人工智能知識產權法律問題研究報告(2023年)中國信息通信研究院知識產權與創新發展中心2023年12月版

權

聲

明本報告版權屬于中國信息通信研究院，并受法律保護。轉載、摘編或利用其他方式使用本報告的文字或觀點，應注明“來源：中國信息通信研究院”。違反上述聲明者，本院將追究其相關法律責任。前

言隨著新一輪科技革命和產業變革的深入發展，人工智能技術正迅速推動人類社會智力創新、經濟高質量發展，以及生產生活方式效率的提升。人工智能為全球產業發展提供新動能的同時，也帶來了諸多新的問題和挑戰。當前人工智能知識產權治理正處于法律研究和規則制定階段，迫切需要解決全球范圍內多方面的問題。一是產業對大模型數據使用量級的快速提升突出了著作權作品合理使用原則問題，尤其在原創作者和大模型企業的著作權使用上存在明顯爭議。二是人工智能技術生成的作品呈現成倍釋放的趨勢，給當前著作權歸屬和適用制度帶來沖擊，考驗著知識產權治理的能力。各方都在積極尋求解決人工智能領域知識產權問題的路徑。美國政府加速法律問題研究，產業主體主動承擔訓練數據和作品的侵權責任；日本通過明晰人工智能數據訓練中的合理使用標準，平衡企業和原創作者間的關系；歐盟以促進產業發展的數據挖掘原則為抓手，推進著作權治理向精細化方向發展；中國通過立法和司法協同，探索人工智能知識產權最佳保護模式。各方對于人工智能技術有較大的知識產權風險已經達成共識，知識產權制度必須適應新的現實和新的法律挑戰，形成符合產業和各方行為預期的知識產權治理理念和規范。基于新的人工智能發展階段的知識產權治理理念，需要堅持產業發展優先的原則，秉持共商共建理念，推動輸入端和輸出端關鍵規則構建，探索治理主體創新。目

錄一、人工智能產業發展概況和知識產權環境

.............................1（一）人工智能產業發展概況

......................................1（二）人工智能產業知識產權環境

..................................3二、現階段全球人工智能領域主要知識產權問題

.........................4（一）輸入端數據訓練的合理使用問題

..............................5（二）輸出端內容著作權保護范圍問題

..............................8三、人工智能領域各方知識產權治理相關實踐

..........................11（一）美國：政府加速法律研究，產業主體承擔責任

.................11（二）日本：明晰合理使用原則，避免侵犯原著作權

.................14（三）歐盟：保護企業數據挖掘，推進治理精細水平

.................15（四）中國：明確尊重知識產權，立法司法協同探索

.................17（五）小結：各方積極應對挑戰，治理路徑逐漸清晰

.................19四、人工智能知識產權治理展望

......................................21（一）完善治理理念

.............................................22（二）健全治理規則

.............................................23（三）統籌治理主體

.............................................24表

目

錄表

1輸入端合理使用爭議.............................................5表

2輸出端著作權保護爭議...........................................9表

3各方應對人工智能著作權問題的保護路徑..........................21人工智能知識產權法律問題研究報告（2023年）一、人工智能產業發展概況和知識產權環境（一）人工智能產業發展概況人工智能（Artificial

Intelligence，簡稱

AI）被視為引領未來產業發展的戰略性新興技術，正在推動著一場全新的科技變革和產業創新。隨著機器學習（machine

learning）、計算機視覺（computer

vision）、自然語言處理（natural

language

processing）等領域的快速進展和技術不斷完善，人工智能對社會的智力創新和進步、經濟的提質增效，以及生產和生活效率的提升都產生了深刻的影響。從發展階段來看，深度學習技術的快速突破正在驅動人工智能以前所未有的速度逼近通用智能。自

2014

年起，隨著以生成式對抗網絡（Generative

Adversarial

Network，簡稱

GAN）為代表的深度學習算法的提出和迭代更新，人工智能處理單一任務水平大幅提升，專用式人工智能技術逐漸成熟。而

2022

年底美國開放人工智能研究中心（OpenAI）發布的

ChatGPT

則代表了通用式人工智能的技術進化，聚焦于人機交互的封閉環境，人工智能已經能夠同時實現多項復雜的任務能力。深度學習在未來仍將持續“大模型+大算力+大數據”的主導路線，逐漸逼近人機交互環境下的有限度通用智能，這也對算力、研發等工程化能力提出更高要求。同時，海量專用小模型正在更深入與行業核心業務能力相結合。在“大模型主導，行業小模型應用落地”兩類路線疊加驅動下，人工智能將持續規模化應用，并不斷逼近與人、環境交互協同的通用智能。從產業布局看，領軍企業持續迭代基礎通用大模型，主導力量正1人工智能知識產權法律問題研究報告（2023年）在逐步形成。一是，領軍企業持續迭代基礎通用大模型，完善各類模型能力布局，探索產業服務模式。以

OpenAI的

GPT-4，谷歌（Google）的

bard，百度文心一言大模型，科大訊飛星火大模型等為代表，大語言模型正在逐步將其能力范圍擴大至金融、醫療、能源等領域，探索大模型落地的專業化場景。二是，開源模型技術體系打破閉源模型壟斷壁壘。以元宇宙公司（Meta）

