AIGC（Artificial Intelligence Generated Content）是指利用人工智能技术生成的内容。随着人工智能（Artificial Intelligence，AI）技术的应用日渐广泛，其可以通过算法和模型生成文本、图像、音频、视频等内容。人工智能生成物在实践中被大规模应用，其是否属于作品，具体的权利归属与权利保护模式等问题日益重要。

本文聚焦于比较法视野下人工智能生成物的著作权赋权模式。首先，确立人工智能生成物的权利识别与权利确认具体标准；其次，考察一些域外国家和国际组织对于人工智能生成物的赋权模式与操作路径，并以此总结相关经验；最后，在厘清我国当前法律空白与法律漏洞的同时提出优化与完善的路径。

一、AIGC著作权赋权模式类型化的提出

对人工智能生成物著作权的讨论应当回归到著作权的架构模式上。从理论与司法实践来看，对著作权的认定与权利分配需要经过权利识别与权利确认。其中，权利识别侧重于考察涉及的各方主体、生成物内容等实在层面的问题，以此来分析是否以及何时能够对人工智能生成物赋予著作权；权利确认则侧重于理论及制度层面的考量，需要在分析可能的技术风险、社会利益需求等基础上，考察确认赋权的可能性，进而明确如何具体地构建相应的著作权制度。下文将从以上两个角度出发，提出人工智能生成物著作权赋权模式类型化的具体参考点。

1. 权利识别：AIGC著作权是否赋权的判断标准

（1）权利主体的认定标准

从人工智能生成物可能涉及的主体来看，有自然人、法人或其他组织以及该人工智能本身三种。在以上三种主体中，较为常见的是单位（法人或其他组织）及自然人，但讨论范围更广的是人工智能是否被视为权利主体。而这涉及到对于人工智能是否能够构成法律关系主体的讨论以及其哲学意义上的主体性问题。目前，人工智能本身不具备情感、自我意识、独立意志或法律责任能力，而法律主体通常需要能够独立享有权利、承担责任与他人或法律进行交互^[1]。因此，一般而言，人工智能并不符合这些标准，不能够被视为法律权利的主体。此外，从目前的实践来看，基本没有国家在法律上认可人工智能的主体性。但从未来的角度来看，在科技发展、人机交互程度加深的背景下，人工智能在一定程度上拥有法律主体资格也并非全无可能^[1]。

从单位（法人或其他组织）与自然人的角度出发，则需要进一步进行细分。从人工智能生成内容的过程来看，在剔除人工智能本身的主体性问题之后，将三类主体能够进入讨论的范畴，即人工智能模型的开发者、人工智能模型的商业运营者以及人工智能模型的具体用户。具体来说，开发者对人工智能中涉及的相应技术参数、算法内容进行了编码译制，人工智能模型从其手中诞生；商业运营者将其嵌入特定的产品提供给特定的消费者，使得不特定公众能够接触、使用该类人工智能模型，人工智能模型因此而被知晓；用户最后启动人工智能模型、输入相应数据或与人工智能模型进行互动，直接开启了人工智能模式生成内容的进程。因此，从权利主体的认定标准出发，以上三类主体在人工智能生成内容的输出过程中扮演着重要角色，均可能被赋予人工智能生成物的著作权。但也有观点指出，此时可能构成了“创作者—权利人”的二元结构，虽然未承认人工智能的主体性，但也并没有否定人工智能的创作过程^[2]。

从以上三类主体的互动关系出发，需要考虑的情况是，是否三者可以共同成为同一生成物的权利主体，或者是否可能在不同的时间、地域或产业范围内，分别成为该生成物的权利主体（或者说权利的行使主体）。

（2）生成过程是否具有独创性

独创性一直以来是判断相应的客体是否是著作权法意义上“作品”的本质要件。传统著作权法判断作品是否具有独创性的标准，经历了从“额头冒汗原则”（Sweat of the brow）到“最低创造性标准”（At least a minimal level of creativity）的转变。自1991年Feist v. Rural 案^[3]以后，通说认为，著作权（Copyright）表彰的是头脑转动产生原创贡献（Creativity or originality）而不是使额头冒汗（Sweat of one's brow）的劳动行为。根据人工智能生成物的具体内容并结合上述标准，判断相应客体是否为著作权法意义上的作品，与目前判断人类生成物的独创性有异曲同工之妙。但对于人工智能生成物而言，可能需要额外考虑的一项因素是人类参与程度的高低。

从人工智能生成物的生成过程来看，其可以具体分为纯人工智能生成以及人类结合人工智能生成，对于后者来说，人类参与程度的不同可能对是否能够成为赋权的客体产生影响。目前，各界之所以对人工智能生成物是否构成作品存在长期争论，是因为讨论的前提没有明确界定，而其中人工智能自动生成物和辅助创作一直被混淆^[4]。对于人类在人工智能生成物生成过程中的参与程度，其背后的深层次思考也根植于人工智能是否能够成为法律权利主体的问题。对于纯人工智能生成的内容，在目前普遍否认人工智能主体性的现状下，通过机器或自动化的随机过程，且没有任何人类的创造性输入与干涉而产出的内容，不能被认可为作品^[5]。但若简单从数据百分比的角度来分析，将人类参与的程度从0%向100%逐渐增加，在两个极端的区间内，人类参与度在哪个具体值才使得人类结合人工智能生成的内容获得了著作权上主体性的承认？

在“人类+人工智能”分工各自不同的情形下，确立“独创性”要求所需的最低限度标准，能够为相应著作权识别的分类提供指导。例如，通过人机交互形成的内容生成物，人类的参与度可以从喂养人工智能的数据量大小、参与其中需要花费的努力程度（例如时间的投入、物力的投入等）、对生成阶段发展走向的控制力等角度进行综合判断。

