人工智能生成内容（AIGC）的著作权问题，长期处于法律适用的模糊地带。核心争议集中于三个层面：其一，AIGC输出成果是否具备作品适格性；其二，利用版权作品进行AI模型训练的行为性质如何界定；其三，AIGC服务提供者在用户侵权场景下的责任边界。近年来，随着相关案件数量的急剧增长，司法机关在个案裁判中逐步形成了若干可操作的审查标准。特别是2026年以来，多地法院在审理涉AI著作权纠纷时，不再简单地以“非人类创作”为由全盘否定保护可能性，而是探索出一套以“智力投入”为核心、兼顾“程序控制”与“成果独创性”的认定方法，甚至出现了突破著作权法框架、转而依据《民法典》一般条款保护权利人权益的创新路径。
       本文旨在系统梳理当前司法实践中的主流裁判逻辑，提炼对律师代理实务具有直接参考价值的操作要点。
       一、AI生成内容的作品适格性认定：从“全盘否定”到“有条件承认”
       （一）作品适格性的争议根源
       著作权法保护的对象是“作品”，而作品的法定要件包括：属于文学、艺术和科学领域；具有独创性；能够以一定形式复制。AI生成内容能否满足“独创性”要求，关键在于判断其中是否存在“人的智力贡献”。反对者认为，AI本质上是工具，输出结果由算法决定，用户仅输入简单指令，难以体现个性化表达。支持者则主张，用户对提示词的设计、参数的调整、生成结果的选择与编排，足以构成智力创作行为。目前司法实践的主流立场是“有条件承认”，即不因AI工具的使用而一概否定作品性，而是个案审查用户智力投入的实际程度。
       （二）“智力投入主导型”认定标准
       在早期的标杆性案件中（如2018年腾讯Dreamwriter案），法院认定，虽然文章由AI程序生成，但在数据选取、语言表达、结构安排等方面体现了编辑人员的创造性选择，最终判定构成文字作品。这一裁判逻辑在近期涉及AI生成图片的案件中得到延续与发展。在“春风送来了温柔”图片案中，法院查明用户并非简单使用“一键生成”功能，而是经历了多轮提示词修改、参数反复调整、生成结果的筛选与局部重绘等过程。法院认为，上述操作体现了用户独特的审美判断与个性化表达，据此认定涉案图片构成美术作品。
       从律师代理角度，此类案件的关键证据在于：留存完整的创作过程记录，包括但不限于提示词文本的修改历史、各项参数（如采样步数、引导强度、随机种子值）的设置与变更记录、从多个生成结果中选择特定输出的理由说明，以及任何后期的局部修改或合成操作。缺乏上述过程性证据的，法院极有可能以“无法证明独创性投入”为由驳回权利主张。
       （三）“一键生成”不构成作品的警示案例
       与此相对的是，在“幻之翼透明艺术椅”案及“猫咪晶钻吊坠”案中，原告仅提交了最终生成图片，未能提供创作过程中的智力投入证明。法院认定，现有证据无法体现用户对生成内容进行了独特的创作性选择，故不满足作品构成要件。上述案例提示律师：在接受权利人委托时，应首先评估客户是否保留了可追溯的创作记录。若客户仅能提供最终成果，且该成果系通过输入单一或极少量提示词直接获得，诉讼风险极高，不宜以著作权侵权为请求权基础提起诉讼。
       （四）“民事权益保护”路径的创新实践
       值得重点关注的是，湖南长沙开福区法院马栏山人民法庭在处理一起涉AI生成图片侵权纠纷时，放弃了著作权法框架下的“作品”认定难题，转而适用《中华人民共和国民法典》第三条关于“民事主体的其他合法权益受法律保护”的规定。法院审查了用户从AI工具选择、提示词设计、多轮生成迭代到成果筛选的全过程，认定用户投入了实质性劳动，其合法权益应当受到保护。经法院释明，双方当事人接受了以“民事权益保护”为基础的调解方案，侵权方删除图片并支付补偿。该院还制定了《关于适用民事权益保护人工智能生成物的调解方案》，为同类案件提供了操作指引。
