定制报告-个性化定制-按需专项定制研究报告
行业报告、薪酬报告
联系：400-6363-638
《深圳知识产权保护中心：2025人工智能生产内容（AIGC）作品版权认定分析报告（61页）.pdf》由会员分享，可在线阅读，更多相关《深圳知识产权保护中心：2025人工智能生产内容（AIGC）作品版权认定分析报告（61页）.pdf（61页珍藏版）》请在薪酬报告网上搜索。
1、中国1深堈1知识产权保护中心om(-)片 吓一。深圳知识产权保护中心人工智能生产内容（人工智能生产内容（AIGC）作品版权）作品版权认定分析报告认定分析报告深圳知识产权保护中心序序第 1 页 共 60 页言言2021 年 9 月 22 日，中共中央、国务院印发知识产权强国建设纲要（2021-2035 年），旨在全面提升知识产权创造、运用、保护、管理和服务水平，建设中国特色、世界水平的知识产权强国。根据纲要，我国需要建立健全新技术、新产业、新业态、新模式的知识产权保护规则。这些新兴领域包括互联网、数据、开源、算法、商业方法、人工智能产出物、遗传资源、传统知识、民间文艺、非物质文化遗产和中医药等。
2、这些领域的知识产权保护规则旨在应对快速发展的科技和经济形势，确保创新活动能够得到及时有效的法律保护。此外，纲要还强调了要探索完善互联网领域的知识产权保护制度，并研究构建数据知识产权保护规则。这意味着在互联网和数据领域，需要制定新的法律和政策，以适应数字化时代的需求。例如，对于大数据和人工智能等新领域，需要加快立法进程，以满足产业发展对知识产权保护的需求。2022 年 6 月 6 日，深圳市出台关于发展壮大战略性新兴产业集群和培育发展未来产业的意见，提出培育发展壮大“20+8”产业集群。“20+8”产业集群是深圳市为推动高质量发展而制定的一项重要政策，该政策旨在通过发展壮大20 个战略性新兴产业
3、集群和前瞻布局 8 个未来产业，形成促进深圳产业高质量发展的系统化体系。这些新兴产业包括智能网联汽车、半导体与集成电路、高端装备制造、智能机器人、区块链与量子信息、前沿新材料、新能源、激光与增材制造、数字创意、安全应急与环保、精密仪器设备等。在数字化浪潮席卷全球的今天，人工智能技术正以前所未有的速度改变着我们的生活和工作方式。特别是在创意设计领域，人工智能技术的应用已经引发了深刻的变革。它不仅能够辅助设计师完成繁琐的重复性工作，更能激发设计师的创造力，帮助他们打破思维局限，探索全新的设计可能性。为助力“20+8”新兴产业高质量创新发展，为更好地普及人工智能在创意设计领域的应用知识，提升公众对这
4、一领域的认知和理解，加强企业使用 AIGC 工具的合规意识和知识产权保护意识，深圳知识产权保护中心携手深圳市君胜知识产权代理事务所（普通合作）邀请专家研讨、探讨前沿判例及展望行业未来，通过联动创意设计领域多方主体的深入交流与碰撞，激发更多人对创意设计领域的兴趣和热情，共深圳知识产权保护中心同推动创意设计行业的创新与发展第 2 页 共 60 页。本行业报告系专家研讨及实例分享的总结凝练，内容覆盖“AIGC 发展现状”“AIGC 产业生态”“AIGC 商业应用和常用工具”“AIGC 创新机遇”“AIGC 在创意设计行业的发展历程和创新价值”“AIGC 法律挑战”“AIGC 海外判例”“AIGC国内
5、判例”“AIGC 合规应对”“AIGC 与数字版权”等多个内容版块，荟萃了海内外众多前沿观点及实践判例，对创意设计行业从业者、广大企业经营者应对技术革新、商业迭代、全球市场、自主创新、出海合规具有一定的参考、指导意义。深圳知识产权保护中心目目第 3 页 共 60 页录录序言.1一、AIGC 发展现状.4（一）人工智能（AI）发展的三次浪潮.4（二）人工智能生成内容（AIGC）技术的发展历程.5（三）人工智能生成内容（AIGC）发展现状概述.7二、AIGC 产业生态.8三、AIGC 商业应用和常用工具.10（一）AIGC 商业应用.10（二）AIGC 常用工具.10四、AIGC 创新机遇.14（
6、一）智能化水平提升.15（二）应用领域的拓展.15（三）市场规模增长.16（四）丰富投资机会.17（五）社会影响与挑战.18（六）跨行业协作.19五、AIGC 在创意设计行业的发展历程和创新价值.20六、AIGC 法律挑战.21（一）独创性标准争议.21（二）独创性判定机制调整.22（三）技术方案反应和表达界限.22（四）版权归属问题.23（五）软件开发者、所有者或使用者贡献.23（六）各方影响程度考量.24（七）多方共享者权利配置.25（八）侵权责任承担.25（九）用户使用平台内容制作.26（十）数据合规风险管理.27（十一）法律制度变革需求.28七、AIGC 海外判例.29（一）关于 AI
7、GC 合成作品是否享有版权？.29（二）关于 AIGC 合成作品版权权利归属、责任分配争议？.38（三）海外关于 AIGC 保护法律环境概要.39八、AIGC 国内判例.40九、AIGC 合规应对.50（一）模型训练阶段.51（二）应用运用阶段.51（三）模型优化阶段.52（四）立足于当下全球 AIGC 保护法律环境 关于 AIGC 数据合规的五个典型问题解析 53十、AIGC 与数字版权.57参考文献.60深圳知识产权保护中心一、AIGC 发展现一、AIGC 发展现第 4 页 共 60 页状状（一）人工智能（AI）发展的三次浪潮（一）人工智能（AI）发展的三次浪潮人工智能（Artificia
8、l Intelligence，AI）是模拟人类智能的理论和技术，使计算机系统能够感知、理解、学习、推理和决策。其目的是使计算机能够模仿或超越人类在特定任务上的智能表现。人工智能是人工智能生成内容（Artificial Intelligence Generated Content，AIGC）研究的核心，其研究和发展已经有数十年的历史。时间时间阶段阶段状态状态标志标志1950 年至 1980 年1956 年信息系统早期专家系第一次浪潮统，达特茅斯会议，提出人工智能概念1957 年，心理学家罗森布拉特，发明感知机的模型1980 年至 2000 年1982 年，Hopfield 神经网络模型提专家系统
9、广泛应用神经网络初步发第二次浪潮展出1986 年，Hinton 等提出反向传播算法90 年代，日本第五代计算机失败2000 年至今2006 年，Hinton，提出深度学习模统计机器学习、深度学习、类脑计第三次浪潮算型2012 年，深度学习算法在语音、图像识别上取得重大突破深圳知识产权保护中心（二）人工智能生成内容（AIGC）技术的发展历（二）人工智能生成内容（AIGC）技术的发展历第 5 页 共 60 页程程AIGC 融合了人工智能与计算领域的创新技术，基于训练数据和生成算法等模型能自主生成新内容，拥有抓取、分析、创造信息等应用价值。AIGC 旨在利用人工智能领域的大数据、云计算和深度学习等关
10、键技术，提升计算过程的智能化能力，并为各行业带来创新的解决方案。结合人工智能的演进历程，AIGC 的发展大致可以分为三个阶段，包括早期萌芽阶段、沉淀积累阶段和快速发展阶段。时间时间阶段阶段特点特点标志标志20 世纪 50 年代至 90 年代中期受限于科技水平早期萌芽，1950 年，艾伦图灵提出著AIGC 仅限于小范围实验名“图灵测试”，给出判定机器是否具有“智能”的试验方法1957 年，第一支计算机创作的弦乐四重奏依利亚克组曲完成1966 年，世界第一款人机对话的机器人“Eliza”问世80 年代中期，IBM 创造语音控制打字机器人 Tangora20 世纪 90 年代中期至 21 世纪200
11、7 年，世界第一部人工智能创作的小说1 The Road问AIGC 从实验性向实用性转变，受限于算法瓶颈，无法直接进行内容生沉淀积10 年代中期累产世2012 年，微软展示全自动同声传译系统，可将英文演讲者的内容自动翻译成中文语音21 世纪10 年代中期至今2014 年，Ian J.Goodfellow 提出生成式对抗网络 GA深度学习算法不断迭代，人工智能生产内容百花齐放，效果逐渐逼真直至人快速发展类N2017 年，微软“小冰”推出世界首部 100%由人工智能创作的诗集深圳知识产权保护中心难以分第 6 页 共 60 页辨阳光失去了玻璃2018 年，英伟达发布StyleGAN 模型可以自动生成
12、高质量图片2018 年，人工智能生成的画作在佳士得拍卖行以 43.25 万美元成交，成为首个出售的人工智能艺术品2019 年，DeeMind 发布 DVD-GAN模型用以生产连续视频2021 年，OpenAI 推出了 DALL-E，主要应用于文本与图像交互生成内容2022 年 11 月，OpenAI 发布了ChatGPT，实现能够根据用户的提问或陈述生成相应的回复，进行自然流畅的对话2024 年 2 月，OpenAI 发布其首款视频生成模型 Sora，用户仅需输入一段文字即可生成长达一分钟场景切换流畅、细节呈现清晰、情感表达准确的高清视频，与一年前的 AI 生成视频相比，在各维度均实现了质的提