（3）生成物是否属于公共领域

著作权法通过原创性标准，将符合条件的“作品”纳入著作权体系进行保护。当存在法律上的利益冲突而不适宜通过著作权体系进行保护时，便进入了公共领域的调整范围。一般来说，著作权赋予了权利主体对作品的高度控制权，不仅仅包括相应的精神性著作人身权，也包括保障个人经济利益的著作财产权。从著作权的权利起源和设定初衷来看，一直存在着公共利益与私人利益、公开与保密之间的紧张关系。若公共利益在某种情况下占据了极为主要地位，那么通过著作权进行的权利保护便需要让位于更优一级的待保护利益^[6]。

对生成物是否属于公共领域的判断，可以从生成内容的材料来源、生成过程参与主体的属性、生成内容的适用领域与主要潜在对象、是否存在资助以及资助对生成物产生的影响程度等角度进行判断。但也应当认识到，对于作品是否属于公共领域的判断，也可能随着作品的使用范围、广度、社会需求等变化，在作品生成、流通等不同阶段有所不同。特别是对于人工智能生成的内容而言，在科技迅捷发展的当下，人工智能生成物的内容可能因为科技的助力而拥有同单纯人类生成物相比在维度上的差异，从而在作品产生与流通的过程中，逐渐因为“被需要”而进入了公共领域。因此，对于是否属于公共领域的判断将是一个动态的过程。

2. 权利确认：AIGC著作权赋权模式的分类依据

（1）赋权方式的直接性

著作权的赋权有多重模式，包括自然人基于个人创作自然取得、在创作之后通过行政程序得到确认或通过司法的间接保护等。而对于赋权的主体而言，也可能存在国家权力下的官方赋权或者私主体之间的相互认可与通用等。例如，OpenAI公司在其用户协议上写明，ChatGPT输出的内容所辐射的相关权利均属于用户，用户在遵守服务条款的基础上可以将所输出的内容基于任何目的进行使用。上述便是私主体对相关权利的认可。此外，可能的情况还包括相关协会的内部成员间认可等，但上述做法并不在本文讨论的范围内。

从国家权力的认可来看，许多作品的权利基于权利主体的创作而自然取得，登记仅有对抗效力，并不是权利主体享有相应权利的条件。目前，在著作权领域，需要登记才能生效的主要有著作权质权等。从知识产权领域的其他权利来看，商标权、专利权等均以登记生效为主要原则，而商标权可能在使用中因获得显著性而成为商标，但相应主体仅在有限的范围内有限地享有相应权利。

但不可断然否认的是，对人工智能生成物制定特别的著作权赋权安排仍是必要的。诚如上文所述，关于人工智能生成作品著作权赋权问题，将涉及哲学层面上人工智能的主体性问题，也将涉及科技发展背景下公共、私人利益的重新衡量与再平衡。此外，无法在著作权法意义上得到认可从而成为权利主体的人工智能，在相应的司法实践中也应进行保护，例如通过竞争法的路径将其作为一种新型的财产或者权益。在这种意义上，以保障公平竞争为目的对相关竞争者做出一定的责任与义务的安排，仍旧使人工智能生成物得到了一种权利上的间接承认^[7]。

（2）权利范围的完整性

对于人工智能生成物权利范围的完整性判断，主要分为三个层面，即人身权还是财产权；具体人身权、财产权中的哪一或哪些权利；权利的地域、时间、适用范围的限制如何。

首先，关于权利范围包括了人身权还是财产权。从著作权项下的具体权利来看，主要存在两大类，即著作人身权与著作财产权。著作人身权的基本考量在于，著作权人的作品上附着的不仅仅是简单的体力劳动，作品上表现的角色、内容、精神内涵等，在一定程度上是作者个人人格的转移或延伸，因此应当通过特定的权利予以保护。而相较来说，著作财产权的设立出发点则在于经济利益。

回归到人工智能生成物的话题来看，对于著作人身权而言，其是否赋予以及赋予的程度如何，和上文所讨论的人类参与度问题紧密相关。从权利目的的角度上看，人工智能是否有可能存在一定程度上的人格延伸也通过著作人身权进行承认，抑或仅在人类参与度达到一定程度时，才可在该话题的语境下承认人工智能生成物之上附着的人格利益，但具体权利的行使由自然人或法人来行使^[8]；而对于著作财产权而言，关键的考量因素在于，经济利益的分配问题。亦如上文所述，人工智能生成内容物的过程，将涉及作为底层的人工智能模型构建者、该模型的运营商以及用户。人工智能生成物上若附着了经济利益，那么以上三者谁是适合的享有者是财产权部分留待解决的问题。

其次，关于具体的权利内容包含了哪些权利。从我国《著作权法》规定的内容来看，著作人身权具体包括发表权、署名权、修改权和保护作品完整权；著作财产权包括复制权、发行权、出租权、展览权、表演权、放映权、广播权、信息网络传播权、改编权、翻译权和汇编权；此外，我国还设置了表演者权等著作邻接权。在分析了著作人身权与著作财产权的权利目的之后，从更细分的具体权利细节来看，人工智能生成物也存在一定的特殊性。

从著作人身权的角度上看，由于存在不同的主体、人工智能运算的透明度等问题，发表权、署名权应当由谁享有以及如何进行署名与发表、由谁决定发表，均可能存在主体间的利益冲突。此外，关于修改权、保护作品完整权的问题，如何规制其他的人工智能对此份人工智能作品进行修改，并通过不透明的人工智能算法模型框架实现另一种作品创作过程。诚然，上述考虑的均是四项著作人身权如何具体行使的问题，但在次之前，是否该在人工智能生成作品之上构筑这四项著作人身权、以及构建哪些具体权利等问题，需要进一步探明。

