具体表达。因此，法院的如下判断并不意外，“软件用户仅提交了关键词进行搜索，应用‘可视化’功能自动生成的分析报告亦非传递软件用户思想、感情的独创性表达，故该分析报告不宜认定为使用者创作完成。” 

　　涉案文章是由原告在分析报告的基础上，又添加了自己的文字内容后完成的。原告主张，涉案文章中的图形系先由威科先行库生成基础的图形，再由人工进行线条、颜色等外观美化。创作过程中使用了Excel工作表进行统计分析，使用PowerPoint演示文稿绘制图形。一审法院认定，诉争文章中可视化的图形基于实际案例数据由软件工具自动生成，图形形状对应实际数据而非原告的个性化创作。不过，诉争文章中的文字内容并非威科先行库“可视化”功能自动生成，而是原告独立创作完成。因此，一审法院认定，原告对文章中的图形作品未作出独创性贡献，但是对文字内容有独创性贡献。二审法院维持了这一结论。

　　有意思的是，一审法院在否定软件用户(原告)和软件开发者对于AI自动生成的分析报告享有作者身份后，认为应该让软件用户(原告)对生成物享有某种控制权。该法院认为，“虽然分析报告不构成作品，但不意味着其进入公有领域、可以被公众自由使用。分析报告的产生既凝结了软件研发者(所有者)的投入，也凝结了软件使用者的投入，具备传播价值。”“软件使用者不能以作者的身份在分析报告上署名，但是为了保护其合法权益、保障社会公众的知情权，软件使用者可以采用合理方式表明其享有相关权益。”法院相信，确保软件用户对生成物的控制权才能激励用户创作：“其通过付费使用进行了投入，基于自身需求设置关键词并生成了分析报告，其具有进一步使用、传播分析报告的动力和预期。因此，应当激励软件使用者的使用和传播行为，将分析报告的相关权益赋予其享有；否则，软件的使用者将逐渐减少，使用者也不愿进一步传播分析报告，最终不利于文化传播和价值发挥。” 

　　法院从用户支付许可费、使用费的角度，得出用户需要AIGC的原始产权保护激励的结论，值得研究讨论。用户支付许可费，实际上是在分摊AI的开发成本。如果说有投资需要保护，那也是AI开发者的投入需要保护，而不是用户支付的许可费。从对AIGC的贡献而言，显然在该案中开发者的贡献远远超过用户。开发者收集了所有的相关案例，预设了分析的内容栏目(参数)，并提供了生成分析报告的软件工具，在该案所涉分析报告的生成过程中进行了实质性的投入；而用户不过是选择了数个关键词而已，贡献有限。如果一定要对AIGC提供产权保护，那合理的选择也是将开发者视为作者；然后，由开发者和用户之间通过合同约定来转移产权，从而实现对用户投入的保护。对于用户丧失使用软件积极性的担心，无须过多关注。AI开发者出于自身的商业利益考虑，有足够的动机去作出合理的安排，提升用户使用AIGC工具的积极性。当然，如果一定要保护该案AIGC的产权，则开发者比用户更有理由获得所谓的产权保护。实际上，如前文所述，开发者对于该软件工具的控制权，足以保证其投资积极性，故没有明显理由需要支持对开发者赋予著作权。

　　在深圳某计算机有限公司诉上海某科技有限公司案中，深圳某计算机有限公司(AI用户)使用Dreamwriter软件撰写股市财经综述文章时，输入数据内容和选定模板，然后由AI工具自动创作完成文字作品。法院认为，根据《条例》第3条的规定，《著作权法》所称创作，是指直接产生文学、艺术和科学作品的智力活动。“具体认定是否属于创作行为时应当考虑该行为是否属于一种智力活动以及该行为与作品的特定表现形式之间是否具有直接的联系。”“本案中原告主创团队在数据输入、触发条件设定、模板和语料风格的取舍上的安排与选择属于与涉案文章的特定表现形式之间具有直接联系的智力活动。”“从涉案文章的生成过程来分析，该文章的表现形式是由原告主创团队相关人员个性化的安排与选择所决定的，其表现形式并非唯一，具有一定的独创性。” 