Llama2

模型，穩定人工智能公司（Stability

AI）的穩定擴散模型（stable

diffusion），斯坦福大學羊駝（Alpaca）模型等為代表，開源模型已成為部分企業及高校研究機構的發力點，逐步賦能更多開發者和學習者，加速產業整體發展和進步。三是，貼合業務場景的專業大模型紛紛入局。例如上海人工智能實驗室開發的全球首個城市級實景三維大模型書生·天際，網易游戲伏羲大模型等，創新主體及行業企業緊跟大模型熱潮，與自身業務場景結合，提升對外服務能力。從商業化落地來看，人工智能行業主流產品形態是生成式人工智能（AI

Generated

Content，簡稱

AIGC）。目前，大模型在日常辦公、文本創作、圖像視頻生成、游戲等領域擁有較大發展潛力，商業化前景相對清晰。在文本生成端，AIGC已經可以利用自然語言生成技術自動生成文章、小說、新聞摘要、詩歌等文本內容；在圖片生成端，圖片風格轉換、圖像修復和補充、生成藝術作品等產品正逐漸落地；在音視頻生成端，合成音樂、生成環境音效、視頻合成和特效生成等，AIGC可以提升制作效率。未來，AIGC能夠針對科學發現類的任務，逐步滲透生產力變革。大模型有望作為基礎賦能工具，發現更多領域2人工智能知識產權法律問題研究報告（2023年）通解，在更多領域實現價值創造和產業升級，如解決數學問題，發現新材料配方，配合藥物研發預測藥物理化性質等。（二）人工智能產業知識產權環境知識產權問題是企業對于使用生成式人工智能的首要擔憂。在德國人工智能內容治理公司

Acrolinx

于

2023

年

8

月對

86

家財富

500

強公司的調查中1，近三分之一的受訪者表示，知識產權是使用生成式AI

的最大擔憂。而由代碼管理公司

Gitlab對超過

1000名從業者開展的調查發現2，95%的高級技術主管認為知識產權和隱私保護是使用AIGC的首要考慮對象，也有

79%的受訪者擔心人工智能工具會獲取知識產權或私人數據。究其根本，還是現有的人工智能技術在著作權、專利權、商標權、反不正當競爭等方面都面臨法律挑戰。在著作權方面，人工智能應用程序生成文學和藝術作品的能力日益增強，可利用大模型模擬人類思維活動、從事智力成果的生成與傳播活動，這對著作權制度一直與人類的創造精神以及對人類創造力表達的尊重、獎勵和鼓勵立場產生挑戰。如算法和模型的訓練階段，人工智能訓練數據可能存在輸入端的侵權責任問題；而在內容生成階段，輸出端的生成物是否屬于著作權法保護范圍也備受爭議。在專利權方面，一是人工智能應用或算法是否應被視為可專利的計算機程序或軟件，以及其可專利客體的審查規則究竟如何細化一直備受關注；二是人工智能本身是否具備法律主體1

見

/wp-content/uploads/2023/08/Acrolinx_Generative-AI_Report_FNL.pdf2

見

/press/releases/2023-09-05-devsecops-report-state-of-ai-in-software-development.html3人工智能知識產權法律問題研究報告（2023年）或專利權人資格。在商標權方面，隨著越來越多地使用人工智能進行營銷，以及消費者受算法推薦影響，需要重新考慮人工智能推薦算法是否會淡化品牌的商標價值。在反不正當競爭方面，人工智能生成內容模糊了原創性辨識，難以判定內容的真實性，使得自動化生成的內容可以通過虛假宣傳或誤導消費者，可能會涉嫌不正當競爭行為。從產業關心熱點來看，核心問題聚焦在著作權上。一方面，需要著作權法界定輸入端的合理使用范圍和侵權責任承擔。在人工智能數據的輸入端，大語言模型需要使用大量語料數據。而開發者和企業在未經允許的情況下，通過算法設計和程序運行的自動化，利用他人著作權作品片段組合成創作物表達，“洗稿”“拼湊”其他作品，可能會構成對他人作品的侵權。此時，需要利用著作權法上的合理使用原則來對相關侵權行為進行合法豁免，也需要著作權法主動厘清現有大模型訓練中的侵權責任認定規則。另一方面，需要著作權法明確輸出端人工智能創作物的保護范圍。人工智能的創作活動可能涉及人類作者和人工智能系統之間的合作或分工。盡管人工智能系統可以協助創作者，但通常需要人類創作者來設置參數、提供指導、進行編輯和選擇最終的創意成果。著作權可以保護知識和智力勞動的成果，確保創作者得到應有的認可和回報，因而是明確作品權利歸屬和保護的合理選擇。對于產業鏈上下游的不同參與主體，著作權法參與了重要的利益分配環節。二、現階段全球人工智能領域主要知識產權問題本報告分析主要以著作權問題為主。伴隨著人工智能產業的快速4人工智能知識產權法律問題研究報告（2023年）發展，產業界各方在知識產權領域展開博弈，有關人工智能生成物的知識產權爭議也在快速出現。本報告對國外人工智能知識產權爭議和案例進行梳理，內容如下：（一）輸入端數據訓練的合理使用問題輸入端合理使用的爭議主體主要為著作權作者和大模型公司。一方為擔心其作品被人工智能用于數據訓練和學習的原創作者，以美國作家協會、George

R.R.

Martin、Paul

Tremblay、Mona

Awad、紐約時報、蓋蒂圖片等為代表。另一方被訴主體為大模型企業，如

OpenAI、微軟、谷歌等。為了提供更好的使用體驗，生成式人工智能在生成文字作品時，必須進行大量高質量的語料訓練。語料庫一般會包括多領域的文本素材，如新聞、學術論文、小說、科技文章、醫學文獻等，以確保模型具備廣泛的知識。企業一般會在使用數據之前進行數據清洗，刪除或替換可能涉及著作權的內容，但仍有可能使用特定的受著作權保護內容進行訓練。此外，大模型的多模態能力使涉案作品呈現出多樣化的特點，如

George

R.R.