最后，关于权利的特定限制。目前，著作权存在时间、地域等可能的限制，例如当两国不存在国际协议时，一国著作权可能无法在另一国获得；又如，一般而言著作权财产权的保护期限为著作权人存活期间以及死亡后五十年，而著作人身权的保护不受时间限制。那么，对于人工智能生成作品而言，在关于时间和地点，甚至是适用范围的层面上是否需要进行相应的限制，也是需要细化考虑的因素之一。因为从生成过程、生成原料、内容性质、内容影响等角度来看，其同一般的自然人作品以及计算机软件作品均存在差异。例如，有学者建议“人工智能生成作品的保护期限应为20年”^[9]，此外也有学者认为“应与一般作品同等的著作权保护期限”^[10]。

（3）权利确认的前提条件

在对人工智能生成物进行著作权赋权时，关于通过登记取得权利确认的条件、形式等要求，也不容忽视。就需要获得登记认可的条件来说，该生成物是否需要进行内容或形式上的审查？审查的有权机关包括哪些？申请人需要提交哪些方面的资料（例如该人工智能模型运作的基本原理、生成物人类参与的程度、生成过程的人力物力等各方面的投入等）？此外，在申请流程之后，有关登记证书的持有要求以及关于展期的额外规定等，相较于一般的作品或计算机软件著作权而言，均可能存在更多的限制。

（4）风险控制和激励创新的平衡性

人工智能生成物因其生成结果的材料来源、运算机制等方面的“黑箱”问题，即使在因存在人类参与能够获得版权保护后，也应当继续平衡因此而异化的各方利益关系，从而恰当地实现风险控制与创新激励的目标。期间，引入异议机制、算法对抗算法的审核机制、是否存在公共利益或第三人利益等而构建新的合理使用制度等，均是为实现上述目标可能进行的制度构建。此外，从激励机制来看，有观点认为，如果现有法律或者市场上存在的激励机制足以确保该类内容的持续生成，则法律没有必要对算法所有者、算法设计者以及算法使用者等各环节主体赋予额外的激励机制^[11]。

二、比较法上AIGC著作权赋权模式的类型

考察域外法中对于AIGC赋权模式，大致可分为实体性独立（直接）赋权模式和间接赋权模式两种，其中间接赋权模式又可分为溯源性权利归属模式和限定性权利承认模式以及排他性权利否认模式三种。以上模式都能够从比较法中找到相关经验与依据。不同种类的赋权模式关乎各国法律对于生成式人工智能以及其产出内容的不同认识。

1. 实体性独立赋权模式

实体性独立赋权模式是指在法律适用中，将人工智能视作独立的创作主体，对符合作品（Work）条件的内容，直接赋予权利的模式。在实体性独立赋权模式下，AIGC被视为具有独立著作权的作品，也即在不存在任何人类作者的状况下，AI本身也拥有著作权。而在存在人工干预的情形下，AIGC的著作权并不归属于AI系统，而是归于使用AI生成内容的自然人个人。

实体性独立赋权模式属于直接赋权。从司法实践上看，目前英国对于AIGC的立场是比较具有前瞻性的。英国是目前为数不多的几个在没有人类创作者的情况下也保护由计算机生成作品的国家之一，也就是说，英国倾向于对AIGC著作权采取实体性独立赋权模式。

英国在《1988年版权、设计和专利法案》修订过程中，对“计算机生成作品”（Computer Generated Works）作出了规定^[12]，且目前看，该法案是适用于AI自动生成内容保护的。该法案第9条、第12条、第79条、第178条做出了相应规定，第一，“计算机生成物是指，没有任何人类作者的情形下，由计算机生成的作品”。第二，“对于计算机生成的文字、戏剧、音乐或艺术作品而言，作者应是对该作品的创作进行必要安排的人。”这里的“必要安排”的判断，是以“实质性贡献”为依据的 ^①。第三，这种作品的保护期缩短为50年，而由人类作者创作的作品的保护期为70年。由此可见，尽管英国至今尚未单独颁布人工智能生成物著作权法案，但其坚持了一种“实用主义”的法律立场，通过修订已有的著作权法规，不仅扩大了法律适用范围，也为人工智能生成的内容提供了合法的著作权保护。

伴随着人工智能技术的发展，进一步地，英国知识产权局（UKIPO）在2021年10月29日至2022年1月7日期间，以社会咨询的形式，公开就AI和知识产权互动以及AI对知识产权制度的影响征求意见。截至2022年6月，UKIPO已对这一咨询活动做出回应^[13]，其中，与AIGC著作权赋权模式相关的内容是，“由于目前没有证据表明对计算机生成的作品的保护是有害的，故对于计算机生成的作品，英国目前不会修改相关法律。英国将不断审查法律，如果有证据支持，可能会在未来修改、替换或取消对计算机生成物的保护。”

这种完全由AI生成的作品可能获得版权的赋权方式，属于实体性独立赋权模式。但这种赋权模式具有一定的挑战性。举例来说，关于独创性的法律概念通常是以参考人类作者的特征，如人格、判断力和技能等来界定的。在实体性独立赋权模式下，同样要求AIGC具备独创性才能获得著作权保护。然而，这一独创性判断标准可能存在一定的倾向性。再例如，对于AIGC是否具备与人类作者相似的实质性智力贡献，判断标准存在争议。值得一提的是，计算机无需像人类作者一样因其创造新内容而获得奖励，若采取实体性独立赋权模式对AIGC进行著作权赋权，则可能会贬低人类作者的辛勤努力和创造力。

