研究人工智能生成內(nèi)容的著作權(quán)歸屬——基于深度學(xué)習(xí)模型的司法認(rèn)定摘要隨著深度學(xué)習(xí)等人工智能技術(shù)的飛速發(fā)展，人工智能生成內(nèi)容（AIGC）已從技術(shù)前沿走向廣泛應(yīng)用，深刻地改變著內(nèi)容創(chuàng)作的生態(tài)。從AI繪畫、AI寫作到AI音樂，AIGC在展現(xiàn)出巨大創(chuàng)造潛力的同時(shí)，也對其生成物的法律屬性，特別是著作權(quán)歸屬問題，向傳統(tǒng)的著作權(quán)法理論提出了根本性的挑戰(zhàn)?，F(xiàn)行著作權(quán)法以“人類作者”為中心構(gòu)建，而AIGC的生成過程涉及算法模型、海量數(shù)據(jù)與用戶指令等多方要素，其“創(chuàng)作”主體模糊，獨(dú)創(chuàng)性認(rèn)定困難。本研究旨在深入探討人工智能生成內(nèi)容的著作權(quán)歸屬問題，并以基于深度學(xué)習(xí)模型的AIGC為典型樣本，分析其在司法認(rèn)定中的困境與出路。本研究綜合運(yùn)用規(guī)范分析法、比較法研究與案例分析法，對我國《著作權(quán)法》中“作品”的核心構(gòu)成要件進(jìn)行解釋學(xué)重構(gòu)，并結(jié)合國內(nèi)外（特別是“AI繪畫第一案”）的最新司法實(shí)踐，剖析不同裁判思路背后的法理邏輯。研究結(jié)果表明，當(dāng)前司法實(shí)踐對于AIGC的著作權(quán)認(rèn)定存在分歧，主要爭議點(diǎn)在于：生成過程是否體現(xiàn)了人類的“獨(dú)創(chuàng)性”智力投入，以及這種投入應(yīng)歸屬于模型開發(fā)者、數(shù)據(jù)提供者還是模型使用者。部分判決傾向于否定AIGC的可版權(quán)性，而部分判決則嘗試在用戶層面尋找“獨(dú)創(chuàng)性”的連接點(diǎn)，承認(rèn)特定條件下用戶可成為作者。本研究得出核心結(jié)論，即在不顛覆現(xiàn)行著作權(quán)法“人本主義”根基的前提下，解決AIGC著作權(quán)歸屬問題的關(guān)鍵，在于構(gòu)建一個(gè)以“用戶智力投入”為核心的、具有層次性的獨(dú)創(chuàng)性判斷標(biāo)準(zhǔn)，將用戶從單純的“操作者”識別為“創(chuàng)作者”。本研究對于豐富和發(fā)展數(shù)字時(shí)代的著作權(quán)理論、指導(dǎo)AIGC產(chǎn)業(yè)的健康發(fā)展、平衡技術(shù)創(chuàng)新與權(quán)利保護(hù)具有重要的理論和實(shí)踐意義。關(guān)鍵詞：人工智能生成內(nèi)容（AIGC）；著作權(quán)歸屬；獨(dú)創(chuàng)性；深度學(xué)習(xí)；司法認(rèn)定---引言研究背景闡述在當(dāng)今由人工智能技術(shù)引領(lǐng)的新一輪科技革命和產(chǎn)業(yè)變革的宏大背景下，生成式人工智能（GenerativeAI）正以前所未有的速度和規(guī)模，滲透到人類社會(huì)生產(chǎn)生活的方方面面。以ChatGPT、Midjourney、Sora等為代表的基于深度學(xué)習(xí)的大模型，其強(qiáng)大的內(nèi)容生成能力，不僅在顛覆傳統(tǒng)的信息檢索與交互方式，更在深刻地重構(gòu)著文化、藝術(shù)、媒體等內(nèi)容創(chuàng)作行業(yè)。人工智能生成內(nèi)容（AIGC）已不再是科幻小說的想象，而是每日都在產(chǎn)出海量文字、圖像、音頻、視頻的現(xiàn)實(shí)存在。這一現(xiàn)象的頻繁出現(xiàn)，使得一個(gè)古老而核心的法律問題被重新激活并推向了風(fēng)口浪尖：由機(jī)器“創(chuàng)作”出來的內(nèi)容，其權(quán)利歸誰？這一著作權(quán)歸屬問題，已成為制約AIGC技術(shù)健康發(fā)展、商業(yè)模式構(gòu)建以及相關(guān)產(chǎn)業(yè)良性競爭的關(guān)鍵因素。研究問題提出然而，面對AIGC這一全新的技術(shù)客體，以“人類中心主義”為基石的傳統(tǒng)著作權(quán)法體系顯得捉襟見肘。