Martin

等訴

OpenAI

案涉及文字作品，Sarah

Andersen等訴中道公司（Midjourney）和蓋蒂圖片（GettyImages）訴

Stability

AI

公司涉及圖片作品，Matthew

Butterick

訴

GitHub案中涉及程序代碼等。目前各方對大模型訓練中合理使用的標準不盡相同，也因此引發各方主體困擾和爭議。表

1輸入端合理使用爭議原告/爭議

被告/爭議針案情發起方程序員兼律師對方Butterick

認為，GitHub

Copilot

大模型在生成代碼時使用了

GitHub

上開源代碼的代碼片段，但未經原創作者的許可，構成侵犯著作權。GitHub、微軟GitHub,微軟,OpenAIMatthew5人工智能知識產權法律問題研究報告（2023年）Butterick，聯合和

OpenAI

對此表示否認，稱

Copilot

在使用

GitHub上的開源代碼進行訓練時，只會使用公共領域的代碼，不會使用任何受著作權保護的代碼。案件仍在審理中。此外，Butterick在其個人網站上稱，2022年

11月，他們起訴了

GitHub；2023年

1月，他們起訴了

Stability

AI；2023

年

6

月，他們代表

PaulTremblay

和

MonaAwad

起訴了

OpenAI3。JosephSaveri律師事務所2023年

1月，三名插畫師

SarahAndersen,KellyMcKernan,KarlaOrtiz

在美國加利福尼亞州北區地方法院起訴了

Midjourney,DeviantArt和

StabilityAI。原告認為，被告使用的訓練素材中包含了他們的作品，但這些公司在使用這些素材時并未獲三名插畫師，SarahAndersen,KellyMcKernan,Karla中道公司得他們的許可，構成侵犯著作權。被告(Midjourney),DeviantArt,StabilityAIMidjourney、DeviantArt和

StabilityAI

對此表示否認，稱他們在使用這些素材時采取了合理的措施來避免侵權。他們表示，他們只會使用公共領域的素材，或者從創作者處獲得許可的素材。2023年

10月，美國加州北區地方法院法官駁回了其中兩位的索賠，只保留了

Andersen對

StabilityAI

的著作權索賠，并駁回了其他權利要求4。2023年

2月，蓋蒂圖片聲稱，Stability

AI

通過自己的軟件系統，未經許可自動爬取蓋蒂圖片多達

1200萬張圖像。蓋蒂圖片認為這些行為構成了著作權侵權，因為它們未經許可就復制和運用了蓋蒂圖片的圖像，此外，蓋蒂圖片認為

Stability

AI

的繪畫作品中常常包含蓋蒂圖片的商標水印，而且作品常常是“低質量，沒有吸引力或具有侵犯性的”，其行為淡化了蓋蒂圖片的商標，損害了其商標價值5。2023年

3月

16日，美國唱片業協會（RIAA）聯

合美國獨立音樂協會、美國音樂家聯合會、美國出版商協會、國際唱片業協會、錄音學院等

30

余個社會團體組建了一個音樂人和藝術家聯盟，共同發起了“人類藝術運動”，以保證人工智能不會取代或“侵蝕”人類文化和藝術。該組織的目標是“確保人工智能技術以支持人類文化和藝術的方式開發和使用，而不是取代或侵蝕它的方式”，該組織概述了倡導人工智能最佳實踐的原則，“強調尊重藝術家、他們的作品和他們的角色；透明度；以及遵守現行法律，包括著作權和知識產權”6。Ortiz蓋蒂圖片（Gettyimages）StabilityAI“人類藝術運動”（Human

人工智能公ArtistryCampaign）司3

見

/4

見

/court-refuses-to-dismiss-artists-copyright-claim-against-stability-ai/5

見

/2023/2/6/23587393/ai-art-copyright-lawsuit-getty-images-stable-diffusion6

見

/2023/music/news/ai-copyright-human-artistry-campaign-musicians-songwriters-artificial-intelligence-1235557582/6人工智能知識產權法律問題研究報告（2023年）2023

年

6

月，暢銷書作者

Paul

Tremblay

和

MonaAwad起訴

OpenAI，聲稱，他們的小說被用來訓練人工智能工具。根據向舊金山聯邦法院提交的起訴書，OpenAI“依賴于從公共互聯網上收集大量文本材料，包括原告的書籍”。Awad

和

Tremblay

還聲稱，當出現提示時，ChatGPT會生成他們各自書籍的摘要，這只有在

ChatGPT對原告的著作權作品進行訓練時才有可能。PaulTremblay,MonaOpenAIAwad2023

年

6

月，美國作家協會及

8000

多名作家簽署了一封公開信，要求公司不要在未經許可或未支付報酬的情況下使用這些作家的作品訓練人工智能系統。作家們認為，AIGC

技術的開發和應用可能會侵犯他們的著作權和利益。他們要求人工智能公司在使用他們的作品時獲得許可并支付報酬。OpenAI

使用《紐約時報》的新聞文章來訓練其語言模型，但未與該報進行任何授權或合作，引發了該報的不滿7。該報的律師正在考慮是否起訴

OpenAI，以保護與其報道相關的知識產權。此外，《紐約時報》已經屏蔽了

OpenAI

在網上爬取數據的工具8。2023

年

9

月，George

R.R.