2. 间接赋权模式的两种类型

间接赋权模式包括溯源性权利归属模式、限定性权利承认模式以及排他性权利否认模式三种。目前尚未发现采取绝对的排他性权利否认模式的国家和地区，但是由于德国的AIGC著作权保护模式兼具限定性权利承认模式和排他性权利否认模式的特征，故笔者将其界定为“准排他性权利否认模式”。下面将结合美国、日本、欧盟和德国的司法实践具体展开。

（1）溯源性权利归属模式

以美国模式为例：溯源性权利归属模式，相较于实体性独立赋权模式，坚持的是保守主义立场。这里笔者以“溯源”指称的关窍亦在于AIGC的“工具属性”，主要体现在两个方面：一是AIGC生成作品这一事件发生的根源，可以溯源至人类对于人工智能算法和程序的控制及使用行为；二是AIGC是人类利用的技术工具，故其生成物是人类创作形成的作品，进而AIGC这一工具是缺乏独立著作权的^[14]。

溯源性权利归属模式必须以两个要件为前提：一方面，AIGC生成物本身的独创性；另一方面，人类作者控制AI工具并作出实质性贡献。即，由人类操作AI工具完成了创作，从而使人类成为著作权的享有人，这属于间接赋权。

以美国为例，司法实践中，目前美国对于AIGC的立场是坚持“人类作者的介入和贡献”以及“AI工具论”。也就是说，美国倾向于对AIGC著作权采取溯源性权利归属模式。

在1884年的Burrow-Giles Lithographic Co. v. Sarony案^[15]中，美国法院提出了“如果不是”的原则。在这个判决中，美国联邦最高法院明确指出，著作权所保护的作者必须是“人（Persons）”，著作权是“人类对基于其自有天赋或智慧创作的作品的专属权利”^[15]。对于生成式人工智能生成作品的过程，如果没有人类的介入，生成式AI无法自主、独立地创作作品。因此，尊重作者权利，将其视为一项基本人权的理念构成了版权法制度的基石。作品作为智力成果的产物，无论我们是否同时考虑投资者权益的保护和激励创作的政策，都应当将对人类的智力贡献视为的实质性贡献。换句话说，在没有生成式AI的辅助下，虽然创作效率等方面可能会受到一定的影响，但人类仍然能够创作作品。然而，如果仅仅依赖机器而没有人的参与，无论机器的存储空间有多大，计算能力多强，都不可能自动地生成作品^[16]。

近年来一个著名的判例是“猴子自拍案Naruto v. Slater, No. 16-15469 (9th Cir. 2018)”^[17]。这个案例涉及猴子使用相机拍摄自拍照片是否有资格获得著作权保护的问题。对此，美国法院明确否定，并认定著作权法上的作者必须是人类。此外，2014年美国版权局修改了《版权局工作条例》，特别强调了“对于那些没有创造性输入或者没有人类作者干预，而是通过自动或随机机械方式生成的自然、动物或植物创作的作品，版权局不予登记”，《版权局工作条例》中还把猴子自拍照片列为不受版权保护的典型案例。

美国版权局做出上述决定的重要考量因素，是人类参与创作过程的程度^[18]。2023年3月，美国版权局又发布了《版权登记指南：包含人工智能生成材料的作品》，该文件阐述了其审查和注册包含人工智能技术生成材料的作品时所采取的做法，强调经由人类创作的作品才能获得版权保护。

在这份版权登记指南中，关于人工智能生成物著作权的相关要点仍然符合溯源性权利归属模式的要求。例如，指南明确提到：“版权只能保护人类创造力的产物。宪法和版权法中使用的‘作者’一词不包括非人类。科技工具可以作为创作过程中的一部分，但作品表达的创造性必须是由人类控制的。”

此外，如果仅仅是AI技术根据人类的提示生成作品，那么该作品将缺乏人类作者的身份，因此不符合版权保护的标准。然而，如果人类艺术家以足够富有创意的方式选择或安排AI生成的材料，并且对AI生成的材料进行修改以满足版权保护的标准，使得AI生成的作品包含足够的人类作者的创造性，那么可以提出版权主张。

对于包含AI生成物的作品，美国版权局将会考虑AI的贡献是“机械复制”的结果，还是包含了作者的“创造性想法（智力活动）并由作者赋予表现形式”的结果。具体的答案将根据实际情况而定，尤其要考虑AI工具的运作方式以及作者如何使用AI工具来创建最终的作品。

由此可见，美国版权局采取“独创性”为判断依据^[5]。当且仅当AIGC具备“作者的创造性想法（智力活动）并由作者赋予表现形式”时，才有可能获得版权法的保护。2023年，美国版权局在Zarya of the Dawn图片的版权登记中，为作者克里斯蒂娜·卡什塔诺娃（Kristina Kashtanova）授予了有限版权的注册。具体而言，该注册包括了作者自己进行的文字和视觉元素的协调与编排部分，但并未包含由人工智能完成的部分，这符合溯源性权利归属模式的要求。

以日本模式为例：商标法本身就是一种平衡的设计^[14]。赋予生成式 AI 作品以一定程度的著作权保护，有利于满足人工智能产业本身的发展需求^[16]。目前日本也倾向于对AIGC著作权采取溯源性权利归属模式。

1993年，日本文化厅发布的“著作权审议会第9小委员会（计算机创作物关联）报告书”中，强调计算机系统在创意表达中扮演了一种“道具”的角色。这个报告书认为，计算机衍生作品最终应被视为源自人类的创作，而不是纯粹由计算机生成的，因此具备了著作权法上的可版权性。