13、升深圳知识产权保护中心（三）人工智能生成内容（AIGC）发展现状概（三）人工智能生成内容（AIGC）发展现状概第 7 页 共 60 页述述近年来，AIGC 技术取得了显著的发展，其应用领域和影响力不断扩大，尤其在文本生成、图像生成、视频创作等方面取得了重大突破。例如，OpenAI 的GPT 系列模型通过深度学习技术生成高质量文本内容，而 GAN（生成式对抗网络）则在图像生成方面表现出色。此外，AIGC 技术已经从单一的内容生成扩展到包括语音、代码、机器人动作等多种形式。2024 年 2 月，OpenAI 发布其首款视频生成模型 Sora，用户仅需输入一段文字即可生成长达一分钟场景切换流畅、细节
14、呈现清晰、情感表达准确的高清视频，与一年前的 AI 生成视频相比，在各维度均实现了质的提升。根据 36 氪研究院不完全统计，2023 年全球 AIGC 产业融资超 1900 亿元人民币，几乎每个月都有该赛道公司获得融资。例如，2023 年 6 月，Runway 获得谷歌、英伟达、Salesforce 等投资者的新一轮 1.41 亿美元的融资；Runway 的强劲对手 Pika 则用短短半年时间，连续完成三轮融资，总融资额达 5,500 万美元（数据来自 36 氪研究院 AIGC 行业报告）。根据量子位智库数据显示，2023 年中国 AIGC 市场规模约为 170 亿元人民币，预计 2025 年
15、之前，中国 AIGC 市场规模增长率都将维持在 25%左右，2025 年市场规模将达到 257 亿元人民币。2025 年起，随着底层大模型逐步对外开放，中间层及应用层将迎来爆发式增长，带动 AIGC 行业市场规模快速增长，年均复合增长率将超过 70%，到 2027 年，中国 AIGC 市场规模将超过 600 亿元人民币。2028年起，AIGC 产业生态更加成熟，并在各行各业实现商业化落地应用，2030 年，市场规模将超过万亿人民币（数据来自 36 氪研究院 AIGC 行业报告）。AIGC 领域的商业模式正在快速演变，B 端企业级应用成为投资热点，资本逐渐向头部企业和应用层集中。同时，全球企业对
16、生成式人工智能解决方案的投资也在快速增长，业内预测到 2027 年全球企业将在该领域投资超过 1400 亿美元。如今，AIGC 技术已经在广告、游戏、自媒体、教育、电商、金融等多个行业实现了广泛应用，推动了这些行业的创新和变革。例如，在出版行业中，AIGC技术显著提升了创作效率和作品质量，实现了自动写作、图像生成和视频创作等深圳知识产权保护中心多元化内容创作第 8 页 共 60 页。随着大模型的发展，AIGC 技术的应用将更加广泛，预计未来几年内将有更多的实际场景与 AIGC 深度融合。此外，AIGC 技术的持续进步和商业应用的落地将进一步推动其发展。当下 AIGC 技术正处于快速发展阶段，其
17、在多个领域的应用前景广阔，产业规模和投资热度不断上升，这预示着 AIGC 必将迎来更广泛的应用和更深远的影响。二、AIGC 产业生态二、AIGC 产业生态AIGC 的概念：AIGC 的概念：AIGC 是指基于生成对抗网络、大型预训练模型等人工智能的技术方法，通过已有数据的学习和识别，以适当的泛化能力生成相关内容。AIGC 的工作模式：AIGC 的工作模式：用户端简化理解，就是用户输入指令，AIGC 工具生产数字内容。深圳知识产权保护中心AIGC 数字内容：AIGC 数字内容：通过使用机器学习和深度学习等技术，使得计算机能够自动生成各种形式的数字内容，如文本、图像、音频和视频等第 9 页 共 6
18、0 页。AIGC 技术的核心思想：AIGC 技术的核心思想：利用人工智能算法生成具有一定创意和质量的内容。通过训练模型和大量数据的学习，AIGC 工具可以根据输入的条件或指导，生成与之相关的内容。例如，通过输入关键词、描述或样本，AIGC 工具可以生成与之相匹配的文章、图像、音频等。AIGC 产业生态：AIGC 产业生态：目前 AIGC 产业生态可划分为三部分，包括上游基础设施，即数据、算力和模型开发训练平台/计算平台等算法基础平台。中游模型层，即底层通用大模型、中间层模型和开源社区。下游应用层，即在文本、音频、图像、视频四类模态的基础上，发展出了策略生成和跨模态生成，并在金融、数据分析、设计
19、等多个行业实现了商业应用。层级层级业态业态特点特点数据、算力上游基础设施、基础设施层的核心是支撑算力的 AI 服务器(CPU/GPU/FPGA/ASIC等),其中适合 Al 训练的 GPU 主要由英伟达和 AMD 垄断，此方面中国与国外在硬件上的能力差距较大模型开发平台。深圳知识产权保护中心中游模型第 10 页 共 60 页层模型层的发展需要顶尖科学家长时间的投入，不太可能短期内产生突破，目前国际上主流的 Al 模型多是来自 OpenAI、Google 等国际科技巨头大模型和开源社区。下游应用层应用层包含主要面向 C 端用户的消费级终端和主要面向 B 端服务的行业解决方案，应用层更多是基于模型
20、能力和对用户需求的洞察，直接面向用户/客户进行服务；可将其简单理解为移动互联商业应用网时代的各类工具。三、AIGC 商业应用和常用工具三、AIGC 商业应用和常用工具（一）AIGC 商业应用（一）AIGC 商业应用随着互联网和移动互联网的普及，用户对多样化、个性化内容的需求日益增长，这为 AIGC 技术的应用提供了强大的驱动力。在 2023-2024 年，AIGC 技术飞速发展，对多个行业产生了颠覆性的影响。其中 AIGC 已经在广告、游戏、自媒体等内容创作领域实现了广泛应用，在教育、电商、软件开发、金融等领域也尝试扩大 AIGC 的应用范围。从商业视角来看，AIGC 技术在内容创作、个性化推
21、荐、智能客服等领域的应用，能够有效提高生产效率、降低成本，并提升用户体验，比如 AIGC 技术可以帮助创作者更快地生成高质量的内容；AIGC 技术可以提供个性化的服务，提高用户体验；AIGC 技术可以帮助企业进行创新，帮助领导者开拓新的商业模式。目前来看，AIGC 技术典型的商业应用场景包括有虚拟人、信息收集、智能写作、直播电商、游戏制作等。（二）AIGC 常用工具（二）AIGC 常用工具在海外，2022 年 11 月，OpenAI 发布了 ChatGPT，实现能够根据用户的提问或陈述生成相应的回复，进行自然流畅的对话，成为历史上增长最快的消费者应用之一。在国内，近几年，百度、腾讯、阿里、科大
22、讯飞和字节跳动等科技巨头深圳知识产权保护中心在 AIGC 技术的研究和应用方面取得了许多重要成果，推出众多 AIGC 工具，推动了国内 AIGC 技术的发展第 11 页 共 60 页。自 2022 年 AIGC 迎来重大技术突破、商业创新后，经过近一两年的快速迭代，AIGC 在多个领域取得了显著成果，相关 AIGC 工具已在全球范围内融入大众的日常工作和生活。在全球范围内，常用的 AIGC 工具包括：AIGC 工具AIGC 工具工具简介（介绍内容来自网络、官网）工具简介（介绍内容来自网络、官网）应用行业应用行业HeyGen 是一款基于 AI 技术的视频生成工具，旨在帮助用户快速、高效地制作高质
23、量的数字人视频。该工具提供了多种功能，包括HeyGen自影视行定义化身和 AI 头像选择、文本转视频、音频上传、多语言翻译等。业Rask AI 是一个现代的人工智能平台，提供视频和音频内容的翻译Rask AI、配音、字幕生成等功能。该平台支持超过 130 种语言，并且具备语影视行音克隆功能。业剪影 AI 是一种利用人工智能技术进行视频剪辑和处理的工具。剪影 AI 可以通过自动识别视频中的关键帧和场景，实现快速剪辑剪影 AI。此外，剪影 AI 还可以自动生成字幕、配音以及添加特效等功能，从而提高视频制作的效率和质量。剪影 AI 的应用非常广泛，例如在短视频领域，它可以帮助用户快速生成原创视频内容
24、，以适应短视频红利时代的需求。同时，剪影 AI 还可以用于广告设计和海报制作，提供丰富的设计素材和模板。此外，剪影 AI 还可以结合其影视行他 AI 技术，如布尔运算，来制作富有趣味性的剪影文字效果。这些功能使得剪影 AI 成为一个强大且易于使用的视频编辑工具，适合不同层次的用户使用。业Dreamina 是由字节跳动旗下的剪映推出的一款 AI 绘画工具，旨在帮助抖音的图文和短视频创作者进行内容创作。用户只需输入提Dreamina示图像工描述，即可快速将创意和想法转化为图像。具Stable VideoDiffusionStable Video Diffusion（SVD）是由 Stability