Martin

等作家訴稱，OpenAI“未經許可批量復制原告的作品”，并將受著作權保護的材料輸入大語言模型，輸出結果掠奪了相關作者的市場，使作者失去許可機會9。美國作家協會及微軟、Meta和谷歌等公司8000多名作家紐約時報OpenAIOpenAIGeorgeR.R.Martin等作家資料整理：中國信息通信研究院從爭議發生的原因來看，一是，權利人海量但授權機制不明晰。首先，人工智能模型訓練需要多個來源的數據，如源自互聯網、公共數據庫、個人創作等。由于人工智能模型訓練的范圍越來越廣，涉及的權利人也越來越多。在文本生成模型的訓練中和在圖像生成模型的訓練中，海量的作品都存在許可成本問題。其次，不同作品的授權機制和價格各不相同。不同的文字、圖片、音樂作品中可能包含復雜的獨家授權、非獨家授權、轉授權等類型，授權費用會根據作品的知名度、使用范圍、銷量、質量等多種指標綜合衡量和確定。因此不同的7

見

/2023/08/16/1194202562/new-york-times-considers-legal-action-against-openai-as-copyright-tensions-swirl8

見

/2023/8/21/23840705/new-york-times-openai-web-crawler-ai-gpt9

見

/news/technology-668665777人工智能知識產權法律問題研究報告（2023年）作品會有不同的授權機制。最后，授權機制不明晰導致侵權責任難以確認。由于權利人眾多，且授權機制不明晰，因此在人工智能模型訓練中獲得所有權利人的授權往往是一件困難的事情。即使能夠獲得部分權利人的授權，也可能存在授權范圍不明確、授權期限不明確等問題，從而加劇了模型訓練存在的侵權風險。二是，各方對人工智能輸入端構成合理使用的法律依據不同。歐盟限定了“文本與數據挖掘機制”。在

2019年

3月

26日最終通過的《單一數字市場著作權指令》中，歐盟對于合理使用采用了作者默示許可以及選擇性退出默示許可的機制，以適應人工智能的數據挖掘需求并實現對于創新的激勵。日本選擇了“非欣賞性利用模式”。2018年的日本《著作權法》修訂，對合理使用增加了新的豁免條款，“不以欣賞作品原有價值為目的的利用”，即對創作的作品內容本身進行使用，而不是出于欣賞、娛樂、教育或藝術等原有價值的目的。根據人工智能機器學習的目的，其符合“用于信息內容本身的分析，而非欣賞原有文化價值”的定義，因此被包含在合理使用范圍內。美國對合理使用的認定標準最為靈活。美國著作權法對合理使用的方式歸為四要件，包括使用目的和性質，著作權作品的性質，使用部分占被利用作品的比例，以及作品對潛在市場價值的影響。美國對合理使用抽象的規定模式使得法院在個案中有較大的靈活裁量空間，由此為創業公司和科技公司開拓了較大的發展空間。（二）輸出端內容著作權保護范圍問題輸出端內容著作權保護的爭議主體為人工智能用戶和著作權登8人工智能知識產權法律問題研究報告（2023年）記機構。根據美國著作權法，著作權的登記是對著作權權屬、效力及所述事實的初步證據，也是著作權侵權訴訟和主張法定賠償的前提條件，因此圖片登記是相關人獲得著作權保護的合理選擇。而對于被登記的作品，著作權保護的核心訴求是證明作品的獨創性，以及區分保護的主體。一方面，由人工智能生成的作品創造性思維的表達并不明晰，現有著作權法無法解釋人工智能是否能夠獨立創作作品。另一方面，對于人工智能應以何種地位出現在著作權作品中，是否可以作為“作者”存在爭議。表

2輸出端著作權保護爭議原告/爭議

被告/爭議案情發起方針對方法院裁定生成式人工智能創造的作品不能登記著作權。2022

年

6

月，原告

Stephen

Thaler

使用文生圖式人工智能“創造力機器”（Creativity

Machine）產出了一張名為《天堂入口（A

Recent

Entrance

to

Paradise）》的圖像。他以“創造力機器”為作者向美國著作權局遞交了著作權登記申請，并解釋稱該作品由計算機算法自動生成。著作權局以缺乏人類作者身份、人類并未參與創作該作品等理由駁回申請。在陳述申辯、復議未果后，Stephen向美國哥倫比亞特區聯邦巡回法院提起了訴訟。2023年

8月，法院判決生成式人工智能創造的作品不能登記著作權。法院認為，人類作者身份是著作權的基本要求，完全由人工系統生成的、沒有人類參與的作品不符合著作權保護的條件。StephenThaler美國著作權局圖書作者