然而，该报告书也指出，目前的人工智能和各领域的自动化技术并不能完全替代人类的创作行为，通常只是将计算机作为辅助工具。尽管如此，对于技术的演进和发展而言，计算机的角色从辅助工具逐渐转变为创作的主体是成为可能。随着技术的不断进步，有必要重新审视计算机衍生作品的可版权性问题^[19]。目前日本知识产权学界对于日本著作权法体系中的AIGC著作权赋权模式仍然存在争议，基于先行有效的《日本著作权法》可知，日本著作权法下的著作物（作品）是指属于文学、学术、艺术或音乐领域的创造性的思想或情感的表达；而著作人则是指创作著作物的人^[20]。因此，由人类以其创造性意图和贡献产生的人工智能产品可能会受到版权保护，其中，“创造性贡献”和“工具性使用”这两个因素尤为重要。因此，笔者认为，目前日本亦采用溯源性权利归属模式，对AIGC的著作权进行赋权。

（2）限定性权利承认模式

限定性权利承认模式，是间接赋权模式类型中的另一类赋权模式，这种模式主要以欧盟和德国为代表。

以欧盟模式为例：从司法实践上看，目前欧盟对于AIGC的立场是坚持“人类作者的介入和贡献”作为构成要件。也就是说，欧盟倾向于对AIGC著作权采取限定性权利承认模式。

通常情况下，根据欧盟版权法，要获得版权保护需要满足两个基本条件：①创作必须构成一个作品；②版权必须属于该作品的原作者，或者必须是通过合法的转让方式获得的。2017年，欧盟议会法律事务委员会（JURI）向“机器人的民事法规委员会”提出了一项系统立法方案。在该提案的“EXPLANATORY STATEMENT”部分，提及了关于“AIGC可版权性”的问题，要求为“计算机或机器人创作的可确认著作权的作品”制定“独立自主智力创作”（Own intellectual creation） 的标准^[21]，以确定著作权的归属。这一举措旨在明确适用于人工智能生成物的著作权标准^[21]。

一切制度的建立均由其所处的时代规定^[22]，面对人工智能空前发展的趋势，2020年，欧盟委员会又发布了名为《人工智能趋势与发展—对知识产权框架的挑战》（Trends and Developments in Artificial Intelligence — Challenges to the Intellectual Property Rights Framework）的报告。该报告的整体结论认为，目前人工智能的技术发展水平并不需要对欧洲的版权法和专利法进行立即实质性的修改。现有的版权法和专利法概念和规则具备足够的抽象性和灵活性，可以应对当前人工智能所带来的挑战。并且，邻接权制度可能会扩展到各个领域，包括“未经授权”的人工智能生成物。

在报告中，欧盟提出了“四步测试法”，即四个相互关联的标准，来判断AIGC是否符合“作品”资格：第一步，文学、艺术、科学领域；第二步，人类智力活动；第三步，独创性；第四步，表达。根据“四步测试法”，AIGC能否符合“作品”资格，主要取决于是否满足第二步和第三步，即AIGC是否表达了人类的智力活动、是否具有独创性^[23]，这仍然符合溯源性权利归属模式的要件。

以德国模式为例：限定性权利承认模式的另一种类型以德国的排他性权利否认模式为典型。排他性权利否认模式较为容易理解，即，AIGC不被视为具有独立著作权，这是与上述的实体性独立赋权模式相反的一种赋权模式。

根据现行《德国著作权法》第2条第2款以及第7款的规定，严格贯彻“创作者原则”，明确将创作者限定在创作作品的自然人范围内 ^②。然而，《德国著作权法》第2条第1款中规定了7种受保护的作品类型中，包括计算机程序在内的语言作品，以及多媒体作品等新的作品类型^[24]。也就是说，德国的软件作品可以由著作权法保护和规制，而计算机系统或计算机软件正好作为人工智能产品的“载体”，所以在这个层面上，其在著作权法上有较大适用空间。

从司法实践上看，目前并没有哪个国家的立法采取绝对性的排他性权利否认模式，笔者在以上内容中之所以具体分析德国模式，是因为德国目前的立法对AIGC著作权采取的赋权模式类型，与限定性权利承认模式有类似性，因此笔者认为，可以将其定性为“准排他性权利否认模式”。

这里笔者用“准”字指称“类似性”。其原因在于，一方面，《德国著作权法》中明确将创作者限定在自然人范围内，将自然人以外的主体排除在著作权保护的范围之外，这与排他性权利否认模式相同。而另一方面，AIGC的载体或符合《德国著作权法》第2条第1款受保护的作品的类型；并且，德国是欧盟成员国，欧盟法在成员国法律体系中的地位以直接效力和至高效力两大宪法性原则为中心，目前欧盟对AIGC著作权采取限定性权利承认模式，而欧盟法是各欧盟成员国必须遵守的法律框架。上述这些与排他性权利否认模式又有所不同。

三、中国现行法律体系下AIGC著作权赋权模式之展开

我国虽然已经有关于网络数据安全、知识产权等相关领域的法律法规，但并无专门的法律对AIGC的著作权归属问题进行规范，对于生成物著作权的定位仍然停留在独创性的标准之上。在借鉴比较法的基础上，可结合我国的司法实践，进行AIGC著作权模式的构建，实现保护创新与破除垄断的动态平衡。

1. AIGC著作权赋权模式类型定位

（1）中国现行法律体系下关于AIGC的相关法律规定

AIGC产生于互联网信息技术平台之上，因而适用于有关网络和数据安全的法律，包括《网络安全法》《数据安全法》《个人信息保护法》《科学技术进步法》等法律法规；又因为AIGC是利用人工智能作为工具产出作品内容，因此也同样适用于《著作权法》等知识产权领域相关的法律法规；在此基础上，我国目前也基于生成式人工智能针对性地出台了法律法规，包括《生成式人工智能服务管理暂行办法》等，同时，全国信息安全标准化技术委员会也陆续出台了针对生成式人工智能服务标准的技术性文件草案，如《生成式人工智能服务安全基本要求》《网络安全标准实践指南——生成式人工智能服务内容标识方法（征求意见稿）》等。