25、 AI 开发的一款开源 AI 视频生成模型，于 2023 年 11 月发布。该模型能够将文本或图游戏行业、漫画行业、深圳知识产权保护中心（StableDiffusion第 12 页 共 60 页）像转换为视频，支持多种生成任务，包括文本到视频、图像到视频和多视图合成。SVD 的核心技术基于深度学习和神经网络研究，采用了先进的生成对抗网络（GAN）架构，并结合了多层卷积神经网络（CNN）和自然语言处理技术。动画行业、图画工具Suno 是一家专注于 AI 音乐生成的公司，提供了一个平台，用户可以通过输入文本提示来生成数字音乐文件。Suno 的技术核心包括两个大型模型：Bark 语音模型和 Chir
26、p 音乐模型，分别负责生成人声和音乐旋律与音效。Suno 的产品允许用户选择不同的音乐风格Suno和游戏行业流派，如古典、爵士、嘻哈和电子等。、音频工具GPT-SoVITS 是一款开源的语音克隆和文本到语音（TTS）工具，GPT-SoVITS它结合了 GPT 模型和 SoVITS 变声器技术，能够在极少量数据的情况下实现高质量的声音克隆和文本转语音。该工具支持零样本和少样本游戏行学习，仅需 5 秒或 1 分钟的音频样本即可生成逼真的声音克隆。业So-VITS-SVC 是一个开源的 AI 声音转换工具，专注于虚拟歌声转换（SVC），不支持文本到语音（TTS）功能。该项目由 Rcell 开发So-
27、vits-svc，并由 svc-develop-team 继续维护。它基于 VITS 模型，通过改进和优化，例如增加 SVC 模块来提升音色相似度，并使用更高采样率来提高音质。So-VITS-SVC 的主要功能是通过学习一个人的声音，对另一首歌进行音色替换，从而实现高质量的合成歌声。用户只需输入一段人声音频和一段歌词，就可以生成相同或相似的人声唱出游戏行歌词的音频。此外，该项目还提供了多种语言和音色的预训练模型供用户下载和使用。业Palette 是一款利用人工智能技术为黑白照片添加颜色的在线工具。它通过先进的 AI 算法，能够精准识别照片中的人物、场景和物体，并赋予其自然真实的色彩。Palet
28、te 的主要功能包括 AI 着色Palette、漫画行过滤效果、批量处理、下载和分享以及隐私保护。业Midjourney 是一款基于人工智能的图像生成工具，其核心功能是通过文本提示生成高质量的图像。该工具利用了深度学习技术，特Midjourney别动画行业、网文行业、深圳知识产权保护中心是扩散模型和生成对抗网络（GAN）技术，以实现从自然语言描述到图像的转换。Midjourney 由一家独立的人工智能研究实验室开发第 13 页 共 60 页，图画工旨在探索新的思维媒介并扩展人类的想象力。具ChatGPT 是一种基于人工智能技术的语言模型，其全称为生成型预训练变换模型（Chat Generati
29、ve Pre-trained Transformer），由美国 OpenAI 团队研发。它属于 GPT（Generative Pre-trainedTransformer）系列模型的一部分，是基于 Transformer 架构的生ChatGPT成网文行业、文字工式预训练语言模型。具文心一言是百度推出的一款生成式 AI 产品，旨在通过深度学习技文心一言术理解和生成自然语言，实现人机交互。它属于百度文心大模型家族文字工的新成员，被称为“ERNIE Bot”，具备与协助创作等功能人对话互动、回答问题、。具天工 AI 是昆仑万维公司推出的一款大型语言模型，具备强大的自天工 AI然语言处理和智能交互能力
30、。它能够通过自然语言与用户进行问答交互，满足用户在知识问答、文章创作、逻辑推演、数理推算、代码文字工编程等多元化需求。具天工 SkyMusic 是由昆仑万维开发的 AI 音乐生成大模型，基于其天工 SkyMusic自研的“天工 3.0”超级大模型打造而成。它是中国首个公开可用的音乐生成大模型，并且在国内外的 AI 音乐生成领域中处于领先地音频工位。具NovelAI 是一款基于人工智能的工具，主要用于故事创作和图像生成。它通过使用人工智能算法，帮助用户创作高质量的文学作品和图像内容NovelAI。文字工具Udio 是一款由前谷歌 DeepMind 研究人员创立的人工智能音乐生成工具，旨在让任何人
31、都能够轻松地创作出具有情感共鸣的音乐。该平台允许用户通过简单的文本提示生成高质量的歌曲或纯音乐，支持多种音乐类型和风格，如 EDM、钢琴爵士、新灵魂乐、极端金Udio属音频工等。具深圳知识产权保护中心WPS AI 是金山办公推出的一款集成了大语言模型能力的人工智能应用，旨在为用户提供智能化的办公解决方案。它具备多种功能，包括文档处理、数据分析、演示制作等。WPS AI 通过深度学习算法和大数据技术，帮助用户更高效地完成文档编辑、数据分析和报告制作等任务WPS（AI第 14 页 共 60 页）。办公工具钉钉（AI）是阿里巴巴旗下的一款企业级智能办公平台，近年来在人工智能技术的应用上取得了显著进展
32、。钉钉 AI 的发展经历了从简单的辅助工具到具备多模态感知、智能规划和深度业务融合的Agent 的升级。目前，钉钉 AI 助理已经集成了多种功能，包括图片理解、文档速读、工作流自动化等钉钉（AI）。办公工具飞书（Feishu）是字节跳动推出的一款集成了多种 AI 功能的办公协作平台飞书（AI）。办公工具四、AIGC 创新机遇四、AIGC 创新机遇AIGC 技术的发展为多个领域带来了创新机遇。首先，AIGC 技术通过算法和模型的不断迭代与优化，使得内容生成的质量和效率显著提升。例如，OpenAI的 GPT 系列模型和 BERT 等关键模型的发布，推动了自然语言处理领域的突破。此外，AIGC 技术
33、在广告、游戏、自媒体、教育、电商等多个行业实现了广泛应用，极大地提高了生产效率和内容创作的灵活性。在数智融合环境下，AIGC 的发展机遇主要体现在基于群体智能的内容共生、基于数智融合的能力升维和基于增量市场的价值共创三个层面。这意味着 AIGC不仅能够生成高质量的内容，还能通过与其他技术的结合，进一步提升其应用能力和市场价值。具体来说，AIGC 技术在新闻媒体和广告行业中被用于快速生成新闻报道和广告文案，提高了工作效率。在电商行业，AIGC 技术可以自动生成商品描述和广告内容，从而提高商品的销售效果。此外，AIGC 还被应用于虚拟写作、智能客服和个性化推荐等领域，进一步提升了用户体验和服务质量
34、。深圳知识产权保护中心随着底层技术和算法模型的突破性发展，AIGC 技术在未来将更加注重自我学习和优化，以提高生成质量。这将使其在各个领域的应用更加智能和自适应，能够更好地理解复杂的环境和任务。例如，在虚拟化身生成、虚拟物品生成和虚拟场景生成等方面，AIGC 技术都有巨大的潜力第 15 页 共 60 页。总的来说，AIGC 技术创新机遇主要表现为，内容创作效率提升，数字内容生产新引擎/工具/平台，编辑审校效率优化，各行各业生产模式更新迭代等，AIGC技术的发展不仅推动了生产力变革，还为各行各业带来了新的创新机遇。以下是关于 AIGC 创新机遇的详细分析：（一）智能化水平提升（一）智能化水平提升
35、随着算法和模型的不断优化，AIGC 技术的智能化水平不断提升，未来的 AIGC系统将能够更加准确地理解和分析数据，实现更智能化的决策和行为。AIGC 应用层发展十大趋势（图片来源网络）（二）应用领域的拓展（二）应用领域的拓展AIGC 技术在广告、游戏、自媒体、教育、电商、金融等多个领域实现了广泛应用，并且在传媒、影视、娱乐等行业中催生了新的创造性工作。例如，在出深圳知识产权保护中心版行业，AIGC 可以显著提升创作效率和作品质量，实现自动写作、图像生成和视频创作等多元化内容创作第 16 页 共 60 页。AIGC 应用视图（图片来源网络）（三）市场规模增长（三）市场规模增长就中国来看，业内预测
36、从 2024 年到 2028 年，AIGC 应用将以超过 30%的年复合增长率增长，到 2030 年市场规模将达到万亿级别。这一增长将由技术创新、市场需求的增加以及政策支持等多方面因素驱动。深圳知识产权保护中心第 17 页 共 60 页中国 AIGC 行业市场规模（图片来源网络）（四）丰富投资机会（四）丰富投资机会就中国来看，随着 AIGC 技术的快速发展，其成为资本布局的热门赛道。例如，2023 年有超过 1600 亿元投资进入 AIGC 赛道。此外，AIGC 技术的应用场景拓展将促进其在知识管理、搜索、地图、数字人等先发场景中表现出巨大潜力，并推动相关行业的发展。深圳知识产权保护中心第 1
37、8 页 共 60 页中国 AIGC 产业市场规模预测（图片来源网络）（五）社会影响与挑战（五）社会影响与挑战AIGC 技术的发展不仅提高了生产效率和用户体验，还可能带来一些挑战，如数据隐私问题。同时，AIGC 技术的应用需要解决落地的最后一公里问题，即如何将技术与实际应用场景有效结合。AIGC 的社会影响（图片来源网络）深圳知识产权保护中心（六）跨行业协（六）跨行业协第 19 页 共 60 页作作AIGC 技术为打破数据孤岛、促进数据资源交流共享提供了契机，不同组织和行业之间可以共享数据，从而推动跨行业的生态系统构建。AIGC 技术嵌入广告策划平台的生态体系架构（图片来源网络）如前所述，AIG