我國《著作權(quán)法》所保護(hù)的“作品”，是指文學(xué)、藝術(shù)和科學(xué)領(lǐng)域內(nèi)具有獨(dú)創(chuàng)性并能以一定形式表現(xiàn)的智力成果。這一定義內(nèi)含了兩個(gè)不可或缺的核心要素：一是“智力成果”，即其來源必須是人類的智力活動(dòng)；二是“獨(dú)創(chuàng)性”，即要求該成果是作者獨(dú)立完成并體現(xiàn)出作者的個(gè)性化選擇與安排。AIGC的生成過程，則是一個(gè)復(fù)雜的人機(jī)協(xié)作系統(tǒng)：算法模型由開發(fā)者設(shè)計(jì)，訓(xùn)練數(shù)據(jù)由數(shù)據(jù)提供者匯集，而具體的生成結(jié)果則由用戶的提示詞（Prompt）所觸發(fā)。在這個(gè)鏈條中，誰是“作者”？機(jī)器本身顯然不具備法律主體資格。那么，是投入了巨大研發(fā)成本的模型開發(fā)者，還是提供了基礎(chǔ)“養(yǎng)料”的數(shù)據(jù)提供者，抑或是給出了具體指令的用戶？更進(jìn)一步，AIGC生成物是否滿足“獨(dú)創(chuàng)性”的要求？如果其生成過程很大程度上是基于對海量現(xiàn)有數(shù)據(jù)的學(xué)習(xí)、模仿與重組，那么這種“創(chuàng)作”與人類的獨(dú)立創(chuàng)作在本質(zhì)上有何區(qū)別？目前，關(guān)于這些根本性問題的法律規(guī)定尚屬空白，理論界眾說紛紜，司法實(shí)踐也出現(xiàn)了同案不同判的現(xiàn)象，導(dǎo)致在AIGC內(nèi)容的商業(yè)應(yīng)用、侵權(quán)認(rèn)定和利益分配中，缺乏統(tǒng)一、明確的法律預(yù)期和行為指引。因此，深入研究人工智能生成內(nèi)容的著作權(quán)歸屬問題，具有重大的現(xiàn)實(shí)意義和理論緊迫性。研究目的與意義本研究旨在通過對AIGC著作權(quán)歸屬問題的系統(tǒng)性法學(xué)分析，聚焦于基于深度學(xué)習(xí)模型的AIGC在司法認(rèn)定中的核心爭議，構(gòu)建一個(gè)既能回應(yīng)技術(shù)挑戰(zhàn)，又與我國現(xiàn)行著作權(quán)法體系相兼容的權(quán)利歸屬認(rèn)定框架。本研究的理論意義在于，它將推動(dòng)著作權(quán)法基礎(chǔ)理論在人工智能時(shí)代的適應(yīng)性重塑。通過對“作者”、“作品”、“獨(dú)創(chuàng)性”等核心概念在AIGC語境下的再解釋，本研究試圖在堅(jiān)持著作權(quán)法激勵(lì)人類創(chuàng)作的根本宗旨與承認(rèn)技術(shù)創(chuàng)新價(jià)值之間，尋求一種精巧的理論平衡，從而豐富和完善我國的知識產(chǎn)權(quán)法學(xué)理論體系。本研究的實(shí)踐意義則更為深遠(yuǎn)：研究成果可以為立法機(jī)關(guān)未來修訂《著作權(quán)法》或出臺相關(guān)司法解釋提供理論支撐和方案建議；可以為AIGC平臺開發(fā)者設(shè)計(jì)其用戶協(xié)議、明確權(quán)利義務(wù)提供合規(guī)指引；可以為廣大AIGC用戶了解自身在使用AI工具進(jìn)行創(chuàng)作時(shí)的權(quán)利邊界提供法律知識；更重要的是，通過構(gòu)建一個(gè)清晰、合理的權(quán)利歸屬規(guī)則，有助于激勵(lì)對AIGC技術(shù)的持續(xù)投入和創(chuàng)新應(yīng)用，促進(jìn)一個(gè)繁榮、有序的AIGC內(nèi)容生態(tài)的形成，為我國在全球數(shù)字內(nèi)容產(chǎn)業(yè)的競爭中搶占先機(jī)提供堅(jiān)實(shí)的法治保障。---文獻(xiàn)綜述國內(nèi)外研究現(xiàn)狀梳理國外關(guān)于人工智能生成內(nèi)容著作權(quán)問題的探討，伴隨著人工智能技術(shù)的發(fā)展而逐步深入，并已在立法和司法層面有所體現(xiàn)。