从有关AIGC的法律规定情况来看，目前尚无专门针对AIGC的由全国人民代表大会（简称“人大”）或全国人民代表大会常务委员会（简称“人大常委会”）制定的法律，只能通过解释适用此前在上位领域适用的法律法规，但其在制定时生成式人工智能尚未作为新兴的科技现象被考虑在内，因此在适用过程中必然存在扩大解释甚至类推适用的情况，可以说，关于生成式人工智能的法律架构，仍需进一步完善和丰富^[25]。

在目前的法律架构下，对AIGC的著作权判断，仍需依据《著作权法》的相关规定，也就是说，判断AIGC是否享有著作权、以及著作权的归属和保护，需要先判断AIGC是否具有独创性，以及在AIGC创造的过程中，哪一主体投入了独创性的智力成果，在主张AIGC构成著作权侵权的情况下，还需要证明侵权物和被侵权的作品具有实质性相似等要素。

（2）司法实践案例分析：2019年“中国AI作品第一案”

在2019年由深圳市南山区人民法院作出的有关深圳市腾讯计算机系统有限公司（以下简称“腾讯”）利用人工智能软件Dreamwriter生成作品是否享有著作权的司法判决中，法院将AI看作是工具，但也强调使用者在生成作品过程中前期参数的输入，如果使用者在输入过程中体现了足够的独创性的投入，则最终生成的成果就拥有了属于使用者的知识产权。然而，如何界定使用者在使用AI工具过程中投入的独创性是否足够，是否所有的使用者利用AI工具生成的作品都是具有知识产权的作品，在这一案例中并未得到进一步的阐释。同时，考虑到作出该判决的法院为深圳市南山区基层法院，加之深圳市的科技产业发展较快，其判决内容具有一定的地域特征，在全国范围内的参考程度较低，因此，该案例能否为未来AIGC的著作权赋权模式指明方向，尚未可知^[26]。

（3）AIGC著作权赋权模式类型定位

由于目前中国有关AIGC的立法尚不完善，在对AIGC进行著作权赋权时并未形成成熟的立法及司法逻辑。结合我国著作权制度发展的现实状况，若采取类似德国的“排他性权利否认模式”，即不由分说地将AIGC排除于著作权主体范围外，势必会影响科学技术的更新迭代，阻碍技术创新和技术进步，不利于发展新质生产力。同时，若直接采用实体性独立赋权模式，不仅会引发AIGC与人类创作标准的界定问题，还会大幅削弱人类主体的创作积极性。因此，应当遵从著作权的立法原旨，在不影响科技创新的同时激励创作，保护主体创新成果，以限定性权利承认模式为框架，融入独创性的具体判断。

按照目前仅有的立法和实践案例来看，我国主要从AIGC的独创性入手进行赋权。具体而言，我国目前的实际操作是论证AIGC是否具有成为《著作权法》项下“作品”的可能性，论证其是否具有独创性，然而，在这一过程中，已有案例呈现出的论述似乎仅将AIGC与一般意义上的作品在形式要件上进行了简单的对比，即得出AIGC构成作品。其次，目前的实操案例认为人工智能作为工具，其使用者输入不同的参数和要求以生成相应的作品，因而其著作权应当由人工智能的使用者享有，在生成AIGC作品过程中使用者输入了独创性的要求，并在生成结果过程中进行了筛选，上述过程构成了人工智能使用者的智力投入。可以看出，当前中国的AIGC著作权赋权模式主要围绕独创性展开，但并未对人工智能本身在生成作品中的贡献进行回应。对于使用者仅通过简单的关键词输入和生成作品的选择，是否可以享有AIGC全部的著作权；以及人工智能的制造者，即人工智能代码的编写者，在形成人工智能生成物过程中投喂的已有的作品的版权方，是否能够在AIGC中享有版权，当前国内的立法均未对上述问题进行有力的回应^[27]。

2. AIGC著作权赋权模式的问题

（1）抑制或削弱人工智能领域创新的动力

从当前的立法规定和实践案例来看，我国对于AIGC 著作权赋权模式的选择侧重以人工智能产品使用者的独创性输入为判断内容，而对于AIGC是否构成著作权法意义上的“作品”这一问题仅仅停留在形式意义上的表层比较和判断。可以看出，从目前的立法和司法经验来看，人工智能对于AIGC而言更像是工具的角色，其本身对作品生成过程中的贡献及作用似乎并没有被看到。如果我国未来以该等实践操作作为判断标准，很有可能会抑制或者削弱人工智能领域创新的动力，因为无论何种进化程度的人工智能，其对产生的作品均不具有著作权意义上的权利主张，仅强调人工智能产品的功能性将会削弱其在作品创作方面的创新性，同时也罔顾了不同人工智能产品在生成作品时的迥异的表现，可能会极大地削弱人工智能运营商的创造性和创新动力，从而对人工智能技术领域产生负面影响，甚至拖慢整个人工智能乃至数字经济的发展前景^[28]。

对人类智慧结晶的保护，以及促进人类文化创作的脚步，保障精神世界的进步都属于著作权法所保护的核心法益，因此，在人工智能生成作品领域的法律也应当兼顾该等法益，而不应当对人工智能生成作品的参加方，甚至是实质参与创作的一方主体的创作热情施加阻力，减损其创新动力。