38、C 技术在智能化水平提升、应用领域拓展、市场规模增长以及投资机会等方面展现出巨大的创新机遇。深圳知识产权保护中心五、AIGC 在创意设计行业的发展历程和创新价五、AIGC 在创意设计行业的发展历程和创新价第 20 页 共 60 页值值AIGC 技术在创意设计领域展现出巨大潜力，尤其在提升效率、拓展创意和促进个性化设计方面拥有重大价值。发展历程：发展历程：AIGC 在图像生成、智能写作、虚拟助手等诸多领域展现出广阔的应用前景，其中，将 AIGC 技术引入创意设计无疑为传统设计注入了新的活力。在创意设计行业，AIGC 特别是 AI 图像技术的应用同样经历了快速发展。2014 年，GAN 的出现为设
39、计师提供了创新工具。2017 年，pix2pix 等模型实现了智能图像转换。2018 年，StyleGAN 在生成真实人脸方面取得突破。2021 年，DALL-E 展示了根据文本生成图像的能力。2022 年，Midjourney 和 Stable Diffusion 使 AI 图像生成工具走向大众。2023 年，ControlNet 等模型提高了 AI 创作的可控性，Adobe 将 Firefly AI整合入设计软件，标志着 AI 成为主流设计工具。2024 年初，实时 AI 图像生成技术为交互设计和游戏设计开辟新途径。AIGC 正在重塑设计流程和行业生态，从辅助工具演变为设计师的创意伙伴。创
40、新价值：创新价值：AIGC 技术的价值体现在三个方面第一，提升效率：它能显著提升设计的效率，使设计师从繁复的底层工作中解放出来，将更多精力投入到创意策划和方案优化上。第二，打破思维：AIGC 能够打破人类固有思维定式的束缚，通过随机组合、跨领域迁移等方式激发更多元、更新颖的创意火花，有效拓展设计的边界。第三，个性差异：AIGC 可根据不同用户的特征和需求，快速生成个性化的设计方案，推动文创产品的差异化、精准化发展。设计师只需输入产品的文化主题、设计风格、使用场景等关键词，AIGC 模型即可根据其掌握的海量素材和美学规律，自动生成十数种甚至数十种初步创意方案，涵盖手绘草图、色彩搭配、形态设计等多
41、个维度。这些 AI 生成的概念草图虽不一定完美，但能为设计师提供更多思路和启发，帮助其快速完成创意发散，缩短头脑风暴的周期。深圳知识产权保护中心六、AIGC 法律挑六、AIGC 法律挑第 21 页 共 60 页战战AIGC 生成的内容可能存在版权侵权、虚假宣传、新型诈骗、侮辱、不正当竞争、数据合规等法律风险。此外，由于 AIGC 生成内容的多样性和复杂性，判定其是否构成侵权需要更深入的调查和专业的法律判断，增加了版权保护的实际操作难度。目前全球范围内大部分国家现行法律体系对 AIGC 的适应性不足，需要进行相应的变革和创新，例如，如何处理算法设计者、数据提供者、投资者和使用者等各方的贡献和责任
42、分担问题等。概括来说，AIGC 当下在法律规制方面均面临以下版块等法律设立、法律适用及制度完善相关挑战。（一）独创性标准争议（一）独创性标准争议关于 AIGC 的独创性标准争议，目前在学术界和法律实践中存在较大分歧。一方面，有学者认为 AIGC 由于其生成过程缺乏人类作者的独创思想，因此无法满足著作权法中的独创性要求。另一方面，也有观点认为，只要 AIGC 的表达具有一定的独创性，即使是由人工智能生成，也应被认定为作品。从法律角度来看，AIGC 的独创性标准问题主要集中在两个方面：一是是否需要人类的智力投入和创造性干预；二是如何界定这种创造性的高度。一些学者主张应坚持“人类中心主义”，要求在创
43、作过程中人类付出适当的智力投入和创造性干预，从而确保AIGC 作品的独创性。此外，不同法域对 AIGC 独创性的判定标准也存在差异。例如，在美国，版权法体系已经从“额头流汗原则”转向“最低限度创造性”原则，而欧洲则要求作品必须具有“强烈的个性”。这种差异导致了跨国法律适用上的困难，亟需统一的独创性判断标准。同时，AIGC 的独创性标准还涉及到版权法的根本目的，即鼓励创作和促进文化传播。如果对 AIGC 的独创性要求过高，则可能限制人工智能技术的发展和应用；但如果要求过低，则可能导致版权法律秩序混乱。AIGC 独创性标准的争议主要集中在是否需要人类的创造性干预以及如何衡量这种创造性的高度。目前，
44、学界和法律界都在探索适合 AIGC 特点的独创性判断标准，以平衡技术创新与著作权保护之间的关系。深圳知识产权保护中心（二）独创性判定机制调（二）独创性判定机制调第 22 页 共 60 页整整从法律角度来看，AIGC 的独创性判定是一个复杂的问题。尽管各国著作权法对独创性的定义和要求有所不同，但通常独创性是指作品必须是作者独立创作完成的，并且体现了作者的个性化表达。然而，AIGC 由于其算法黑箱的随机性和不可预见性，使得其个性化表达具有一定的客观性。因此，一些学者提出将人机互动视为一个整体法律关系，以此检验 AIGC 的独创性。从技术角度来看，AIGC的生成过程涉及大量的数据训练和算法优化，这使
45、得其结果具有一定的独特性和创新性。然而，也有观点认为 AIGC 难以创造出真正的情感和表现力，因此在某些情况下可能缺乏足够的独创性和创新性。此外，国际上对于 AIGC 独创性的判定也存在不同的经验。例如，中国法院在处理 AI 生成图像作品时，已经首次认定其中包含可版权的元素。这种判决反映了对 AIGC 独创性的认可，并为未来的法律实践提供了参考。AIGC 独创性判定机制的调整需要综合考虑法律、技术和国际经验等多个因素。通过借鉴国际上的成功案例和经验，结合本国的实际情况，逐步完善 AIGC 的独创性判定标准，以确保其在法律框架内得到合理的保护和应用。（三）技术方案反应和表达界限（三）技术方案反应
46、和表达界限AIGC 技术在学术出版中的使用界限问题主要集中在如何确保透明度、问责制以及防止学术不端行为。根据中国科学技术信息研究所等机构发布的学术出版中 AIGC 使用边界指南，透明度和问责制是 AIGC 使用的基本原则，要求在学术研究到出版发行的过程中，所有使用 AIGC 的行为都应被充分披露和声明。此外，指南还强调了质量、隐私、安全、公平和可持续发展等原则，并提供了详细的行为框架和实践指导，以帮助研究人员在使用 AIGC 时遵循这些原则。例如，在论文撰写阶段，研究人员需要确保引用的内容与论文切实相关，并对 AI 生成的内容进行适当的验证和标注。然而，AIGC 技术在学术出版中的应用也面临一
47、些挑战。由于 AIGC 模型容易产生错误和误导性信息，且无法显示其信息来源，因此在没有输出控制的情况下，可能会被用来生成不当言论或不可靠的研究结果，深圳知识产权保护中心影响科研生态环境。因此，如何设定合理的使用界限并提供可参考的指南至关重要。同时，指南还指出，由于 AIGC 技术不断革新和发展，其适用范围和行为框架也需要定期调整以应对新的挑战和问题。因此，各方需要积极提出建议和反馈，以不断完善 AIGC 技术使用指南，防止学术不端的发生第 23 页 共 60 页。（四）版权归属问题（四）版权归属问题AIGC 的版权归属问题是一个复杂且新兴的法律议题，目前在学术界和实务界存在多种观点和争议。根据
48、现有的法律框架，著作权法主要保护人类的智力劳动成果。因此，一些学者认为，AIGC 生成的内容的版权应当归属于对该作品生成具有贡献的主体，可能是软件开发者、所有者或者使用者。例如，如果 AIGC生成的主要内容是使用者的思想表达，而人工智能系统仅仅是辅助性工具，那么作品的版权可归属于使用者。然而，美国版权局发布的人工智能参与生成作品的著作权登记指南 指出，著作权只能保护由人类运用其创造性的智力活动所产生作品。这意味着，如果 AI 生成的内容没有人类的创造性参与，则可能不享有著作权保护。此外，中国法院在处理 AI 生成内容的著作权纠纷时，也表现出一定的认可态度。例如，北京互联网法院首次认定 AI 生
49、成作品具有可版权性。这表明，在某些情况下，AI 生成的作品可能会被视为具有一定的创作性，并因此受到著作权法的保护。不过，也有观点认为，由于 AI 生成内容涉及的数据投喂和训练过程可能涉及他人知识产权的问题，因此需要对这些环节进行合理的法律规制。例如，使用未经授权的数据进行训练可能会构成对原作者版权的侵犯。AIGC版权归属问题目前尚无统一的答案，需要结合具体情况进行分析。一方面，如果AI 生成的内容体现了人类的创造性劳动，则可能归属于人类创作者；另一方面，如果 AI 生成的内容仅是基于已有数据的机械处理，则可能不享有著作权保护。未来随着技术的发展和法律的完善，这一问题有望得到更明确的解决。（五）