　　显然，法院认为，AI用户需要直接控制诉争作品的文字表达，才能够成为该文字作品的作者；如果文章的表现形式并非唯一，用户能够通过自己对模板的选择、数据的输入、触发条件的设置而影响AI系统的输出结果，就可以认定用户作出了独创性贡献。这一结论是否合理，很大程度上取决于AI用户在多大程度上影响了AIGC的具体表达。如果用户只是收集了创作该股市财经综述文章所需要的背景数据信息，一股脑地输入AI系统中，然后选定代表性的模板，设置一些文本参数，就静等AI输出结果，此情况下，用户很可能并未作出独创性贡献。这是因为综述当天股市财经所需要的数据信息范围可能相对固定，并没有太多自由选择的空间；剩下的模板、参数选择，对AIGC表达会有一些影响，但并非具体表达层面的贡献。AIGC中的个性化表达，除了用户对基础数据的选择外，更多源于AI软件本身的算法、模板和审校程序。因此，依据传统教义学分析的逻辑，作者需要对作品中的具体表达作出贡献，该案承认用户的作者地位结论的合理性，有待进一步商榷。

　　李某诉刘某案则涉及典型的AI绘画工具。在该案中，用户启动Stable Diffusion软件后，添加自己找来的修正输出效果的小模型(LoRA)，使之更擅长绘制汉服女生，然后输入一定数量的正向提示词(“extremely high quality, Japan idol, dreamy black eyes”之类60个左右的描述性的英文单词)和反向提示词(“cartoon，text，missing fingers”之类接近200个描述性的英文单词)，并进行必要的参数设置(迭代步数、高度、提示词引导系数、随机种子数)，输出了图片1。随后，用户修改了小模型的权重，得到图片2。用户继续修改随机种子数，得到图片3。在此基础上，用户增加部分正向提示词(“shy，elegant，cute，lust，cool”之类13个描述性的英文单词)，最终得到本案诉争图片4(见下图)。

　　用户通过输入、变更提示词、参数使用AI绘画工具生成的图片

　　法院认为，“从涉案图片生成过程来看，一方面，虽然原告并没有动笔去画具体的线条，甚至也没有百分之百告知Stable Diffusion 模型怎样去画出具体的线条和色彩，可以说，构成涉案图片的线条和色彩基本上是Stable Diffusion 模型来‘画’的，这与人们之前使用画笔、绘图软件去画图有很大的不同。但是，原告通过提示词对人物及其呈现方式等画面元素进行了设计，通过参数对画面布局构图等进行了设置，体现了原告的选择和安排。另一方面，原告通过输入提示词、设置相关参数，获得了第一张图片后，其继续增加提示词、修改参数，不断调整修正，最终获得了涉案图片，这一调整修正过程亦体现了原告的审美选择和个性判断。在庭审中，原告通过变更个别提示词或者变更个别参数，生成了不同的图片。可以看出，利用该模型进行创作，不同的人可以自行输入新的提示词、设置新的参数，生成不同的内容。因此，涉案图片并非‘机械性智力成果’。在无相反证据的情况下，可以认定涉案图片由原告独立完成，体现出了原告的个性化表达。” 

　　该案中，法院强调，AI也可以成为创作的工具，并主张对用户贡献的定性不能一概而论。在个案中，用户有可能对AIGC作出独创性贡献，这是合理的思路。美国版权局最新关于AI的政策报告中也改变了最初的立场，开始支持类似的思路。不过，具体到该案诉争图片，用户在创作过程中，是否事实上作出了独创性贡献，存在较大的争议。该案中，用户在输入提示词后，对于输出的图片不满意，然后经过3轮的参数调整或提示词修改，最终选定诉争图片。用户在创作的过程中，并没有具体选定某一图片，然后利用AI工具对它进行多轮的线性修改，即不断完善图片的局部以获得最终令人满意的图片。从创作过程看，图片2、3、4之间的线性承继关系不是很明显。这意味着这些图片更接近是每一轮重新生成的图片，用户对最后一轮AI输出的图片表达，可能依然没有足够明确的预期。因此，有部分学者质疑诉争图片的独创性。

　　笔者认为，在创作过程中，如果每一轮的AI输出都是基于该轮输入的提示词重新随机生成，而不是在上一轮输出的具体画面的基础上以受控方式输出，则用户与AI之间的互动模式属于所谓的“单回合”暗箱模式。这时，用户每一轮的贡献仅仅在于向AI暗箱中输入可能很简单也可能非常复杂的提示词，然后被动地等待AI系统随机输出的画面，用户无法事先预见AI输出的具体内容。这样的随机过程即便重复多次，用户依然未对AI随机输出的内容作出创造性贡献。