（2）增加AIGC相关侵权纠纷风险

在目前的赋权模式下，人工智能工具的使用者享有著作权的依据是其在作品创作过程中输入了具有独创性的指令，并在产生的诸多结果中进行了筛选的工作。由于并未对人工智能生成物在生成过程中可能参考的“投喂作品”的作用和地位进行论述，这可能导致，任何的使用者通过简单地输入作品关键词就可以拥有对人工智能生成物作品的著作权，甚至利用已有的作品叠加人工智能产品进行简单的“洗稿”行为，从而获得自身具有完整权利的人工智能生成物作品。同时，由于输入关键词的行为存在一定程度上重复的概率，如在人工智能产品尚未根据投喂的作品进行进化的阶段，两个不同的人工智能使用者输入了相同或相似的关键词，很有可能导致生成的产品在表现形式上相同或相似，那么在这种情况下又该如何处理可能产生的侵权纠纷？同时，在上文论述的司法案例中，由于侵权方直接将腾讯团队生成的作品照搬以作商用，因此法院在论述的过程中并未对涉案作品是否构成实质性的相似的情况进行阐释。然而，在实际生活中，如果对人工智能生成的作品进行了简单的加工或模仿，那么在这种情况下又该如何认定案涉作品的相似性？在目前的立法及司法实践未对上述核心问题进行回应的背景下，人工智能技术的更新迭代势必会增加AIGC相关侵权纠纷的风险。

3. AIGC著作权赋权模式的优化与完善

（1）引入AIGC登记制度，以明确AIGC的相关权利归属

在人工智能生成作品领域，涉及的主体包括人工智能软件版权方、可能存在的投喂素材版权方、使用人工智能软件及输入指令和筛选结果的使用者，以及可能存在的下游被授权使用者等多方主体。此时，不同权利主体享有各种程度上的著作权，以及各自享有著作权的权利内涵和权利外延等问题，则有必要进一步规定。而依据《美国法典》第17编第408（a）条之规定，版权登记不是版权保护的必要条件 ^③。美国在加入《伯尼尔公约》后制定了《美国伯尼尔公约实施法》，规定美国以及非伯尼尔公约成员国的著作权侵权诉讼以版权登记为前提条件。在我国，依据《著作权法》第2条、《著作权法实施条例》第6条之规定，著作权采取自动取得主义，侵权诉讼的提起不以登记为必要条件，如此来看，对于AIGC生成物的著作权权属界定将会面临一定的现实困境。例如，权利主体不清晰、权利内容界定困难、保护期限不确定等问题。因此，可在限定性权利承认模式的基础上，对于AIGC的创作模式进行差异化分级判断，并参考美国法的做法引入登记制度，从而最大限度地帮助厘清人工智能作品生成环境中的权利主体。同类型拥有相对复杂权利集合的可以参考音乐作品、视频作品，乃至电影作品，采取投入智力成果的主体都应当对相应部分的智力成果享有知识产权的主体逻辑，音乐作品均会列明词著作权人、曲著作权人、表演权人、编曲人、发行方等多个主体，部分版权运营相对完善的公司及权利主体会就作品的权利人进行著作权登记，以此来防范未来可能发生的著作权纠纷。因此，引入人工智能生成作品登记制度有助于从事实角度明确生成作品的著作权归属思路。

引入人工智能作品登记制度可以在有关人工智能生成作品著作权归属立法尚未完善阶段就开始推行。对于人工智能生成作品这个新兴领域，如何进行立法和司法实践会极大地影响人工智能科技的发展，进而可能间接地对数字经济时代发展造成影响，因此激进地进行不周延的立法是不可取的。在完善的立法尚未推出。成熟的司法实践机制尚未形成的时候，构建人工智能作品登记制度是否有其必要性呢？答案是肯定的。因为一切立法和司法实践在实施的过程中又会经历规则——事实——结论的三段式推演，而在这过程中事实的确认正是实际操作中的重点和难点，也因此，人工智能作品登记制度在目前阶段就已值得设立和推广。

（2）采取差异化赋权模式，以平衡保护创新与防止权利垄断

如上文所说，著作权法所保护的核心法益包括促进人类文化精神世界的繁荣，鼓励文化成果的创作。然而，人工智能生成作品最终承载众多权利主体享有的著作权的客体也只是一幅作品，而一个作品能够承载多少种权利，能够拥有多大的权利授权，这一点已经被历史多年的实践所固定了。这也就意味着，在权利总体范围固定的前提下，如何在多方权利主体之间进行权利的分配和平衡变成了一个复杂且困难的事项。在这个场景下，对一个主体赋予过多的权利就会导致其他主体的权利受到减损。同时，在一个充分竞争的环境中，后期资源逐渐集中可能会产生寡头垄断等情形，对某一权利主体过多的倾斜可能会进一步加剧这种垄断，而垄断又会反过来抑制竞争，阻碍新的主体参与到市场中来，或者使已有的主体丧失竞争优势，甚至到最后只能产出劣质的产品且使整个市场丧失创新的活力^[29]。基于上述考虑，在对人工智能生成作品进行赋能的时候，应当采取差异化的赋权模式，也即，将权利保护的资源向投入了智力成果，或者对知识文化创作有贡献的权利主体倾斜，以保持该等主体的创新活力，同时防止垄断情形的产生。

差异化赋权模式是在承认AIGC生成物可版权性的同时，为保留激励创作的规范目的而作出的折中方案。前已述及，美国版权局也仅仅是承认生成式人工智能的工具性地位，并未正式规定其可以成为著作权人的适格主体。在界定AIGC生成物的著作权归属时，若仍采取使用者赋权模式，则可能会培养使用者的“创作惰性”，使用者可能更倾向于依托生成式人工智能直接自动生成有版权的作品，而不再致力于创新创作活动^[30]。相较于此，采取差异化赋权模式鼓励使用者在生成内容的基础上投入智力创作和独创性表达，进而形成有差异的受著作权保护的作品。如此，突出强调使用者在AIGC生成物中的“实质参与”，不仅有利于维护人类主体在生成式人工智能创作过程中的主体地位，还能够实现著作权法激励创作的制度原意。