50、软件开发者、所有者或使用者贡献（五）软件开发者、所有者或使用者贡献AIGC 软件开发者、所有者或使用者在 AIGC 创作过程中各有不同的贡献。有深圳知识产权保护中心观点认为，根据贡献程度不同，软件开发者作为人工智能的作者，对 AIGC 的产生有着根本性的贡献，他们通过设计算法和模型，为 AIGC 的内容生成奠定了基础，并因此对 AIGC 作品享有署名权和邻接权。软件所有者虽然不直接参与软件的设计，但他们提供了资金和技术支持，对 AIGC 的生成也有一定的干预和影响，因此应当对 AIGC 作品享有邻接权。AIGC 软件的使用者在 AIGC 作品生成过程中也具有一定的独特表达，尽管受到算法的限制，
51、但他们的使用行为仍然可以被视为一种独创性贡献，因此他们应当对 AIGC 作品享有著作权和邻接权。AIGC 的创作是一个多方协作的过程，开发者、所有者和使用者都为 AIGC 的内容生成做第 24 页 共 60 页出了各自的贡献，并因此在法律上享有相应的权利。（六）各方影响程度考量（六）各方影响程度考量在 AIGC 的软件开发者、所有者和使用者之间的贡献影响程度考量中，可以从多个角度进行分析，从而确定 AIGC 作品对应的权益和责任分配。从著作权法的角度来看，软件开发者、所有者和使用者都为 AIGC 的内容生成做出了各自的贡献，并因此在法律上享有相应的权利。有观点认为，软件开发者为 AIGC 的内
52、容生成奠定了基础，对 AIGC 作品享有署名权和邻接权。软件所有者对 AIGC 的生成提供了资金和技术支持，对 AIGC 作品享有邻接权。软件使用者在 AIGC 作品生成过程中具有一定的独特表达，对 AIGC 作品享有著作权和邻接权。从商业活动中的经济补偿角度来看，软件所有者由于其在资金和技术方向上的贡献，被认为应获得邻接权以在商业活动中获得经济补偿，这表明软件所有者在 AIGC 的经济利益分配中占有重要地位。从法律权责一致原则角度来看,AIGC 用户和平台的运营使用模式、责任分摊模式作为一个重要考量因素，影响着各方对 AIGC 作品权益及责任的分配。比如，如果用户将 AIGC 内容存储或发布
53、于平台，则平台可能被认定为内容服务提供者，并共同承担侵权责任。然而，如果用户在平台外使用或传播 AIGC 作品，则平台的责任会有所不同，可能根据过错程度按比例承担责任。而通常来说，在承担一定责任的同时，理应享有对应程度的权益，目前 AIGC作品权益保护和责任分担还需要在法律和商业实践中不断探索、明确、调整和完善。深圳知识产权保护中心（七）多方共享者权利配（七）多方共享者权利配第 25 页 共 60 页置置AIGC 多方共享者权利配置涉及多个方面的考量，包括版权归属、使用限制以及多方利益的平衡。根据现有的法律框架，AIGC 生成内容的版权归属问题仍在讨论中。传统上，版权主体限于自然人和法人，但随
54、着 AIGC 技术的发展，需要对现有法律规定进行调整，以适应人工智能生成内容的特点。一些观点认为，AIGC 生成物的著作权应归属于人工智能的设计者或开发者，因为这些人在编程和训练过程中付出了时间和精力。然而，也有建议认为，应建立多方权益共享机制，通过声明、版权登记确认、标签等方式明确权利归属，从而打破当前版权法的规则。此外，平台作为传播作品的重要渠道，可以学习 YouTube 等平台的内容识别和版权监控技术，加强对侵权内容的筛查和处理。在多方共享方面，AIGC的应用涉及开发者、服务提供者和服务使用者等多方主体，因此需要多方参与和相互信任，以实现长期的伙伴关系和持续的多元共治。例如，在 AIGC
55、 大模型数据训练中，开发者和运营者之间实际构成类生产商与销售商的关系，他们共同承担通知程序下的制止重复侵权义务。此外，AIGC 技术的应用还涉及到数据流动共享与安全保护的问题。隐私计算技术的应用可以在不暴露数据本身的前提下，通过共享 SDK 或开放 SDK 权限来实现多方数据共享。AIGC 多方共享者权利配置需要在尊重原创作品的前提下，平衡各方利益，并通过多方合作和技术创新来实现合理的权利分配和保护。（八）侵权责任承担（八）侵权责任承担在 AIGC 侵权责任承担方面，法律界和学术界提出了多种观点和建议。首先，根据现有的中国法律框架，AIGC 平台在侵权事件中通常需要承担一定的责任。例如，在广州
56、互联网法院的判决中，法院确认了 AIGC 平台侵犯了原告的复制权和改编权，并要求平台采取技术措施停止侵权行为。此外，有学者指出，AIGC的侵权责任不应仅限于平台提供者，还应包括算法设计者、数据提供者和使用者等多方主体。这是因为这些主体在 AIGC 系统的运行过程中可能对侵权行为的发生负有不同程度的责任。例如，算法设计者由于其对 AI 系统功能和行为的决定深圳知识产权保护中心性影响，应被视为侵权责任主体之一。在具体案件中，法院通常会根据个案情况分析各方的责任。例如，在某些案例中，法院可能会采取过错推定原则，即假定算法设计者或数据提供者存在过错，除非他们能提供充分证据证明自己无过错。同时，使用者也
57、可能因不当使用 AIGC系统而承担一定责任。为了更好地应对 AIGC引发的侵权问题，一些学者建议完善现有的法律责任体系，如引入“通知处置”规则，以平衡平台与受害人的利益，并防止系统再次生成侵权信息。此外，还可以考虑设立救济基金，以公平地分担因不可归责于他人的行为造成的损害。AIGC侵权责任的承担涉及多方主体，包括平台提供者、算法设计者、数据提供者和使用者等。法院在判决时会综合考量各方在侵权事件中的实际作用，并根据具体第 26 页 共 60 页情况进行责任分配。同时，完善相关法律法规和责任体系也是应对 AIGC 侵权问题的重要途径。（九）用户使用平台内容制作（九）用户使用平台内容制作AIGC 技
58、术在内容创作中扮演着越来越重要的角色，它通过深度学习和自然语言处理等技术，能够自动生成文本、图像、音频和视频等多种形式的内容。这种技术不仅提高了内容创作的效率，还提升了内容的质量和个性化水平。在文字创作方面，AIGC 可以自动生成文章段落、句子，并检查语法和拼写错误，从而避免重复劳动并提升文章质量。例如，ChatGPT 等工具可以帮助用户快速生成生活日记、营销文案等，提供数据驱动的见解，为文章增添深度和洞察力。此外，AIGC 还可以根据用户输入的关键词生成吸引人的标题，提高文案的点击率和转化率。在图像创作方面，AIGC 技术能够根据用户的描述生成相关的图片。例如，用户可以输入一句话，让 AI
59、合成一张与描述相关联的图片。一些平台如PAI-ArtLab 支持云端 Stable Diffusion 等主流文生图与模型训练应用，提供 AI绘图等全场景能力。在音频和视频创作方面，AIGC 同样展现了强大的能力。例如，AIGC 平台可以创作音乐、生成语音或制作播客内容，自动剪辑视频，生成动画或增强现实内容。一些综合性的 AI 视频生成平台还集成了强大的 AI 视频生成、剪辑和制作工具，帮助用户快速、高效地创建精美的视频内容。AIGC 技术的应用不仅限于单一领域，它还广泛应用于营销、教育、娱乐等多个领域。例如，深圳知识产权保护中心在营销领域，AIGC 可以帮助生成社交媒体文案，吸引用户的注意力
60、并促使互动。在教育领域，AIGC 可以辅助教师生成教学材料，提高教学效率。总之，AIGC 技术正在彻底改变内容创作的方式，通过自动化和智能化的手段，提高生产力和创作质量，同时也带来了新的挑战，如版权侵权、虚假宣传、数据安全和隐私保护等问题第 27 页 共 60 页。（十）数据合规风险管理（十）数据合规风险管理AIGC 的数据合规风险管理是一个复杂且多维度的问题，需要从多个角度进行综合考虑和应对。AIGC 的发展受到各国监管政策的影响，不同国家和地区对AIGC 的法律监管框架存在差异。例如，中国发布了生成式人工智能服务管理暂行办法，旨在规范 AIGC 服务提供者的行为，确保其在数据处理和内容审核
61、方面的合规性。此外，全球范围内的监管政策也在不断演变，各国政府正在探索如何有效防范和化解人工智能带来的风险。数据合规的基础在于对数据的分类和标记。例如，将敏感数据标记为“机密”或“个人身份信息”，并对其进行特殊处理，以确保这些数据在使用过程中符合法律法规的要求。这种做法有助于企业在数据管理中实现更高的透明度和安全性。数据跨境传输是 AIGC 合规中的一个重要问题。跨境数据流动需要遵守相关国家的法律法规，特别是涉及个人信息和重要数据的出境问题。国家网信办发布的AIGC 服务暂行办法对数据出境提出了明确要求，强调合规路径的重要性。数据脱敏、身份认证与访问控制、数据加密等技术手段是保护数据隐私和安全
62、的关键措施。这些技术可以有效防止敏感信息泄露，并确保数据在流通和使用过程中的安全性。AIGC 平台需要对输入的语料进行严格的安全审查，建立语料来源黑名单，并对各来源语料进行安全评估。如果单一来源语料内容中含违法不良信息超过一定比例，则应将其排除在外。AIGC 领域的法律挑战主要集中在著作权保护、数据隐私、虚假信息等方面。企业在使用 AIGC 技术时，应建立明确的政策框架，涵盖 AIGC 的使用范围、数据处理标准以及内容审核机制。通过设定清晰的指导方针，可以确保所有相关人员在使用过程中遵循合规要求。AIGC 的数据合规风险管理涉及政策框架、数据分类、跨境合规、技术手段、内容审核、法律挑战以及企业