       对于律师而言，这一路径的实用价值在于：当客户的创作记录不足以满足“独创性”的严格标准，但确实投入了相当程度的劳动与选择时，可考虑放弃著作权侵权之诉，转而以《民法典》的一般条款为依据，主张侵权方侵害了客户的合法权益。此路径虽然无法获得著作权法意义上的停止侵害、赔偿损失等救济（可能需参照不当得利或一般侵权规则），但至少在诉讼中提供了一个可行的请求权基础，避免因作品适格性争议而直接败诉。
       二、利用版权作品训练AI模型的法律边界
       （一）模型训练阶段的复制行为是否构成侵权
       AI大模型的训练需要海量数据，通常包括对版权作品进行数字化复制、提取特征参数等操作。根据现行《著作权法》，复制权的核心是“再现”作品。模型训练过程中的数据复制，如未经许可，形式上符合复制行为的构成要件。然而，实务中常见的抗辩理由是“合理使用”，即模型训练属于“为学习研究目的使用他人作品”或“转换性使用”。
       当前司法实践尚未对模型训练是否构成合理使用作出统一裁判。有观点认为，模型训练不以直接向公众展示原作为目的，而是在参数层面提取规律，属于非表达性使用，可纳入合理使用范畴。但反对意见指出，大型商业模型的训练目的并非纯粹的科学研究，而是追求商业利益，且训练过程中完整复制作品的行为损害了权利人潜在的市场利益（如授权许可市场）。国家版权局相关研究亦表明，“一刀切”地将AI训练归入合理使用，缺乏法理与政策上的充分依据。国务院2026年立法工作计划已明确提出推进人工智能综合性立法，预计未来将通过设置版权补偿金制度或法定许可机制来平衡各方利益。
       （二）律师代理要点
       权利人一方：若发现自己的作品被纳入商业AI模型的训练数据集，可尝试主张复制权侵权。需证明：模型训练方实际复制了作品（可通过公开的数据集清单、技术鉴定报告等举证）；复制行为未经许可；模型输出虽然不直接再现作品，但训练过程的复制行为本身已经构成了独立的侵权行为。需注意，此类案件的举证难度较大，且法院可能倾向于认定“非表达性使用”不侵权，建议结合具体情况评估诉讼可行性。
       模型开发者一方：建议主动采取合规措施，包括：仅使用已获得授权的数据集；对数据集进行版权清理；在用户协议中明确约定不得上传侵权内容；对于开源数据集，应核实其授权条款是否允许用于商业模型训练。建立内部合规审查档案，以备诉讼中证明无侵权故意。
       三、AI生成内容的侵权责任：输出端与平台的归责逻辑
       （一）用户使用AI生成侵权内容的责任
       用户利用AI工具生成与他人作品实质性相似的内容，构成著作权侵权，这一点争议不大。在上海首例涉AI大模型著作权侵权案中，用户截取动漫角色图片训练LoRA模型并公开销售，其他用户利用该模型可批量生成与原角色实质性相似的图片。法院认定用户的行为构成复制权及信息网络传播权侵权。值得注意的裁判逻辑是：侵权认定的核心在于“输出结果”而非“训练过程”——只要最终生成的内容与权利作品构成实质性相似，即构成侵权，无需证明训练阶段是否发生了复制行为。
       （二）AI平台的责任边界：从“技术中立”到“注意义务”
       在上述案件中，法院同时认定AI平台不承担责任，理由有三：平台提供的是具有实质性非侵权用途的技术服务；涉案模型的侵权特征尚未达到“明显到一般注意力即可发现”的程度；平台设有举报机制且在收到通知后及时下架侵权内容。裁判要旨明确：若平台对明显侵权内容放任不管（例如模型名称直接包含权利人作品名称或知名角色名称），或通过算法推荐、排行榜等方式主动推广侵权内容，则可能因存在过错而承担连带责任。
       此外，广州知识产权法院的法官在相关研讨中提出“阶段注意义务”体系：在用户输入指令阶段，平台无需主动审查内容；在内容生成并发布阶段，平台应设置必要的审核及投诉处理机制；若平台提供模型市场或内容社区功能，则对明显侵权的上传内容负有主动注意义务。这一体系的建立，防止了对平台施加过重的普遍审查义务，同时又划定了平台不能以“技术中立”为由完全免责的底线。