（3）建立AIGC争议解决机制，以降低知产治理与维权成本

在著作权纠纷案件中，处于不利地位的一方可能面临民事责任、行政处罚甚至刑事责任。同时，在人工智能生成物的著作权纠纷中，涉及的主体范围相对较广，且可能多个主体都对同一作品存在主张权利的事实和法律依据。在这一背景下，如果仅依靠原有的主体之间争议解决机制，不仅会导致同一人工智能生成作品上的权利纠纷无法高效地解决，还可能存在针对同一人工智能生成作品由不同的主体反复提起诉讼或者仲裁的情况。既影响争议解决的效率，也浪费了我国的司法资源，同时也无法从实质意义上实现定分止争的效果。从当前的域外实践来看，美国等国家就未经著作权人同意便大规模使用数字化的作品用于 AI 模型训练是否构成侵权这一问题存在争议，Stability AI、OpenAI、Meta、Alphabet 等全球头部生成式人工智能企业均处于被诉之列, 但代表性的判决结果尚未出现^[31]。前已述及，在美国的“猴子自拍案”中，现有的著作权法律规定猴子不属于著作权法意义上的作者，并非能够提起著作权侵权诉讼的适格主体。因此，无论是域外还是域内，虽然英国、美国等国家明确了AIGC生成物的著作权权属确认模式，但其规范确认与司法认定仍然存在一定差距，例如，起诉主体的适格条件并未明确规定等，当然，上述案件的判决结果无疑能够提供可靠的借鉴。

因此，针对人工智能生成作品构建一个专门的争议解决机制势在必行。这种专门性的争议解决机制应当具有以下作用：首先，该种争议解决机制应当能够在必要时能够通知和集合人工智能生成作品涉及的全部权利主体。无论是结合已经进行版权登记的信息对所有可能的权利主体进行通知，还是尽量将可能存在争议的主体在同一案件中一并进行审理，对于最大限度地利用司法资源都是非常必要的；其次，该种争议解决机制应当具备相当程度的专业性，甚至可能需要复合背景的技术人员作为人才资源和储备。考虑到人工智能生成作品的运行平台和产生背景，为了更好地区分各个权利人对人工智能生成作品的权利主张，人工智能生成作品争议解决机制中的裁判人员应当具备相当程度的知识产权知识储备，计算机编程方面的知识基础，甚至艺术创作领域的经验判断，如此才能够保证该等人员在处理人工智能生成作品时的专业性，使其能够综合地对人工智能生成作品的案件进行宏观的把控和精准的判断；最后，该种争议解决机制应当以行政处罚和刑事责任的联结机制为基础，必要时能够从被动地对人工智能生成作品纠纷的审判转换为主动向行政机关和刑事检察机关提供线索的职能，从而实现社会主义法治环境下针对知识产权纠纷的全方面法治治理。基于此，为有效降低制度构建和运行成本，可以考虑以现有的知识产权专门法院或知识产权法庭为基础，完善知识产权专门化审判体系。可以通过选任具有计算机和法学等综合学科背景的法官，制定专门的AIGC生成物著作权归属判断审判流程等方式优化知识产权专门化审判的程序。同时，以上述机构为平台还能够集中司法资源，实现高效便民的目的，实现知识产权案件的专门化、程序化、高效化审理。当然，在完善知识产权案件的内部审理流程后，也要注意其与行政机关和刑事检察机关的协同联动，从调查取证、具体执行等环节寻求关联部门的配合。

四、结 语

以ChatGPT为代表的生成式人工智能依托大语言模型展现出 了强大的自然语言理解和生成的能力^[35]，而这也为著作权的保护范围提出了现实挑战。人工智能生成物的著作权认定需要从权利的识别与权利确认两个方面分别考察。在权利识别层面，涉及人工智能模型的开发者、人工智能模型的商业运营者以及人工智能模型的具体用户三类用户，考察创作过程是否有人类的实际参与以及具体的参与程度，同时判断生成物是否属于公共利益的产物。而对于具体的权利内容，则涉及如何确定权利、权利的具体内容以及权利确认的具体条件。

参考比较法上关于人工智能生成物的著作权赋权模式大致可分为实体性直接赋权模式和间接赋权模式两种，其中间接赋权模式又可分为溯源性权利归属模式和限定性权利承认模式和排他性权利否认模式三种。其中溯源性与限定性权利赋权模式较为多见，此两种模式均否认人工智能本身享有著作权，并有限度地承认用户对于生成物的著作权利，仅在具体认定权利主体时是否需要叠加其他条件存在一定的分歧。

我国现行法体系下尚缺乏对于人工智能生成物著作权进行规范的法律，司法实践上的操作倾向于判断生成物是否具有独创性、是否可以成为《著作权法》下的作品。但目前的权利认定模式仍然存在着可能抑制人工智能技术创新、加重相关侵权纠纷的弊端。对于人工智能生成物的赋权模式，需要引入相关登记制度，从而能够明确各方主体的权利归属与份额分配，同时在平衡创新与垄断的基础上，建立能够包含各主体、不同诉讼阶段的争议解决机制。

① 《大不列颠及北爱尔兰联合王国1988年版权、外观设计与专利法》第9条第3款规定，计算机生成作品的著作权由对该生成作品的创作进行了“必要安排”之人享有。根英国法传统原则，“必要安排”认定的基础是“实质性贡献原则”，即对“算法创作”进行“必要安排之人”可能是人工智能系统的投资者、开发者或使用者。

② 德国在著作权主体认定上，奉行“创作者原则（Urhebeschafts-/Schöpferprinzip）”，仅指个人的智力创作。即只有创作了独创性作品的自然人，才能成为著作权法意义上的作者。

③ 见 Copyrights Act§408(a), 17 U.S.C.§408(a)(2018).