63、责任等多个方面。只有通过深圳知识产权保护中心全面的管理和严格的执行，才能确保 AIGC 技术的安全、合规和可持续发展第 28 页 共 60 页。（十一）法律制度变革需求（十一）法律制度变革需求AIGC 技术的快速发展带来了多方面的法律挑战和制度变革需求。AIGC 技术在艺术创作、文学创作等领域的广泛应用引发了著作权保护问题。目前，关于AI 生成作品是否应纳入著作权保护范围存在较大争议。例如，北京互联网法院在“春风案”中明确指出，人工智能模型本身无法成为著作权法上的作者，因此涉案人工智能模型设计者既没有创作意愿，也没有预先设定后续生成内容的权利。此外，现行著作权法对 AI 生成内容的版权归属和独
64、创性判断仍存在模糊之处，亟需法律界、科技界及社会各界共同关注与讨论。随着 AIGC 技术的发展，数据合规问题变得尤为重要。特别是在数据跨境流动方面，企业需要确保其合规性，以避免法律风险。国家网信办发布的生成式人工智能服务管理暂行办法强调了数据合规的重要性，并对数据出境提出了具体要求。AIGC 技术的应用也带来了侵权责任的新形态。例如，AI 换脸技术引发的名誉侵权、诈骗犯罪等问题需要法律进行规制。此外，AIGC 开发者应增加内容的可识别标识或信息，以降低生成具有歧视性或误导性内容的可能性。尽管我国已颁布了互联网信息服务深度合成管理规定和生成式人工智能服务管理暂行办法等法律法规，但面对AI 技术的
65、快速发展，相关法律法规仍需进一步深化和细化。例如，生成式人工智能服务管理暂行办法鼓励技术创新发展，同时要求在原理和制度层面做好统筹工作，兼顾发展与合规。随着 AIGC 技术的全球应用，各国开始探索对人工智能的法律监管，以防范和化解人工智能研发与应用带来的各类风险。这要求我国在制定和完善国内法律的同时，也需要关注国际上的监管动态和趋势，以确保我国企业在国际市场中的合规性。AIGC 技术的法律制度变革需求主要集中在知识产权保护、数据合规、侵权责任、法律规制以及国际合作等方面。为了应对这些挑战，需要政府、企业、学术界和法律界共同努力，制定合理的法律法规，加强监管，维护公平竞争，保护用户权益，促进 A
66、IGC 行业的健康发展。七、AIGC 海外判例七、AIGC 海外判例深圳知识产权保护中心根据不同的运行逻辑，AIGC 目前可以体现为“文生文”“文生图”以及“图生图”等三种模式。通过横向比较美国、欧盟、英国以及我国等的相关实践可以发现，对于人工智能生成内容是否可以受到著作权法保护仍存在较大争议。对于当前阶段根据人工智能“文生图”模型产生的内容而言，生成式人工智能本身、设计者以及用户都不宜被认定为作者。由于用户输入的提示词与人工智能生成的图片之间并不具有直接的对应关系，故而提示词相对于图片而言仅属于思想而不构成表达，不能仅因其体现了用户的劳动就认定具有可版权性基础。著作权法保护摄影作品但不保护人
67、工智能生成内容的做法并非“双标”，也不会破坏现有著作权体系。因为二者的核心区别在于作者的智力活动是否直接影响并产生了作品第 29 页 共 60 页，由于用户无法对生成式人工智能生成内容加以控制，故而无法获得著作权法保护。在保护路径上，原则上生成式人工智能生成的内容属于公有领域的公共产品，只有在特殊商业竞争环境下，使用者或可通过反不正当竞争法的方式对未经许可使用其利用人工智能生成的内容实施损害市场正当竞争秩序的行为加以规制。而近一两年，海外多个国家均诞生多个 AIGC 相关典型判例，对行业实践具有极大的指导、参考作用。（一）关于 AIGC 合成作品是否享有版权？1.美国：（一）关于 AIGC 合
68、成作品是否享有版权？1.美国：根据美国的法律规定，AIGC 合成作品在某些情况下是不受版权保护的。美国版权局明确表示，只有由人类创作的作品才能获得版权保护，而完全由人工智能生成的作品则不在版权法的保护范围内。此外，美国法院也支持这一立场，认为在没有任何人类输入的情况下，完全由 AI 创作的艺术作品没有版权。然而，如果作品中包含人类的创作元素，那么这些部分是可以获得版权保护的。例如，一部图画小说如果由人工创作的文本与 AI 生成的图像组成，那么受保护的是人类创作的文本以及人类对文本和图像的选择和排列，但 AI 生成的图像本身不受版权保护。美国法律强调人类作者身份是版权保护的基本要求，因此目前的法
69、律框架并不承认非人类作者身份的作品享有版权。尽管如此，随着技术的发展和法律讨论的深入，未来可能会出现新的法律解释或立法来应对人工智能生成作品的版权问题。深圳知识产权保护中心美国判例一：2023 年，美国“泰勒诉美国版权局 AI 绘画版权登记案”，完全由人工智能生成的内容不享有版美国判例一：2023 年，美国“泰勒诉美国版权局 AI 绘画版权登记案”，完全由人工智能生成的内容不享有版第 30 页 共 60 页权权泰勒诉美国版权局 AI 绘画版权登记案涉及原告斯蒂芬泰勒（StephenThaler）与其开发的 AI 绘图软件“Creativity Machine”生成的艺术作品最近的天堂入口（A
70、Recent Entrance to Paradise）的版权问题。泰勒试图将该作品的版权登记在 AI 系统上，但美国版权局拒绝了这一申请，理由是作品缺乏人类作者身份，因此不符合版权法的要求。泰勒随后向美国哥伦比亚特区联邦地区法院提起诉讼，要求确认 AI 生成的作品是否应受版权保护。法院最终裁定，由于 AI 作为唯一创作者且创作过程中无人类参与，该作品不符合版权法的基本要求，即必须有人类作者身份。法官贝丽尔豪厄尔在判决中指出，人类作者身份是版权保护的核心条件，并且这一原则符合美国宪法的目的，即激励人类的创作和发明。尽管泰勒认为法律并没有明确要求作品必须拥有人类作者，且 AI 生成的内容符合促进
71、科学和实用艺术进步的目的，但法院仍然支持版权局的决定，认为 AI 生成的作品不享有版权。Howell 法官指出，本案唯一需要解决的法律争议是“完全由 AI 生成的内容能否获得版权保护”。最终，法庭基于“版权法仅对自然人进行财产权激励”“版权法秉持的基本原则是作者身份等同于人类创作”“联邦最高法院仅支持自然人创作的内容构成作品”三点理由，重申了美国版权法“只保护人类作者身份，不对纯机器生成内容加以保护”的论断，驳回了原告的起诉。深圳知识产权保护中心第 31 页 共 60 页来源：美国哥伦比亚特区地方法院判决书美国判例二：2023 年，美国“黎明的扎里亚案”，完全由人工智能生成的内容不享有版权美国
72、判例二：2023 年，美国“黎明的扎里亚案”，完全由人工智能生成的内容不享有版权黎明的扎里亚（Zarya of the Dawn）是由克里斯蒂娜卡什塔诺娃（Kristina Kashtanova）创作的一本漫画书，共 18 页，每页包含文本和视觉材料。该作品最初获得了美国版权局的认证授权，但后来由于作品中的图像由 AI生成，美国版权局撤销了这些图像的版权，仅保留了卡什塔诺娃在编排和故事情节方面的著作权。卡什塔诺娃使用了 AI 绘图工具 Midjourney 来生成漫画中的图像，并在社交媒体上宣布获得了版权保护。然而，美国版权局在 2023 年 2 月以“不是自然人创作”为由，剥夺了卡什塔诺娃对
73、其画册中 AI 生成图像的著作权。尽管如此，卡什塔诺娃仍然保留了对编排和故事情节的著作权。黎明的扎里亚是一个涉及 AI 生成内容著作权问题的案例，反映了当前美国法律对 AI 创作作品的复杂态度和处理方式。深圳知识产权保护中心第 32 页 共 60 页来源网络美国判例三：2023 年，美国“太空歌剧院案”，完全由人工智能生成的内容不享有版权美国判例三：2023 年，美国“太空歌剧院案”，完全由人工智能生成的内容不享有版权太空歌剧院案涉及美国版权局对艺术家杰森艾伦（Jason Allen）使用 AI 绘图工具 Midjourney 生成的作品太空歌剧院的版权登记申请的拒绝。这幅作品在 2022 年
74、科罗拉多州博览会年度美术比赛中获得了数字艺术类别的冠军，引起了广泛关注。艾伦于 2022 年 9 月 21 日首次向美国版权局提交了该作品的版权登记申请，但遭到了拒绝。版权局认为，由于作品包含过多的人工智能创作内容，不符合版权保护的要求。艾伦随后在 2023 年 1 月 24 日和 7 月 12 日两次请求重新考虑版权局的决定，但均未成功。艾伦解释说，他通过输入大量修改和文本提示至少 624 次才得到图像的初始版本，并使用 Adobe Photoshop 和Gigapixel AI 对图像进行了进一步的处理和升级。尽管如此，美国版权局仍然拒绝了版权登记申请，理由是作品中的人工智能创作成分超过了