在立法層面，英國、愛爾蘭、新西蘭等少數(shù)國家的著作權(quán)法中存在“計(jì)算機(jī)生成作品”（Computer-generatedworks）的特殊規(guī)定，將此類作品的作者界定為“為作品的創(chuàng)作作出必要安排的人”，即通常被解釋為開發(fā)者或生產(chǎn)者。然而，這一規(guī)定誕生于人工智能技術(shù)尚不發(fā)達(dá)的時(shí)代，其能否適應(yīng)當(dāng)前深度學(xué)習(xí)模型的復(fù)雜情況，仍存在巨大爭議。在司法層面，美國版權(quán)局（U.S.CopyrightOffice）的態(tài)度經(jīng)歷了從審慎到逐漸清晰的過程，其最新指南明確拒絕為完全由AI自主生成的作品提供著作權(quán)登記，但承認(rèn)如果作品中包含了人類作者足夠的“創(chuàng)造性輸入或安排”，則該人類作者可以就其貢獻(xiàn)的部分獲得著作權(quán)。這一“人機(jī)共創(chuàng)”的思路，成為當(dāng)前國際上的主流觀點(diǎn)。國外學(xué)者的研究則呈現(xiàn)多元化路徑，主要包括：一是“作品資格否定說”，認(rèn)為AIGC缺乏人類作者和獨(dú)創(chuàng)性，不應(yīng)被視為作品；二是“工具說”，將AI視為如畫筆、相機(jī)一樣的高級工具，著作權(quán)應(yīng)歸于其使用者；三是“開發(fā)者/所有者說”，主張應(yīng)將著作權(quán)賦予投入了最大成本的AI模型開發(fā)者或所有者；四是“公有領(lǐng)域說”，認(rèn)為AIGC應(yīng)直接進(jìn)入公有領(lǐng)域，以促進(jìn)知識的傳播與共享。國內(nèi)對AIGC著作權(quán)問題的研究，在近年來呈現(xiàn)出井噴之勢，特別是在北京互聯(lián)網(wǎng)法院審理的“AI繪畫第一案”判決公布后，相關(guān)的學(xué)術(shù)討論達(dá)到了新的高潮。國內(nèi)學(xué)者的觀點(diǎn)主要可以歸納為以下幾類：一是對“獨(dú)創(chuàng)性”要件的再解釋。部分學(xué)者認(rèn)為，獨(dú)創(chuàng)性要求的是“個(gè)性化的表達(dá)”，而AIGC的生成過程具有隨機(jī)性和“黑箱”特征，難以體現(xiàn)人類作者的個(gè)性，因此不構(gòu)成作品。另一部分學(xué)者則認(rèn)為，獨(dú)創(chuàng)性的判斷標(biāo)準(zhǔn)應(yīng)是客觀的，即最終生成的內(nèi)容是否與已有作品存在可被識別的差異，而無需探究其主觀創(chuàng)作過程。二是對“作者”身份的探尋。與國外類似，國內(nèi)學(xué)界也存在“使用者作者說”、“開發(fā)者作者說”、“多方共有說”等不同觀點(diǎn)。其中，“使用者作者說”在“AI繪畫第一案”后獲得了更多的支持。該案法官認(rèn)為，用戶在使用AI工具時(shí)，通過對提示詞、參數(shù)的精心設(shè)計(jì)、調(diào)整和篩選，進(jìn)行了“個(gè)性化的安排與選擇”，這種智力投入達(dá)到了獨(dú)創(chuàng)性的高度，因此用戶應(yīng)被認(rèn)定為作者。三是對權(quán)利客體的新構(gòu)想。有學(xué)者提出，鑒于AIGC的特殊性，或許不應(yīng)強(qiáng)行將其納入傳統(tǒng)的著作權(quán)框架，而是可以考慮創(chuàng)設(shè)一種新的“鄰接權(quán)”或“類版權(quán)”來進(jìn)行保護(hù)，給予其低于完整著作權(quán)的保護(hù)期限和權(quán)利束。已有研究不足分析盡管國內(nèi)外已有研究為我們理解AIGC著作權(quán)問題提供了多維度的視角，但仍存在一些亟待深化之處：一是理論解釋與技術(shù)現(xiàn)實(shí)的脫節(jié)。許多法律分析仍基于對人工智能技術(shù)的模糊或簡化的想象，未能深入到深度學(xué)習(xí)模型（如GANs、Transformers）的具體工作原理中去。例如，用戶的提示詞（Prompt）在多大程度上能夠精確地、可預(yù)見地控制最終的生成結(jié)果？模型的隨機(jī)性（randomseed）在生成過程中扮演了何種角色？對這些技術(shù)細(xì)節(jié)的理解，直接關(guān)系到對用戶“智力投入”程度和“獨(dú)創(chuàng)性”判斷的準(zhǔn)確性，而現(xiàn)有研究在這方面的交叉融合尚顯不足。