Kristina

Kashtanova

此前將其創作的漫畫書《Zarya

of

the

Dawn》向美國著作權局提起注冊，書中美國著作

使用了部分由

Midjourney創作的插圖。美國著作權局插畫家KristinaKashtanova權局此前曾接受了這一注冊。2023年

2月，美國著作權局表示將撤回對

Midjourney部分的著作權保護，認為由Midjourney技術生成的圖片不屬于人類著作成果。資料整理：中國信息通信研究院從爭議發生的原因來看，一是，堅持獨創性標準是人工智能創作物獲得著作權保護的理論障礙。問題集中在對獨創性中“創造性思維”9人工智能知識產權法律問題研究報告（2023年）和“貢獻參與”的要求。一方面，對人工智能的“創造性思維”標準是否應該設置較為苛刻的門檻存在爭議。著作權法對作品的獨創性要求并不需要極高的創新程度，只需一定程度地與現有作品不同即可。因此，要求人工智能生成的作品具有像愛因斯坦相對論那樣的開創性，或者像學位論文一樣經過嚴格的重復率檢測顯得過于苛刻。另一方面，人工智能生成的作品需要考察創作過程中人類對于最終表達的直接貢獻度。在創作意圖方面，人工智能并不具備傳統意義上人類主動的“創作意圖”，被動需要人類的啟發和參與，尚不具備完全的獨立自主性。因此，人類在人工智能生成中的表達參與，即直接貢獻，對于最終生成作品的形態和呈現至關重要。二是，堅持人類主體地位是人工智能創作物獲得著作權保護的制度障礙。一方面，在案例中，以美國為代表，堅持著作權法中對人類創作主體的地位。在

Burrow-Giles

Lithographic

Co.

v.

Sarony

案中，美國最高法院的意見就體現出，人類創造力始終是著作權保護的必要條件。即使透過新工具或在新媒介上展現創造力，亦無不同。因此，一般將人類認定為著作權歸屬者。另一方面，目前的法律條文還沒有體現出對人工智能創作者主體資格的支持。美國著作權法

102

條認定，“人類作者身份是美國著作權保護的先決條件”。中國著作權法體現出的主體則是“公民、法人或者非法人組織”。在當前的技術水平下，人工智能還不能完全擁有與人類相同的智力和思想，人類智力是通用型的，而人工智能還遠未達到通用型人工智能的水平，人們在實際生活中也并不接受人工智能擁有與自然人同樣的人格和地位。10人工智能知識產權法律問題研究報告（2023年）從現有規定來看，大模型訓練全流程不可避免地涉及到知識產權侵權，適應人工智能產業未來發展的知識產權制度如何構建，成為數字經濟時代需要回答的重要問題之一。三、人工智能領域各方知識產權治理相關實踐（一）美國：政府加速法律研究，產業主體承擔責任為了更好地應對人工智能技術帶來的挑戰，美國政府采取了一系列措施，包括推進人工智能法律立法節奏、增加聽證會和意見征詢等手段。美國企業為了解決目前業界對于人工智能知識產權的擔憂，承諾為商業客戶使用人工智能生成內容的著作權侵權承擔訴訟和賠償費用，進一步保障了使用者的權益。在政策制定方面，美國政府加速制度明晰節奏。第一，美總統頒布行政令要求制定人工智能著作權政策10。行政令責成美國商務部11制定內容認證和水印技術指南，以方便標記原創內容，并檢測人工智能生成的合成內容。該認證的目標是將人工智能生成的內容與其他人類原創內容區分開來，并可方便驗證內容的真實性，用于鑒定數字內容的著作權。同時，行政令指示美國專利商標局和美國著作權局就可能采取的與人工智能著作權有關的政策向總統提出建議，包括對人工智能生成作品的保護范圍，以及在大模型訓練中如何處理受著作權保護的作品。最后行政令進一步指示國土安全部制定培訓、分析和評估計劃，以解決與人工智能商業秘密竊取和知識產權侵權風險。10

見

/en/insights/newsupdates/11/president-biden-signs-sweeping-artificial-intelligence-executive-order11

美國商務部下轄美國專利商標局，負責知識產權有關政策的制定。11人工智能知識產權法律問題研究報告（2023年）第二，美國國會舉辦多場聽證會聽取人工智能知識產權立法建議。美國參議院司法委員會舉辦三次人工智能知識產權聽證會。一是鼓勵保護人工智能生成內容的著作權。專家普遍認為，人工智能生成的內容具有一定的獨創性，應受到著作權法的保護。同時，人工智能生成的內容通常是基于大量數據進行訓練的，其中可能包含受著作權保護的作品，在確定人工智能生成內容的著作權歸屬和侵權行為時，需要綜合考慮各方面因素。二是明確合理使用原則應適用于人工智能生成領域，肯定了著作權的既定合理使用原則是平衡人工智能領域競爭利益的最佳方式，雖然某些團體要求為使用內容訓練人工智能模型付費，但大家都認為人工智能開發者不可能與每個擁有訓練人工智能模型的數據著作權利益的權利人進行談判并獲得許可。最后，聽證會建議國會加強人工智能領域知識產權立法，建議明確人工智能生成內容的著作權歸屬規則，幫助創作者有效維權；加強對人工智能生成內容的著作權侵權的執法力度，以保護消費者；制定人工智能監管框架，防止人工智能技術被用于非法目的侵犯隱私權。第三，美國專利商標局加強意見征詢，但主流觀點認為現有法律已經足夠適應當前情況。2019年

10

月，美國專利商標局12在征詢了律師協會、行業協會、學術界和國內外電子、軟件、媒體和制藥行業后，發表了《人工智能和知識產權政策的公眾意見》報告。報告指出，主流觀點認為人工智能是工具而非作者，不具備獨立的創作意識。根據傳統著作權法的有償工作原則，只有自然人可以成為作者。二是人12