75、最低限度。深圳知识产权保护中心第 33 页 共 60 页来源：美国版权局审查委员会决定美国判例四：2023 年，美国“SURYAST 案”，完全由人工智能生成的内容不享有版权美国判例四：2023 年，美国“SURYAST 案”，完全由人工智能生成的内容不享有版权SURYAST 案涉及艺术家 Ankit Sahni 使用人工智能工具 RAGHAV 生成一幅名为SURYAST的二维图像。Sahni 将自己拍摄的日落照片作为底稿，并结合梵高的星月夜风格，通过输入风格强度变量生成了这幅作品。他试图以自己和AI“RAGHAV”为合作作者向美国版权局申请版权，但美国版权局审查委员会多次拒绝了这一申请。美国
76、版权局认为，SURYAST缺乏足够的人类创作因素，因此不符合版权法的要求。根据版权法，只有人类作者的作品才能受到保护，而RAGHAV 作为 AI 工具，其生成新图像的过程被视为是从底稿与风格图像中学习，而非人类的创造性行为。此外，版权局还指出，Sahni 在内容生成中的作用被淡化，未能体现出足够的“创意控制”，因此不能将该作品视为人类创作的结果。尽管 Sahni 在印度成功注册了这幅作品的版权，并将 AI 列为共同作者，但美国版权局的决定显示了其对 AI 生成内容可版权性的审慎态度。这一案例反映了各国在处理 AI 生成作品版权问题上的不同立场和法律适用。深圳知识产权保护中心第 34 页 共 6
77、0 页来源：美国版权局审查委员会决定2.欧盟：2.欧盟：根据欧盟的法律规定，AIGC（人工智能生成内容）作品是否享有版权是一个复杂的问题。欧盟法律强调原创性是版权保护的核心条件之一，而原创性通常需要体现作者的个人创造力和智力努力。在 AIGC 的情况下，如果作品完全由 AI 生成且没有人类的创造性贡献，则通常不符合欧盟版权法的原创性要求，因此不会受到版权保护。然而，欧盟法律也提出了“四步测试法”来判断 AIGC输出是否为作品。这一测试法包括几个步骤，旨在评估作品是否与人类智力努力或干预相关联。如果在创作过程中人类有显著的智力贡献，那么这些作品可能会被视为符合版权保护的要求。此外，欧盟人工智能法
78、案要求披露生成式 AI训练数据的版权情况，并规定提供商需遵守版权法。这意味着在使用受版权保护的材料训练 AI 时，必须获得授权，并确保透明度和合规性。尽管如此，目前欧盟法律框架并未明确承认 AI 作为独立的法律主体享有版权，而是倾向于将版权保护授予那些能够证明其作品包含人类智力贡献的创作者。因此，尽管 AIGC 作品在某些情况下可能符合版权保护的标准，但其最终能否获得版权保护仍取决于具体案例中人类参与的程度和性质。欧盟判例：2009 年，欧盟法院“Infopaq 案”，作品必须是“作者自己的智力创作”才能受到版权保护欧盟判例：2009 年，欧盟法院“Infopaq 案”，作品必须是“作者自己的
79、智力创作”才能受到版权保护Infopaq 案是欧盟法院（CJEU）在 2009 年作出的一个具有里程碑意义的判决，涉及版权法中的原创性要求和临时复制权的问题。该案件的核心争议在于丹麦公司（Infopaq International A/S，简称 Infopaq）是否侵犯了丹麦日报出深圳知识产权保护中心版商协会（Danske Dagblades Forening，简称 DDF）的版权。Infopaq 是一家媒体监测和分析公司，其业务包括每天扫描报纸文章，并从中提取 11 个单词第 35 页 共 60 页的摘要发送给客户。DDF 认为这种行为未经许可，侵犯了其版权，因此起诉 Infopaq。欧洲法
80、院在审理此案时，首先确认了作品必须是“作者自己的智力创作”才能受到版权保护。这意味着即使 Infopaq 只复制了报纸文章中的少量文字，这些文字仍然构成了作者的智力创作，因此 Infopaq 的行为构成了对版权的侵犯。此外，欧洲法院还强调了临时复制的概念，即复制行为必须是短暂且自动发生的，不应超过技术所需的存储时间，并且在处理完毕后应自动删除。尽管 Infopaq 的复制行为符合临时复制的要求，但由于其未经授权的行为依然被认定为侵权。Infopaq 案对欧盟版权法的发展产生了深远影响，它不仅统一了关于作品原创性的标准，还明确了临时复制权的适用范围。这一判决标志着欧盟版权法进入了一个新的阶段，其
81、中欧盟司法机构在版权保护方面的角色变得至关重要。3.英国：3.英国：根据英国法律，AIGC 合成作品是可以享有版权保护的。英国版权、外观设计和专利法案（CDPA）第 9(3)条明确规定，计算机生成的作品（包括文学、戏剧、音乐或艺术作品）可以被视为具有版权性，其作者应为完成创作必要安排的人，即通常指软件工程师或算法设计者。此外，英国法律对计算机生成作品的保护期为 50 年，这比由人类作者创作的作品的保护期短了 20 年。尽管如此，英国政府在多次咨询中决定维持现有的计算机生成作品条款，未作修改，以避免可能的意外后果。值得注意的是，尽管英国法律承认 AIGC 作品的版权性，但学界和司法实践中仍存在一
82、些争议和挑战。例如，如何界定作品的原创性和作者身份等问题尚未完全解决。因此，虽然英国法律框架允许 AIGC 作品获得版权保护，但在实际操作中仍需谨慎处理相关法律问题。4 4.捷克：.捷克：根据捷克的法律规定，AIGC 合成作品目前不享有版权保护。捷克版权法明确规定，作者必须是自然人，因此人工智能模型本身不能成为作品的作者。这意味着，尽管人工智能可以作为工具参与创作过程，但只有人类的创造性活动才能被认定为具有版权保护资格。在捷克，法院已经对此问题作出裁决，深圳知识产权保护中心认为人工智能生成的作品不符合版权法中对“创造性工作”的定义，因为这些作品并非自然人的智力创作。此外，捷克法律也指出，尽管
83、AI 可以作为辅助工具参与创作，但最终作品的版权归属于人类创作者，而不是 AI 系统。因此，在捷克，AIGC 合成作品由于缺乏自然人的创造性参与，无法获得版权保护。这一法律立场反映了当前国际上对于 AI 生成内容版权归属问题的普遍态度，即强调人类创作者在作品中的贡献和创造性活动的重要性第 36 页 共 60 页。捷克判例：2023 年，捷克“S.捷克判例：2023 年，捷克“S.诉 TAUBEL LEGAL 案”，只有在提示词足够复杂以致图像主要是原始提示词生成的结果时，人工智能生成图像才可能被认定为具有著作权.诉 TAUBEL LEGAL 案”，只有在提示词足够复杂以致图像主要是原始提示词生
84、成的结果时，人工智能生成图像才可能被认定为具有著作权在捷克法院的 S.诉 TAUBEL LEGAL 案中，原告 S.声称其通过 DALL-E 人工智能程序输入指令生成了一幅图像，并将其发布在其网站上。然而，被告TAUBEL LEGAL 未经原告同意，从原告的网站上获取该图像并在自己的网站上发布。捷克布拉格法院在 2023 年 10 月 11 日对此案作出判决，认为提示词的设计者是否可以被作为图像作者，需要视具体情况而定。如果输入的提示词是作者独特的创作行为，对生成的图像有很大程度的贡献，那么在这种情况下，设计出提示词的人因此可以被认定为图像的作者。然而，法院也指出，人工智能生成的图像不满足人类
85、独创性要求，因此不能被视为具有著作权的作品。此外，法院还强调，只有在提示词足够复杂以致图像主要是原始提示词生成的结果时，人工智能生成图像才可能被认定为具有著作权。这意味着，尽管原告声称自己是图像的作者，但法院认为其贡献不足以满足著作权法对独创性的要求。如上，捷克法院在S.诉 TAUBEL LEGAL 案中判决，人工智能生成的图像不满足著作权法对独创性的要求，因此不能被视为具有著作权的作品。同时，法院认为提示词的设计者是否可以被作为图像作者，需要视具体情况而定，但在此案中，原告的贡献不足以满足著作权法对独创性的要求。5.意大利：5.意大利：意大利的法律规定对于 AIGC 合成作品的版权保护存在一
86、定的复杂性。根据意大利法律，版权自作品完成之日起自动获得，无需注册或登记。然而，意大利最高法院在 2023 年 1 月 7 日的裁决中指出，使用软件创作的作品不深圳知识产权保护中心应被排除在版权保护之外，除非作品涉及人工智能的创造性活动。此外，意大利的版权法是基于保护文学艺术作品伯尔尼公约的基本原则制定的，强调原创作品从创作之日起就受到版权法的保护。这意味着，如果 AIGC 生成的作品能够被视为具有原创性，则可能享有版权保护。然而，由于 AIGC 生成内容通常涉及算法和数据输入，其独创性认定成为关键问题。意大利法律对 AIGC 合成作品的版权保护态度较为谨慎，主要取决于作品是否具备足够的原创性
87、和人类的创造性贡献。如果 AIGC 生成的作品被认为缺乏独创性或未涉及人类的创造性活动第 37 页 共 60 页，则可能不享有版权保护。意大利判例：2023 年，意大利“The scent of the night 案”，需要法院去评估对工具的使用是否以及在多大程度上反映了使用者的独创性贡献意大利判例：2023 年，意大利“The scent of the night 案”，需要法院去评估对工具的使用是否以及在多大程度上反映了使用者的独创性贡献夜的芬芳（The scent of the night）案是一起涉及数字图像作品创作权的法律案件。根据证据，建筑师 Chiara Biancheri 起