　　目前，市场上领先的AI系统(如Stable Diffusion)许可用户在选定AI生成的图片初稿后，还可以利用规范的文字指令或参数设置指引AI对初稿的具体表达元素，如图片中特定区域的构图、表达要素、色彩、线条等，进行受控制的修改。只要用户有足够的时间和精力，同时AI开发者愿意开放现有技术以提供可能性，则这一修改过程可以不断地细化和深入，即无穷无尽。在线性累积的修改过程中，AI用户即便“动口不动手”，也并不妨碍用户反复选定AI系统“建议”的局部细节，最终使得整体画面体现用户的个性化选择。用户通过文本指令，以受控方式修改AI生成画面，在观念上接近传统的“拼贴画”的创作过程：AI用户在很多可以自由选择的“局部屏幕”空间选择AI提供的自己满意的“拼贴”元素，最终使整个“拼贴画”被具体化，呈现出用户想要表达的思想情感。既然著作权法承认拼贴画类作品可能具有独创性，著作权法自然也会承认AI用户线性修改和选择结果的独创性。

　　AI绘画系统不仅支持用户通过文字或图形指令、画面区域选定修改AI输出的特定画面的内容，还支持类似Photoshop软件所具备的绘画功能，许可用户按照自己的构思“直接上手”修改AI输出画面的表达效果。AI与传统绘图软件相互之间的功能融合、无缝衔接，显然代表数字绘画工具的发展方向。在这一背景下，用户在使用此类工具进行创作时，对人工智能生成物作出个性化调整，将是非常自然甚至是不可避免的结果。这也就意味着，用户在最终的AIGC中融入自己的独创性贡献，也是大概率事件。最新的司法实践也大体印证了笔者这一分析思路。例如，在被视为中国AIGC第二案的林某诉杭州某技术有限公司案中，法院就确认用户对AIGC内容进行线性修改的作品具有独创性。该案中，用户利用Midjourney软件进行创作，利用提示词指引软件生成黄浦江边爱心气球的夜景图片，然后通过不断修改关键词，对生成图片中爱心气球的大小、数量、造型、姿态等进行调整。随后，还使用Photoshop软件对图片进行编辑，再重新导入Midjourney进行多轮迭代，在此基础上选择满意的一版再次通过Photoshop软件修改直至定稿。这一创作有明显的线性修改过程，法院最终认为该图片“在场景、环境、色彩、光影、角度及其排列组合等方面体现了作者独特的选择与安排，具有独创性” 。又如，在王某诉武汉某科技公司案中，武汉东湖新技术开发区人民法院认为，AI用户“王某使用的关键词与画面的元素及效果对应，生成的图片和其创作活动之间具有一定的映射性。在王某设置调整关键词、参数、风格光影效果并挑选图片最终获得案涉图片的过程中，王某对生成作品具有一定程度的控制和预见，创作过程反映了王某的构思、创作技法、审美选择，体现了王某的个性化表达”。

　　在用户贡献独创性判断的类型化标准方面，用户在不同类型的AIGC上所作出的独创性贡献的表现不尽相同，未来司法可以通过案例提供具体的指引。比如，对于AI系统输出的文学类作品，法院应当明确要求，用户至少要对作品中相对细致的人物性格、人物关系、故事情节、篇章结构安排等表达内容作出自己的独创性贡献，而不能仅仅提出问题或提示词；对于AI系统输出的绘画作品，则应当要求用户至少对特定作品中的布局、比例、视角、构图要素、色彩或线条之类的表达要素作出个性化的选择，而不能仅仅提出正反提示词、进行参数设置等。显然，在不同类型的作品中，用户可能的贡献不同，具备独创性的可能性也不同。这里无法提供统一的判断标准，只能由法官结合相关领域的创作实践进行个案判断。

　　最后，值得一提的是，国内部分学者在评论AIGC中用户贡献时，有意无意地将李某诉刘某案中用户的创作水平当作典型的AI创作情形来讨论，让决策者误以为多数类型的AIGC都不具备独创性，也误以为支持AIGC版权保护的意见逻辑上都不能自洽。这种以偏概全的论证思路应予警惕。

五、举证义务分配

　　在著作权侵权诉讼中，原告应证明自己拥有有效的著作权。这意味着原告对被告抄袭的作品内容的独创性，负有举证责任。不过，在多数情况下，诉争作品比较复杂，比如，文字作品的篇幅很长，绘画作品的细节众多，视频内容经过复杂剪辑，等等。这些表面的事实很可能让法院相信，原告已经有初步证据证明作品具有独创性，从而不再对原告提出额外的举证要求，将推翻这一初步证据的举证义务转移给被告，由后者提出反驳证据。

　　众所周知，AIGC的表达细节大多由AI系统输出，直接源于用户的只是其中的部分内容。AIGC如果能够获得著作权保护，也只是其中用户的独创性内容获得保护。如果被告只是拷贝了源于AI的表达细节，而未抄袭用户贡献的内容，则并不侵害用户的著作权。因此，原告在指控被告侵权时，需要证明被告所抄袭的AIGC中哪些是原告的独创性表达。