美國專利商標局隸屬于美國商務部，有權就知識產權（IP）政策、保護和執法向美國總統、商務部長和美國政府機構提供建議，其中也包括著作權政策的建議。12人工智能知識產權法律問題研究報告（2023年）工智能的獨創性爭議較大。一些人認為，如果人工智能生成的作品具有充分獨創，并且沒有人類干預，就應該獲得著作權保護，關鍵問題是確定人工智能系統的所有者或控制人是否應該獲得著作權。三是輸入端數據訓練合理使用原則不夠明確。一些評論者認為這可能侵犯著作權，而另一些人認為應該考慮合理使用原則，并提出為著作權人提供補償。在產業界探索方面，已有企業愿意主動承擔知識產權風險。微軟承諾為商業客戶使用人工智能生成內容的著作權侵權承擔訴訟和賠償費用。2023

年

9

月

7

日，微軟宣布為商業客戶做出新的副駕駛（Copilot）大模型著作權承諾13。該承諾規定，只要商業用戶在使用微軟

Copilot生成內容時，開啟了

Copilot

內置的著作權審查和防護機制，在發現侵權行為時，微軟將采取措施并向原創作者支付賠償。如果第三方起訴商業客戶使用微軟的

Copilot

或其生成的輸出侵犯著作權，微軟將為客戶辯護并支付訴訟導致的任何不利判決或和解金額。該承諾是微軟對人工智能生成內容著作權問題的積極回應。微軟希望保護原創作者的權益，并促進人工智能技術的健康發展。谷歌承諾若商業客戶使用谷歌云的

AIGC

服務，一切訓練數據侵權或生成物侵權將由谷歌進行賠償。2023

年

10

月

12

日，谷歌表示他們將為使用其Duet

AI和

Vertex

AI

產品的商業用戶提供法律保護，以防他們因侵犯著作權而面臨訴訟。這一承諾旨在消除對生成式人工智能可能侵犯著作權規定的擔憂14。谷歌表示，它將遵循“雙管齊下、行業首創的方13

見

/on-the-issues/2023/09/07/copilot-copyright-commitment-ai-legal-concerns/14

見

/blog/products/ai-machine-learning/protecting-customers-with-generative-ai-13人工智能知識產權法律問題研究報告（2023年）法”進行知識產權賠償。一是輸入端訓練數據的賠償，在谷歌使用訓練數據創建人工智能大模型的過程中，侵犯第三方知識產權的任何指控，都將由谷歌承擔。二是生成物的賠償，當生成物由客戶創建時，谷歌的賠償義務適用于其生成物侵犯第三方知識產權的指控。以上的賠償包括訴訟費用及可能產生的著作權費用。谷歌提醒用戶，只有在沒有故意創建或使用生成物來侵犯他人權利，并且在引用時標明來源的情況下，該賠償才適用。（二）日本：明晰合理使用原則，避免侵犯原著作權一方面，日本政府明晰了輸入端的合理使用標準，明確鼓勵數據訓練。2018年，日本對《著作權法》進行了修訂，在第

30

條第

4款中增加了“不以欣賞作品原有價值為目的的利用”豁免條款，即對創作的作品內容本身進行使用，而不是出于欣賞、娛樂、教育或藝術等原有價值的目的。而大模型的數據訓練是針對數據本身的內容進行學習，并不是出于個人本身的價值欣賞目的，符合《著作權法》的規定。這次修改總體上擴大了合理使用的范圍，旨在鼓勵創新，以適應人工智能和大數據等技術的興起。自

2023

年以來，日本政府又通過多項措施強調現有的合理使用標準不會動搖。先是在

2023

年

4

月

24

日，日本文部科學大臣永岡桂子在記者會中表示，日本法律不會保護人工智能模型訓練集中使用的著作權材料，也即允許人工智能模型訓練對于著作權人作品的利用，無論是出于非營利或商業目的，無論是復制還是復制以外的行為。然后在

2023年

5月

17

日，日本參議院通過了indemnification14人工智能知識產權法律問題研究報告（2023年）一項新的著作權法修正案，但未對第

30

條第

4

款進行修改，這表明立法者認為該規定足以適應生成式人工智能等新技術帶來的著作權挑戰。最后在

2023年

6月，日本文化廳與內閣

AI戰略部門在《人工智能與著作權法關系》解釋性文件中明確，在開發和訓練階段，應鼓勵開發者創新但不應侵害著作權人正當利益。在將他人的著作權作品用于

AI

開發時，如果“使用行為不是為了侵占他人表達的思想或感受，則可以未經著作權所有者的許可使用受著作權保護的作品”。另一方面，日本政府明確以侵犯原有著作權為目的的數據訓練，屬于侵權行為。根據

2018

年修訂的日本《著作權法》，在數據訓練的限制條件上，使用形式應為作品的“非表達性利用”，即“不是為了表達作品而使用作品”的使用形式。它明確定義了侵權行為：一，行為目的不是對作品文本內容信息的分析和機器內部的加工處理等行為；二，行為旨在向公眾傳播作品的表達內容。例如，以制作可以感受到原始照片“所表達的本質特征”的圖像為目的，從風景照片中提取必要的信息制作數字圖像；或者將出售的作品著作權數據庫復制，用于人工智能模型訓練，屬于侵權行為，因為以上行為超過了必要限度，損害著作權人正當權益。如果認定

AI

圖像與現有作品相似或基于現有作品創作，著作權人可以申請著作權侵權的損害賠償或禁令，而侵權人也可能受到刑事處罰。（三）歐盟：保護企業數據挖掘，推進治理精細水平在加速人工智能產業發展方面，歐盟明確了開發者進行數據挖掘時的合理使用原則。歐盟在