二是“使用者作者說”的內(nèi)在邏輯挑戰(zhàn)未被充分回應(yīng)。雖然“AI繪畫第一案”為“使用者作者說”提供了有力的司法背書，但該理論仍面臨挑戰(zhàn)：如果用戶的貢獻(xiàn)僅在于提供創(chuàng)作“思想”（通過提示詞表達(dá)），而具體的“表達(dá)”是由AI完成的，這是否與著作權(quán)法“思想與表達(dá)二分”的基本原則相沖突？對于那些僅輸入簡單提示詞便獲得驚艷結(jié)果的情況，其“智力投入”是否達(dá)到了獨(dú)創(chuàng)性的“最低要求”？對這些問題的回答，需要更為精細(xì)的法理論證。三是對產(chǎn)業(yè)生態(tài)影響的系統(tǒng)性考量不足。多數(shù)研究集中于單一的權(quán)利歸屬問題，而較少將其置于整個(gè)AIGC產(chǎn)業(yè)鏈中，系統(tǒng)性地考量不同歸屬方案對模型開發(fā)者、數(shù)據(jù)提供者、平臺運(yùn)營商、用戶以及社會(huì)公眾等各方利益的綜合影響，以及可能引發(fā)的后續(xù)問題（如侵權(quán)責(zé)任的承擔(dān)、收益的分配等）。本文研究切入點(diǎn)鑒于上述不足，本文將以深度學(xué)習(xí)模型的技術(shù)原理為基礎(chǔ)，以“思想與表達(dá)二分”原則的再審視為理論突破口，對AIGC著作權(quán)歸屬問題進(jìn)行一次更為深入和系統(tǒng)的探討。本文的創(chuàng)新之處在于：第一，技術(shù)與法律的深度融合。本文將不再將AI視為一個(gè)籠統(tǒng)的“黑箱”，而是會(huì)結(jié)合生成式AI（特別是文生圖模型）的技術(shù)細(xì)節(jié)，精細(xì)化地分析用戶“提示詞工程”（PromptEngineering）的實(shí)質(zhì)，即用戶的輸入在多大程度上構(gòu)成了對最終“表達(dá)”的控制，從而為“獨(dú)創(chuàng)性”的判斷提供更為堅(jiān)實(shí)的技術(shù)事實(shí)基礎(chǔ)。第二，對核心法理的重新審視。本文將直面“使用者作者說”所面臨的“思想與表達(dá)二分”原則的挑戰(zhàn)，嘗試論證在AIGC的場景下，用戶的提示詞已不僅僅是抽象的“思想”，而是一種包含了對畫面元素、風(fēng)格、構(gòu)圖等具體“表達(dá)”要素進(jìn)行選擇、安排和設(shè)計(jì)的“指令性表達(dá)”，從而為用戶成為作者提供更為堅(jiān)實(shí)的法理支撐。第三，構(gòu)建一個(gè)具有層次性的獨(dú)創(chuàng)性判斷標(biāo)準(zhǔn)。本文將提出，并非所有使用AIGC的行為都能產(chǎn)生受著作權(quán)法保護(hù)的作品，必須根據(jù)用戶智力投入的程度，區(qū)分“自動(dòng)化生成”與“人機(jī)共創(chuàng)”，并為司法實(shí)踐提供一個(gè)可操作的、階梯式的判斷指引。通過這種方式，本文旨在為解決AIGC著作權(quán)歸屬這一“世紀(jì)難題”，提供一個(gè)更具解釋力、更符合技術(shù)現(xiàn)實(shí)、更能平衡各方利益的法律方案。---研究方法研究設(shè)計(jì)本研究采用規(guī)范分析、比較法研究與案例分析相結(jié)合的綜合性研究設(shè)計(jì)，旨在理論思辨與實(shí)踐檢驗(yàn)的互動(dòng)中，構(gòu)建一個(gè)關(guān)于人工智能生成內(nèi)容（AIGC）著作權(quán)歸屬的司法認(rèn)定框架。研究邏輯遵循“技術(shù)原理剖析—法理基礎(chǔ)重構(gòu)—司法實(shí)踐印證—認(rèn)定規(guī)則提出”的路徑。首先，通過技術(shù)文獻(xiàn)梳理，深入剖析基于深度學(xué)習(xí)的AIGC（特別是文生圖模型）的技術(shù)生成原理，重點(diǎn)厘清用戶輸入（Prompt）與模型輸出（生成內(nèi)容）之間的關(guān)系，為法律分析奠定技術(shù)事實(shí)基礎(chǔ)。其次，運(yùn)用規(guī)范分析和法解釋學(xué)方法，對我國《著作權(quán)法》中“作品”、“作者”、“獨(dú)創(chuàng)性”等核心概念在AIGC語境下進(jìn)行再解釋，并重點(diǎn)圍繞“思想與表達(dá)二分”原則進(jìn)行理論重構(gòu)。