　　在实际诉讼中，如果AI用户隐瞒其使用AI创作的事实，而被告不借助于专业人士，常常难以直接从诉争作品的外观判断用户是否使用了AI以及使用的程度，也不确切知道其中哪些内容源于用户、哪些源于AI系统的输出。这时，法院很可能将AIGC视为普通作品，在此基础上合理分配双方的举证义务。例如，推定比较复杂的作品具有独创性；被告如果提出异议，则举证义务转移到被告方。只有在作品比较简短时，如简短的文字作品、简单线条组成的美术作品、有限条目的汇编作品等，法院才可能质疑作品的独创性，并要求原告举证证明作品具有独创性。

　　显然，从社会的角度看，用户隐瞒其使用AI的事实，可以使得原本并不成立的著作权主张得到法院的支持。这显然会损害公众的利益。因此，立法者有正当理由出台管制规则，要求AI系统对输出成果添加数字水印或采用其他技术措施进行标识，使得事后识别AI输出作品的属性变得更容易。比如，《互联网信息服务深度合成管理规定》第16条至第18条等规定。国家互联网信息办公室等四部门2025年3月7日发布的《人工智能生成合成内容标识办法》也代表国家在这一方面的最新努力。不过，《人工智能生成合成内容标识办法》限于其立法层级，并没有对未按要求标识的行为规定实质性法律后果。后续更高位阶的立法应规定AI使用者隐瞒其使用AI的事实的法律后果。比如，强制规定用户在诉讼中不得隐瞒其使用AI的情况。否则，即便用户作出独创性贡献，其著作权侵权主张也得不到法院的支持；必要时，追究其恶意诉讼的法律责任，甚至可以考虑要求其承担行政责任或刑事责任(欺诈)。

　　如果被告有证据证明用户使用了AI，或AI用户自己并未隐瞒使用AI工具的情况，而是主张自己在使用该工具的过程中作出了独创性贡献，则用户有义务说明其创作思路、输入指令的内容、对输出内容的选择和修改过程等，并提供相应的证据。比如，在某律师事务所诉北京某科技公司案中，原告承认使用了软件工具生成报告中的图形，法院推定其不具有用户的独创性贡献，在原告没有证据证明其对图形的线条和颜色进行了人工美化的情况下，否定原告作出独创性贡献。在李某诉刘某案中，原告也承认利用AI工具创作了诉争图片，法院因此让原告承担创作过程的具体说明义务，而不是单纯根据图片本身来判断原告贡献的属性。

　　在面对质疑时，原则上，原告应当提交能够证明其创作过程的证据，比如，原告输入的指令、参数的设置情况、AIGC最初输出的内容、修改过程中的中间内容、修改过程中输入的指令等。结合诉争AIGC的具体内容，只要用户提交的过程文件合理可信，法院就可以采纳。必要时，法院可以要求用户提供其AI客户端上存储的其他关于创作过程的记录作为佐证。可以预见，如果AI创作作品的权属争议频繁出现，这一领域的证据保存技术也会随之发展。专业的AI创作工具可能很快就配备强大的创作过程记录程序，帮助记录用户使用该工具创作特定作品的中间过程，并在客户端永久保留以备不时之需。因此，有合理理由相信，随着软件技术的持续进步，未来在个案中确认用户的具体贡献，应该不是大的问题。相应地，在个案中，法院也就很容易将著作权保护限制在用户独创性贡献的范围。比如，在前述中国AIGC第二案林某诉杭州某技术有限公司案中，法院就强调著作权法保护整体上体现用户独创性贡献的选择和编排，而拒绝保护其中由AI生成的构图元素——红色爱心。

六、结论

　　我国法院在人工智能生成物可版权性问题上已经积累了相当数量的案例，对相关的理论问题进行了有意义的探索，并达成初步共识。AI工具的开发者通常只是在算法设计、训练数据选择、参数选择、作品创作模板设计等方面作出贡献，并不对用户使用该工具创作的具体内容有预见。同时，AI开发者通常也不需要通过AIGC版权保护获得额外的激励。因此，AI工具的开发者并不能成为人工智能生成物的作者或共同作者。AI用户能否对AIGC主张著作权，并不能一概而论，需要决策者结合个案事实进行具体分析。从现有的司法案例看，多数法院对于独创性标准的要求较为宽松。只要AI用户选定AI生成物以后进行了多轮线性修改，法院通常承认用户作出了独创性的贡献。但是，法院一般不会对开盲盒式的输出结果提供版权保护。在独创性存在争议时，法院通常要求AI用户说明创作过程并承担举证义务，避免保护源于AI而非用户贡献的内容。