2019

年通過的《單一數字市場著作權指15人工智能知識產權法律問題研究報告（2023年）令》中解決了人工智能輸入端數據學習中的侵權責任。其創設了第

3條“以科學研究為目的的文本和數據挖掘”和第

4

條不限制目的的“文本和數據挖掘”合理使用情形，以解決文本與數據挖掘對著作權保護帶來的挑戰。第

4條規定的“不限制目的的文本和數據挖掘”情形適用于商業領域中的模型訓練活動。這一規定采用了作者默示許可大數據企業將內容用于機器學習，并賦予作者選擇自己的作品可以不被用于機器學習的權利。核心是對在“文本和數據挖掘”過程中的“作品復制行為”進行豁免。要求是獲取被訓練作品和其他內容必須合法，同時著作權人未明確保留文本和數據挖掘的權利。其合理使用的范圍廣泛，適用于商業領域的模型訓練，條件相對寬松，僅要求內容合法獲取且著作權人未明確保留文本和數據挖掘的權利，能顯著降低模型訓練平臺的著作權風險。在人工智能產業治理方面，歐盟推進知識產權規則適用的精細化水平。歐盟在人工智能公司的監管和治理上以《人工智能法案》《數字市場法》《數字服務法》等為制度保障。2023年歐洲議會通過的《人工智能法案》從保護權利人自由決定權與利益角度出發，要求徹底記錄任何用于訓練

AI

系統如何生成類似于人類作品的文本、圖像、視頻和音樂的著作權材料。這將使權利人知道其博客文章、電子書、科學論文或歌曲是否已被用于

ChatGPT

等人工智能模型的訓練，然后他們可以決定其作品是否可以被復制并尋求補償。對于生成式人工智能工具如

ChatGPT，法案嘗試按照其潛在風險進行分類，將透明度要求與風險級別掛鉤，并實施不同的監管措施，強大計算能力的模型將16人工智能知識產權法律問題研究報告（2023年）面臨更嚴格的規定。此外，用于數據訓練模型的數據也將受到額外審查，這意味著對于封閉數據源模型的數據合規性要求將更為嚴格。盡管歐盟在實施這一法案方面可能需要數年時間，但這無疑是一個在人工智能發展和數據使用規范方面值得關注的法律方向。（四）中國：明確尊重知識產權，立法司法協同探索其一，網信辦出臺辦法明確必須尊重知識產權。國家網信辦聯合七部門發布的《生成式人工智能服務管理暫行辦法》已施行，其中第四條第三項、第七條第二項要求在使用生成式人工智能的過程中必須尊重知識產權、不得侵害他人依法享有的知識產權。該辦法的規定，為規范生成式人工智能服務的知識產權保護提供了法律依據。生成式人工智能服務提供者應當嚴格遵守該辦法的規定，尊重知識產權，保護原創作者的合法權益。其二，司法明晰人工智能知識產權的保護條件。“菲林律師事務所訴百度案”15明確了人類參與AI生成是獨創性的必要來源。原告菲林律所利用“威科先行”法律信息庫，設置相應的檢索條件，由該計算機軟件智能生成了關于影視娛樂行業司法數據的分析報告，并在此報告的基礎上整理創作了推送文章。被告百度未經菲林律所許可，在刪除了涉案文章的署名、引言、檢索概況等部分內容后，在其經營的百家號平臺上發布被訴侵權文章。2019年5月，北京互聯網法院一審宣判此案，判決認定計算機軟件智能生成的涉案文章內容不構成作品，但其相關內容亦不能自由使用，百度未經許可使用涉案文章內容構成15

（2018）京

0491

民初

239

號北京菲林律師事務所訴北京百度網訊科技有限公司著作權侵權糾紛一案民事判決書，北京互聯網法院，/cac/zw/1556272978673.html17人工智能知識產權法律問題研究報告（2023年）侵權。在針對人工智能生成的作品的獨創性判定上，法院認為，考察個性化來源時，需要基于數據差異產生的個性化特征，因為差異是由不同的數據選擇、軟件選擇或圖形類別選擇所致，亦非原告自身智力創作獲得，因此不能體現原告的獨創性表達，故不具有獨創性。“騰訊訴上海盈訊科技案”16明確了企業的參數選擇和設置構成獨創性參與。騰訊公司自主開發了一套基于數據和算法的智能寫作輔助系統，名為“Dreamwriter”，用以滿足規模化和個性化的內容業務需求。2018年8月20日，深圳騰訊公司在騰訊證券網站上首次發表了一篇財經報道文章，并在涉案文末尾注明“本文由騰訊機器人Dreamwriter自動撰寫”。本案的被告上海盈訊公司未經騰訊公司許可和授權，在文章發表當日在其運營的網站轉載了文章。2019年12月，深圳市南山區人民法院法院宣判，判決認為Dreamwriter軟件生成的內容構成文字作品。法院并沒有打破作品必須是作者的智力創作的一般法律規則，為了證明該人工智能產品構成作品，法院在判決書中強調，本案所涉文章是由原告深圳騰訊公司的首席創作團隊成員使用Dreamwriter軟件生成的。創作團隊在數據輸入、觸發條件設置、模板選擇、語料風格等方面的安排和選擇是與涉案文章的具體表達形式直接相關的智力活動，該文章的表達形式是由原告主要創作團隊相關人員的個性化安排和選擇決定的。因此，涉案作品具有獨創性，屬于我國著作權法保護的文字作品。也就是說，本案中法院認定的作品并沒有完全脫離人類的智力活動，并非完全由人工智能產生的文字內容。它們不是由人工智16