再次，以國內(nèi)外最新的司法判例（特別是北京互聯(lián)網(wǎng)法院的“AI繪畫第一案”和美國版權(quán)局的相關(guān)審查決定）為分析對象，運(yùn)用案例分析法，對比不同司法轄區(qū)的裁判思路與邏輯，印證和修正理論假設(shè)。最后，在綜合前述分析的基礎(chǔ)上，提出一套具有可操作性的、層次化的AIGC著作權(quán)歸屬司法認(rèn)定規(guī)則。數(shù)據(jù)收集方法本研究的數(shù)據(jù)來源主要包括三個(gè)方面。第一，技術(shù)文獻(xiàn)與行業(yè)報(bào)告。通過IEEEXplore、ACMDigitalLibrary等科技文獻(xiàn)數(shù)據(jù)庫及OpenAI、Google等AI研究機(jī)構(gòu)發(fā)布的官方報(bào)告，收集關(guān)于生成式AI（GANs、DiffusionModels、Transformers等）技術(shù)原理、發(fā)展現(xiàn)狀和應(yīng)用模式的資料。第二，法律規(guī)范與學(xué)術(shù)文獻(xiàn)。通過法律專業(yè)數(shù)據(jù)庫（如“北大法寶”、“威科先行”）和學(xué)術(shù)數(shù)據(jù)庫（如中國知網(wǎng)、SSRN），全面收集國內(nèi)外關(guān)于著作權(quán)、人工智能與法律交叉領(lǐng)域的法律法規(guī)、司法解釋、指導(dǎo)性案例以及相關(guān)的學(xué)術(shù)專著和論文。第三，司法判例與行政決定。重點(diǎn)收集并精讀中國北京互聯(lián)網(wǎng)法院（2023）京0491民初11239號民事判決書（“AI繪畫第一案”）、美國版權(quán)局就“ZaryaoftheDawn”漫畫作品等作出的審查決定和相關(guān)指南文件，以及其他可能的相關(guān)司法或行政文書，作為案例分析的核心樣本。數(shù)據(jù)分析方法本研究主要采用定性分析方法。在技術(shù)原理分析階段，采用描述性分析法，將復(fù)雜的技術(shù)過程轉(zhuǎn)化為法律人能夠理解的、與法律要件相關(guān)的要素。在法理重構(gòu)階段，運(yùn)用法解釋學(xué)的方法，對《著作權(quán)法》的關(guān)鍵條文進(jìn)行文義、體系、歷史和目的解釋，并結(jié)合比較法視角，辨析不同理論路徑的優(yōu)劣。在案例分析階段，采用比較案例研究法，對中美兩國的典型案例進(jìn)行深度剖析，結(jié)構(gòu)化地提取案件的基本事實(shí)、爭議焦點(diǎn)、裁判/決定的主要理由、以及背后的價(jià)值衡量，重點(diǎn)對比其在“獨(dú)創(chuàng)性”認(rèn)定標(biāo)準(zhǔn)和“作者”資格判斷上的異同。在認(rèn)定規(guī)則構(gòu)建階段，基于前述分析，運(yùn)用歸納和演繹的邏輯，將復(fù)雜的認(rèn)定過程分解為若干個(gè)可供司法審查的具體步驟和考量因素，形成一個(gè)具有層次感和可操作性的分析框架。---研究結(jié)果數(shù)據(jù)呈現(xiàn)與描述通過對人工智能生成內(nèi)容（AIGC）著作權(quán)歸屬問題的規(guī)范、案例與技術(shù)文獻(xiàn)的綜合分析，研究結(jié)果呈現(xiàn)出一個(gè)理論爭鳴激烈、實(shí)踐探索初步但方向日益清晰的圖景。首先，從技術(shù)層面看，基于深度學(xué)習(xí)的現(xiàn)代AIGC模型，其生成過程并非簡單的“復(fù)制-粘貼”或確定性的程序執(zhí)行。以文生圖領(lǐng)域的擴(kuò)散模型（DiffusionModels）為例，其工作原理是從一個(gè)純粹的隨機(jī)噪聲圖像開始，根據(jù)用戶提示詞（Prompt）的語義引導(dǎo)，逐步“去噪”并還原出一幅清晰的圖像。在這個(gè)過程中，用戶的提示詞并非對畫面像素的直接描繪，而是對模型在龐大的、由數(shù)十億參數(shù)構(gòu)成的“潛在空間”（LatentSpace）中進(jìn)行搜索和導(dǎo)航的指令。最終生成的結(jié)果，既受到提示詞的約束，也受到模型本身所學(xué)習(xí)到的數(shù)據(jù)分布規(guī)律和內(nèi)在隨機(jī)性的影響。