       （三）对律师的实务提示
       权利人维权策略：发现AI平台上有侵权内容时，第一步应发送符合法定格式的侵权通知，要求平台采取删除、屏蔽等措施。如平台怠于处理，可主张其对损害扩大部分承担连带责任。如能证明平台对侵权内容主动进行了推荐、排序或置顶，则可主张平台存在直接过错，要求其承担全部赔偿责任。
       平台应诉策略：应重点举证平台的“通知-删除”机制运行正常，且侵权内容无法通过一般注意力发现。同时，应向法院说明平台的技术服务性质，避免被认定为内容提供者。建议平台在用户协议中明确禁止上传侵权内容，并保存用户违反协议的证据，以备在诉讼中进行追偿或减轻自身责任。
       四、刑事风险的明确化：AI不再是护身符
       民事侵权达到一定严重程度，可能升格为刑事责任。广州黄埔区法院审理的首例生成式AI著作权刑事案中，被告人利用录屏软件翻录AI工具生成的付费短剧，在二手平台批量销售盗版资源，涉及作品数量达1700余部。法院以侵犯著作权罪追究刑事责任，明确宣示：利用AI技术实施盗版行为的，并不因其使用了新技术工具而获得刑事豁免。北京首例利用AI侵犯著作权罪案（罗某某、姚某案），法院亦持相同立场。律师在代理此类案件时，应注意告知客户：以AI为工具的大规模、商业化侵权，一旦达到法定数额或传播数量标准，将面临刑事追诉风险。
       五、证据操作指引：AIGC诉讼中的关键问题
       （一）“三步审查法”在司法实践中的应用
       广州互联网法院在审理AIGC相关案件时，总结出“三步审查法”：第一步，审查权利标的的原件真实性，要求当事人提交生成过程的原始记录；第二步，审查作者创作能力，即用户是否具备基本的审美判断或专业技能；第三步，审查内容的合理性，若当事人在短时间内宣称完成大量高质量生成内容，法院可推定其缺乏实质性智力投入。律师在代理原告时，应主动提供步骤清晰的创作日志；代理被告时，则可运用“三步审查法”质疑对方权利基础的可靠性。
       （二）提示词与参数记录的固定与保全
       鉴于AIGC的生成过程具有瞬时性与可复制性，提示词及参数设置等电子数据极易被修改或丢失。建议在开始创作前即使用屏幕录制或版本控制工具，完整记录每一次提示词修改及参数调整。发生纠纷后，应第一时间通过公证或时间戳等方式保全证据。法院在审查此类证据时，通常要求能够明确区分“人为修改”与“AI随机输出”，故过程记录的连续性至关重要。
       六、结语
       综观当前司法实践，法院对AI版权争议的处理已从早期的“无所适从”逐步走向“分类规制”。在输出端，有条件地承认AI生成物的作品性或民事权益，保护用户的实质性智力投入；在输入端，虽尚未明确模型训练的法律性质，但立法与司法均倾向于建立合理的利益平衡机制，而非任由商业主体无偿使用版权作品；在平台责任方面，确立了以“阶段注意义务”为核心的归责标准，既避免抑制技术创新，又防止责任真空。
       对律师而言，处理此类案件的核心能力在于：准确识别客户所处的具体场景（输出端权利人、输出端用户、平台方、模型开发者），并据此选择最有利的请求权基础——可以是著作权侵权，也可以是《民法典》一般条款下的权益保护，还可以是合同违约（如用户协议中的合规承诺）。在证据准备上，必须重视过程记录的完整性与可验证性。
       人工智能技术的演进不会停歇，但法律的回应已经迈出关键步伐。掌握上述裁判规则与实务策略，将有助于律师在这一新兴领域为客户提供精准、有效的法律服务。
       【作者简介】谢盈盈：广东南天明律师事务所专职律师，具有法学、英语双学位，持有英语专业八级证书。从业以来，专注于公司法、破产法、合同法等商事法务领域，近年参与办理了一批重大、疑难、复杂的困境企业拯救案件，已有多个案件被省、市专业协会评为“经典案例”。具备出色的实务研讨能力、高效的沟通协调技巧及解决复杂争议的实务经验。联系电话13924852033。