（2019）粵

0305

民初

14010號深圳市騰訊計算機系統有限公司訴上海盈訊科技有限公司侵害著作權及不正當競爭糾紛案民事判決書，深圳市南山區人民法院18人工智能知識產權法律問題研究報告（2023年）能獨立創造的，而只是人類智力活動在人工智能協助下的結果。綜合以上的兩個案例可以看出，兩個案例在獨創性判定，作品構成判定、人工智能參與程度、侵權認定依據方面都有不同。在第一個案例中，法院更強調數據和軟件選擇對獨創性判定的影響，認為計算機軟件智能生成的文章內容不構成作品，強調差異并非由原告自身智力創作獲得而是由人工智能選擇獲得，侵權認定主要基于百度未經許可使用涉案文章內容而不是基于作品的獨創性。而在第二個案例中，法院更注重人類創作團隊在智力活動中的直接參與，認定由人工智能生成的內容構成文字作品并受到著作權法保護，強調了原告創作團隊在數據輸入和語料風格等方面的智力活動使涉案作品是人工智能協助下人類智力活動的結果，認定侵權與作品的獨創性密切相關。其三，北京互聯網法院一審判決人工智能生成圖片應當被認定為作品，受到著作權法保護。2023年11月27日，北京互聯網法院針對人工智能生成圖片著作權侵權糾紛作出一審判決。原告李某使用AI生成涉案圖片后發布于小紅書平臺；被告系百家號博主，發布文章配圖使用了原告該AI生成的圖片，原告遂起訴。北互審理后認為，涉案人工智能生成圖片（AI繪畫圖片）具備“獨創性”要件，體現了人的獨創性智力投入，應當被認定為作品，受到著作權法保護等17。該案被譽為我國AI生成圖片相關領域的第一案。（五）小結：各方積極應對挑戰，治理路徑逐漸清晰總結來看，人工智能的知識產權問題引起了各方的積極關注和回17

見微信公眾號“知產力”文章，《AI生成圖片著作權侵權第一案判決書》，2023年

11

月

29

日，/s/Wu3-GuFvMJvJKJobqqq7vQ19人工智能知識產權法律問題研究報告（2023年）應。在輸入端數據的合理使用方面，各方普遍認為應該保障作者所享有的著作權，并探索賦予作者一定的主動權，使其能夠選擇其作品不被用于機器學習。如表

3所示，這種思路在歐盟《人工智能法案》和日本《著作權法》修訂案中都得到了體現，即通過法律手段推動對大模型訓練數據的合理使用和責任豁免機制的制度設計和法律制定。由于各方的法律體系和文化背景不同，對于著作權的單獨授權問題，業界普遍認為不可行。因此，需要尋找能夠達成各方共識的合理使用合法性基礎，以實現產業發展和保護作者權益的平衡統一。這不僅對于人工智能產業的健康發展具有建設性意義，也有利于促進社會文學藝術的發展和繁榮。在解決人工智能知識產權問題時，需要綜合考慮技術發展、市場規則、法律制度等多個方面。各方應該加強溝通協調，共同探討合理使用人工智能技術的合法性和可行性，以實現人工智能產業和文學藝術的共同發展。在輸出端內容的保護方面，如表

3所示，各方普遍認為現有的著作權法能夠合理地保護人工智能生成的內容。只有在人工智能的生成過程中有人類干預，并且滿足著作權保護所需的其他條件，才能滿足獨創性的要求，從而獲得著作權保護。由于人工智能目前仍處于發展階段，考慮到當前的人工智能發展水平和世界各方的審查和保護條件，目前還沒有給予人工智能生成物獨立的著作權保護手段。因此，在著作權機制的適用方面，應該側重于作品的文化屬性，注重對獨創作品的保護，同時支持人工智能創作的發展進步，以順應著作權法變革的未來趨勢。通過平衡人工智能生成物與人類創作作品的權益保護，可20人工智能知識產權法律問題研究報告（2023年）以促進人工智能技術的不斷創新和進步，同時也有利于文化產業的發展和繁榮。表

3

各方應對人工智能著作權問題的保護路徑國家/區域輸入數據訓練使用方面輸出內容著作權保護方面·舉行聽證會討論·作品的可著作權性是討論重點·根據現行知識產權法律，

·若用戶對于輸出內容不具有創造性美國

“合理使用”四要件存在靈活的裁量空間。貢獻（投入/干預）和控制，則不應獲得著作權保護·人工智能不能成為作者·不是為了侵占權利人表達

·用戶創造性意圖+創造性貢獻+創造的思想或感受，不損害著作

性表達想法/感受，可以獲得著作權保日本權人利益，即構成合理使用。護·適用與現有著作權侵權相同的標準·以科學研究為目的的文本和數據挖掘例外·“文本和數據挖掘”例歐盟

外，作者默示許可+選擇性退出默示許可·徹底記錄任何用于訓練

AI

系統如何生成類似于人類作品的文本、圖像、視頻和音樂的著作權材料

（人工智能法案）·國家網信辦聯合七部門發

·人工智能生成內容的形式決定了獨布的《生成式人工智能服務

創性判斷標準的差異，強調人對作品管理暫行辦法》已施行，其

的參與程度。中第四條第三項、第七條第

·需要進一步判定使用人對人工智能二項要求在使用生成式人工

生成物主張權利針對的是思想還是表中國智能的過程中必須尊重知識產權、不得侵害他人依法享有的知識產權。達資料