這意味著，即便是完全相同的提示詞，在不同的模型或不同的隨機(jī)種子（randomseed）下，也可能生成不完全相同的結(jié)果。同時(shí)，“提示詞工程”（PromptEngineering）的實(shí)踐表明，用戶可以通過精心設(shè)計(jì)、迭代調(diào)整復(fù)雜的提示詞（包括正面提示、負(fù)面提示、權(quán)重分配、風(fēng)格指定等），對生成結(jié)果的構(gòu)圖、元素、畫風(fēng)、光影等“表達(dá)”層面施加顯著的、可重復(fù)的、可預(yù)期的影響。其次，在司法實(shí)踐層面，中美兩國的最新實(shí)踐雖然在最終結(jié)論上存在差異，但在核心裁判邏輯上卻展現(xiàn)出趨同的跡象，即都將審查的焦點(diǎn)集中于“人類作者的創(chuàng)造性貢獻(xiàn)”。在美國，版權(quán)局在拒絕為完全由AI生成的圖片（如“ARecentEntrancetoParadise”案）和漫畫中的AI繪圖部分（如“ZaryaoftheDawn”案）提供版權(quán)登記時(shí)，其核心理由是申請人未能證明其對AI的“創(chuàng)造性控制”達(dá)到了構(gòu)成作者身份的程度，即AI在此過程中并非僅僅作為輔助其表達(dá)的“工具”。然而，版權(quán)局也明確表示，如果人類作者對AI生成的內(nèi)容進(jìn)行了后續(xù)的、具有足夠獨(dú)創(chuàng)性的修改、編排或組合，則該作者可以就其自身的創(chuàng)造性貢獻(xiàn)部分獲得版權(quán)。與此形成鮮明對比又內(nèi)在關(guān)聯(lián)的是，中國北京互聯(lián)網(wǎng)法院在“AI繪畫第一案”中，則旗幟鮮明地承認(rèn)了原告（AI繪畫的使用者）對其利用AI生成的圖片享有著作權(quán)。法院作出這一判決的關(guān)鍵，在于其對原告在生成過程中“智力投入”的詳細(xì)審查與肯定。判決書詳細(xì)論述了原告如何圍繞其目標(biāo)人物，設(shè)計(jì)了具體的提示詞，如何設(shè)定了相關(guān)的參數(shù)，以及如何經(jīng)過多次調(diào)整和迭代，最終才獲得了滿意的圖片。法院認(rèn)為，這種圍繞畫面元素、構(gòu)圖、風(fēng)格的“選擇與安排”，體現(xiàn)了原告的“審美選擇和個(gè)性判斷”，這種投入已經(jīng)超越了簡單的“思想”，而進(jìn)入了具體的“表達(dá)”層面，因此構(gòu)成了具有獨(dú)創(chuàng)性的智力成果，原告應(yīng)被認(rèn)定為該圖片的作者，AI模型在此過程中扮演了“工具”的角色。結(jié)果分析與討論研究結(jié)果深刻地揭示了AIGC著作權(quán)問題的本質(zhì)，并非是一個(gè)非黑即白的“是”或“否”的問題，而是一個(gè)關(guān)于“程度”和“標(biāo)準(zhǔn)”的問題。技術(shù)原理的分析告訴我們，現(xiàn)代AIGC模型已不再是傳統(tǒng)意義上的“自動(dòng)化工具”，它在生成過程中確實(shí)扮演了部分“自主”的角色。然而，用戶的智力投入同樣是不可或缺的，并且其投入的深度和廣度直接決定了其對最終生成結(jié)果的控制力。這就為法律上的“獨(dú)創(chuàng)性”判斷提供了一個(gè)連續(xù)的光譜，而非一個(gè)簡單的開關(guān)。中美兩國司法實(shí)踐的分歧，表面上看是中國承認(rèn)了AIGC的可版權(quán)性而美國予以了否定，但深層來看，其裁判邏輯的內(nèi)核是相通的，即都在尋找“人類作者的獨(dú)創(chuàng)性貢獻(xiàn)”。差異在于判斷的“閾值”和證明的責(zé)任。美國版權(quán)局采取了更為嚴(yán)格和保守的標(biāo)準(zhǔn)，要求人類作者證明其對AI的“高度控制”，并將AI的角色嚴(yán)格限定在實(shí)現(xiàn)作者既定表達(dá)意圖的“工具”范疇內(nèi)。而北京互聯(lián)網(wǎng)法院則采取了更為開放和務(wù)實(shí)的態(tài)度，承認(rèn)在人機(jī)協(xié)作的新范式下，“獨(dú)創(chuàng)性”可以體現(xiàn)為用戶通過提示詞等方式進(jìn)行的“設(shè)計(jì)、選擇與安排”。法院沒有去探究AI在“黑箱”中究竟做了什么，而是將目光聚焦于用戶在前端可觀察、可證明的智力投入行為上。“AI繪畫第一案”的判決，是對“思想與表達(dá)二分”原則在數(shù)字時(shí)代的一次創(chuàng)造性適用，而非顛覆。傳統(tǒng)上，一個(gè)抽象的想法（如“畫一個(gè)賽博朋克風(fēng)格的城市夜景”）屬于不受保護(hù)的“思想”。但當(dāng)用戶將其具體化為一系列詳盡的提示詞，如“（masterpiece,bestquality,ultra-detailed）,1girl,cyberpunk,citystreet,night,neonlights,rain,wetpavement,intricatedetails,cinematiclighting,lookingatviewer”，并對參數(shù)進(jìn)行調(diào)整時(shí)，這一系列的指令組合，實(shí)際上已經(jīng)不再是純粹的抽象思想，而是一套包含了對畫面主體、風(fēng)格、場景、光影、細(xì)節(jié)等具體“表達(dá)”要素進(jìn)行選擇、安排和設(shè)計(jì)的“藍(lán)圖”或“腳本”。AI模型則依據(jù)這份“藍(lán)圖”進(jìn)行“施工”。因此，法院認(rèn)定用戶的智力投入構(gòu)成了“表達(dá)”層面的貢獻(xiàn)，是符合技術(shù)現(xiàn)實(shí)和法理邏輯的。這一裁判思路的重大意義在于，它在不修改現(xiàn)行《著作權(quán)法》基本框架的前提下，為AIGC的著作權(quán)保護(hù)找到了一條可行的路徑。它避免了將AI或其開發(fā)者擬制為“作者”所帶來的巨大法理沖擊，也否定了將所有AIGC直接劃入公有領(lǐng)域的“一刀切”做法，而是選擇了一條精細(xì)化的個(gè)案判斷路徑，將權(quán)利的賦予與人類的創(chuàng)造性貢獻(xiàn)緊密掛鉤，這與著作權(quán)法激勵(lì)人類創(chuàng)作的根本宗旨完全一致。研究假設(shè)驗(yàn)證本研究的核心假設(shè)是：解決AIGC著作權(quán)歸屬問題的關(guān)鍵，在于構(gòu)建一個(gè)以“用戶智力投入”為核心的、具有層次性的獨(dú)創(chuàng)性判斷標(biāo)準(zhǔn)，將用戶從單純的“操作者”識別為“創(chuàng)作者”。通過以上對技術(shù)原理、中美司法實(shí)踐的綜合分析，該核心假設(shè)得到了充分的驗(yàn)證。研究結(jié)果清晰地表明，無論是美國版權(quán)局對“創(chuàng)造性控制”的要求，還是中國法院對“個(gè)性化安排與選擇”的肯定，其審查的本質(zhì)都是用戶在AIGC生成過程中的智力投入程度。而“AI繪畫第一案”的成功判例，更是直接將用戶的、通過“提示詞工程”等方式體現(xiàn)的智力投入，作為認(rèn)定其作者身份和作品獨(dú)創(chuàng)性的核心依據(jù)，為本研究提出的假設(shè)提供了強(qiáng)有力的司法實(shí)踐支持。---討論研究結(jié)果的理論貢獻(xiàn)本研究的發(fā)現(xiàn)，對著作權(quán)法學(xué)理論在人工智能時(shí)代的演進(jìn)具有重要的理論貢獻(xiàn)。首先，本研究為“獨(dú)創(chuàng)性”理論注入了新的時(shí)代內(nèi)涵。傳統(tǒng)獨(dú)創(chuàng)性理論強(qiáng)調(diào)作者的“獨(dú)立創(chuàng)作”和“個(gè)性化表達(dá)”。本研究通過對AIGC生成過程的分析，提出在人機(jī)協(xié)作的創(chuàng)作范式下，“獨(dú)創(chuàng)性”可以更多地體現(xiàn)為一種“選擇與編排的智慧”，即人類創(chuàng)作者通過對AI工具的參數(shù)設(shè)定、指令輸入、結(jié)果篩選等一系列行為，所體現(xiàn)出的獨(dú)特的審美判斷和價(jià)值選擇。這使得獨(dú)創(chuàng)性的判斷標(biāo)準(zhǔn)從側(cè)重于“創(chuàng)作過程的獨(dú)立性”，轉(zhuǎn)向了更為關(guān)注“創(chuàng)作成果的個(gè)性化”，使其更具包容性和技術(shù)適應(yīng)性。其次，本研究為“作者”理論提供了新的解釋空間。在堅(jiān)持“作者必須是人”的法律底線前提下，本研究論證了AI工具的使用者，在滿足特定智力投入條件時(shí)，可以被認(rèn)定為AIGC的作者。這避免了將AI擬制為作者所帶來的主體性混亂，也區(qū)別于將開發(fā)者認(rèn)定為作者的“歸因錯(cuò)誤”（因?yàn)殚_發(fā)者并未參與具體內(nèi)容的創(chuàng)作），從而在既有法律框架內(nèi)，為AIGC找到了一個(gè)最合乎邏輯的權(quán)利主體。最后，本研究為“思想與表達(dá)二分”原則的應(yīng)用開辟了新的場景。通過將用戶的“提示詞工程”解釋為一種超越純粹“思想”的“指令性表達(dá)”，本研究為認(rèn)定用戶對最終生成內(nèi)容具有版權(quán)貢獻(xiàn)提供了堅(jiān)實(shí)的法理基礎(chǔ)，這對于處理未來更多涉及人機(jī)交互的內(nèi)容生成場景（如代碼自動(dòng)生成、新聞自動(dòng)寫作等）的版權(quán)問題，具有重要的理論先導(dǎo)意義。研究結(jié)果的實(shí)踐啟示基于本研究的結(jié)論，為AIGC產(chǎn)業(yè)的健康發(fā)展和相關(guān)法律糾紛的公正解決，可以提出以下具有高度可操作性的實(shí)踐啟示。對于司法機(jī)關(guān)，在審理AIGC著作權(quán)糾紛時(shí)，應(yīng)構(gòu)建一個(gè)層次化的獨(dú)創(chuàng)性審查框架。第一步，應(yīng)審查AIGC的生成是否有人類的智力投入。對于完全由AI自主、隨機(jī)生成的（如無用戶干預(yù)的AI藝術(shù)），應(yīng)否定其作品屬性。第二步，對于有人類智力投入的，應(yīng)審查該投入是否達(dá)到了獨(dú)創(chuàng)性的“最低要求”。判斷的關(guān)鍵在于，用戶的輸入是否足夠具體、詳盡，以至于對最終生成內(nèi)容的“表達(dá)”層面產(chǎn)生了可識別的影響。對于僅輸入“一只貓”等簡單、通用指令的情況，應(yīng)審慎認(rèn)定其獨(dú)創(chuàng)性。第三步，在認(rèn)定構(gòu)成作品時(shí)，應(yīng)將著作權(quán)賦予作出獨(dú)創(chuàng)性貢獻(xiàn)的用戶。對于AIGC平臺，應(yīng)在其用戶協(xié)議中，清晰地界定AIGC的知識產(chǎn)權(quán)歸屬。建議平臺采取“用戶默認(rèn)享有著作權(quán)”的模式，這既能最大程度地激勵(lì)用戶的創(chuàng)作熱情，也能清晰化后續(xù)的侵權(quán)責(zé)任承擔(dān)。同時(shí)，平臺應(yīng)提供技術(shù)手段，幫助用戶記錄其創(chuàng)作過程（如保存歷史版本的提示詞和參數(shù)設(shè)置），以便在發(fā)生糾紛時(shí)作為智力投入的證據(jù)。對于AIGC用戶，應(yīng)樹立“有投入才有權(quán)利”的意識。在使用AI工具時(shí)，應(yīng)盡可能地發(fā)揮自己的創(chuàng)造力，通過精心設(shè)計(jì)提示詞、反復(fù)調(diào)整參數(shù)、對生成結(jié)果進(jìn)行篩選和后處理等方式，使最終的作品打上自己鮮明的“個(gè)性烙印”，并注意保存好相關(guān)的創(chuàng)作過程記錄。研究的局限性本研究亦存在一些固有的局限性。第一，司法實(shí)踐的初期性。目前全球范圍內(nèi)關(guān)于AIGC著作權(quán)的司法判例仍然鳳毛麟角，“AI繪畫第一案”雖具開創(chuàng)性，但其是否能成為普遍遵循的裁判規(guī)則，仍有待更多案件的檢驗(yàn)，本研究的結(jié)論具有一定的階段性。第二，技術(shù)發(fā)展的動(dòng)態(tài)性。生成式AI技術(shù)正以驚人的速度迭代，未來模型的“自主性”和“創(chuàng)造力”可能會(huì)進(jìn)一步增強(qiáng)，這可能對本研究基于當(dāng)前技術(shù)水平提出的“使用者作者說”構(gòu)成新的挑戰(zhàn)。第三，利益平衡的復(fù)雜性。本研究主要聚焦于用戶與模型之間的權(quán)利歸屬，對于模型開發(fā)者和數(shù)據(jù)提供者在AIGC價(jià)值鏈中