88、诉意大利广播电视公司（RAI），声称自己是数字图像作品夜的芬芳（The scent of the night）的创作者。她认为自己通过向软件输入指令，辅助生成了该作品。意大利最高法院在 2023 年 1 月 16 日对此案作出裁决，指出在图像生成过程中使用软件这一事实本身并不足以排除作品创作属性，而是需要进一步考虑其他因素。因此，这个案件的核心在于探讨人工智能和算法在艺术创作中的角色及其对传统创作权的影响。6.日本：6.日本：日本著作权法第 30 条之 4 允许在未经著作权人许可的情况下，使用受版权保护的作品进行 AI 开发学习和信息分析等活动，但这种使用不能对著作权人的利益产生不当损害。日本
89、法律明确指出，人工智能生成的内容本身并不享有版权保护。只有当人类通过创造性表达使用人工智能生成内容时，这些作品才可能受到版权法的保护。日本政府也重申，不会对用于人工智能训练的数据实施版权保护，这意味着 AI 训练过程中使用的原始材料不受版权法的约束。日本法律强调，只有当 AI 生成的作品符合“思想或情感”的要件，并且属于文学、学术、艺术或音乐的表现形式时，才可能被视为可受版权保护的作品。因此，在日本，AIGC 合成作品本身通常不享有版权保护，除非是由人类通过创造性表达深圳知识产权保护中心生成的作品。此外，AI 生成内容的使用必须在不侵犯著作权人利益的前提下进行第 38 页 共 60 页。（二）
90、关于 AIGC 合成作品版权权利归属、责任分配争议？（二）关于 AIGC 合成作品版权权利归属、责任分配争议？AIGC 作品的权利归属问题复杂多样，可能涉及软件开发者、所有者或使用者等多个主体。如何明确各方的权利和责任，避免侵权纠纷，是当前亟待解决的问题。观点一：生成式人工智能的程序设计者不宜被认定为作者？支持 AIGC 设计者为作者：观点一：生成式人工智能的程序设计者不宜被认定为作者？支持 AIGC 设计者为作者：一方面，程序员在设计人工智能时创建了其输出的创造性选择（例如，设计算法，选择模型类型，设置目标函数和其他关键参数以及对算法进行训练和调整）；另一方面，给程序员激励与版权的目标是完全
91、一致的。不支持 AIGC 设计者为作者：不支持 AIGC 设计者为作者：首先，虽然人工智能的程序设计者在设计人工智能模型时投入了大量的智力劳动，但其仅仅是体现在“创作工具”的生产上，而不是在具体的图片上。虽然程序员在设计人工智能时选择了指导其在选择每个字、情节转折和风格选择时的所有参数和训练数据，但最终由用户使用并实质呈现出的结果可能完全超出设计者的设想。换言之，程序员在设计和校准算法时所作出的选择仅仅是为用户自行创作提供了工具，而没有提供“创造”能力。观点二：用户为作者，生成式人工智能使用者作为作者模式的缺陷？支持 AIGC 用户构成人工智能生成内容作者：观点二：用户为作者，生成式人工智能使
92、用者作为作者模式的缺陷？支持 AIGC 用户构成人工智能生成内容作者：（1）将版权分配给用户有利于激励作品传播。（2）在某些情况下，用户可以设置算法的参数并提供数据，从而大大改变输出效果甚至改变算法的运行方式。（3）用户在事实上是作品固定的实际主体。从这个意义上讲，用户固定了程序员和算法的作品，即使其并没有完全策划整个创作过程，也可以对版权提出要求。（4）用户会在选择和编辑作品时还会进一步选择，决定哪些作品要推向市场和传播，哪些作品要销毁或丢弃，这一选择行为本身就代表着原创性和创造性。但需要注意的是，认定用户构成人工智能生成内容作者的前提在于两点：其一是用户需要对生成的内容作出一定程深圳知识产
93、权保护中心度的智力贡献，其二是用户的智力付出需要直接作用于可以受到版权法保 护的表达上（用户的智力成果以某种具体形式表现出来，并且这种表现形式具有独创性时，才能受到著作权法的保护，即著作权法只保护作品的独创性表达，而不保护作品所反映的思想或感情）第 39 页 共 60 页。（三）海外关于 AIGC 保护法律环境概要（三）海外关于 AIGC 保护法律环境概要国家/地区国家/地区AIGC 保护法律环境AIGC 保护法律环境美国不承认人工智能生成物可以获得版权保护欧盟不禁止对人工智能生成内容给予版权保护英国人工智能生成内容具有获得版权保护的基础捷克AIGC 合成作品若缺乏自然人的创造性参与，无法获得
94、版权保护意大利AIGC 作品的版权保护关键取决于是否具备足够的原创性和人类的创造性贡献AIGC 合成作品本身通常不享有版权保护，除非是由人类通过创造性表达生日本成的作品（AI 生成内容的使用必须在不侵犯著作权人利益的前提下进行）八、AIGC 国内判例八、AIGC 国内判例在国内，AIGC 的法律规定涉及多个方面，包括著作权、个人信息保护、网络信息安全等。关于 AIGC 在中国大陆法律框架下的几个关键点包括有：（1）著作权归属：根据中国现行的著作权法，著作权一般归属于作者，而作者限于自然人、法人和非法人组织。因此，AI 大模型本身无法成为作者，这意味着 AI 生成的内容在法律上不能直接享有著作权
95、。此外，目前对于 AI 生成内容的著作权归属尚存在争议，有待法律和政策层面的明确指引。（2）个人信息保护：在涉及个人信息的情况下，AIGC 服务提供者需要依法承担个人信息处理者的责任，并履行个人信息保护义务。此外，中华人民共和国个人信息保护法也对人工智能的应用提出了相关规定，禁止将个人信息用于违法活动和侵害个人权益。（3）网络信息安全：AIGC 服务提供者应当依法承担网络信息内容生产者责任，履行深圳知识产权保护中心网络信息安全义务。同时，境外的 AIGC 产品向境内企业提供服务时，还需遵守中国的网络安全法和电信条例等相关规定。（4）监管规定：中国已经发布了生成式人工智能服务管理办法，该办法对
96、AIGC 服务提供者提出了具体要求，如需取得相关行政许可、对 AI 生成内容进行显著标识等。这些规定旨在鼓励 AIGC 研究和发展的同时，确保其合规运营。（5）侵权责任：当 AIGC 生成的内容导致侵权时，如何分配责任是一个复杂的问题。如果服务使用者绕过安全限制生成违法内容，则由使用者承担责任；如果服务提供者未采取有效措施第 40 页 共 60 页防止生成违法内容，则由提供者承担责任。总体而言，中国在 AIGC 领域的法律规定正在逐步完善，以应对技术发展带来的新挑战。法律框架不仅关注技术的创新和应用，还强调了对用户权益的保护和对社会秩序的维护。2023 年，国内也诞生了“AIGC 版权争议第一
97、案”。2023 年 11 月 27 日，北京互联网法院对国内首例“AI 文生图”案做出判决，明确表示涉案 AIGC 产品本质是使用者的辅助创作工具，从“构思涉案图片”（设计人物呈现方式、选择提示词、安排提示词顺序、设置相关参数）到“最终选定涉案图片”（根据初步图片，增加提示词、调整参数，多轮最终选择），能够体现使用者的独创性贡献。因而涉案图片构成受版权法保护的作品。该案件明确涉案 AIGC 图片属于著作权法保护作品，侵害了署名权和信息网络传播权，被告赔礼道歉并赔偿原告 500元，一审双方均未上诉，判决现已生效。目前，国内关于 AIGC 保护法律原则上不禁止对人工智能生成内容给予版权保护，且中国
98、大陆在 AIGC 保护法律环境方面已经建立了一定的基础，但仍需不断完善相关法律法规，以适应技术发展的需要，确保 AIGC 技术能够健康、有序地发展。国内判例一：2019 年，“菲林诉百度案”，尽管人工智能生成物具有一定独创性，但不符合著作权法对作品的定义，因为作品必须是自然人创作国内判例一：2019 年，“菲林诉百度案”，尽管人工智能生成物具有一定独创性，但不符合著作权法对作品的定义，因为作品必须是自然人创作而成而成菲林诉百度案是中国首例涉及人工智能生成内容著作权纠纷的案件。北京菲林律师事务所（以下简称“菲林律所”）因认为百度网讯科技有限公司（以下简称“百度公司”）未经许可在其平台“百家号”上
99、发布其文章，侵犯了署名权、深圳知识产权保护中心保护作品完整权及信息网络传播权，向法院提起诉讼。菲林律所利用“威科先行”法律信息库生成了一篇名为影视娱乐行业司法大数据分析报告的文章，并在微信公众号上发布。然而，百度公司在未经许可的情况下，删除了文章的署名和部分内容后，在其平台上发布了该文章。菲林律所认为这一行为侵犯了其多项权利，并要求赔偿经济损失及合理费用。本案中，一审法院和二审法院均认为，涉案文章中的图形部分是菲林律师事务所基于收集的数据，利用相关软件制作完成，虽然会因数据变化呈现出不同的形状，但图形形状的不同是基于数据差异产生，而非基于创作产生。正如一审勘验过程中，一审法院将涉案文章中的图形
100、与威科先行库生成的大数据报告 1、2 的相关图形进行对比，虽然涉案文章中的一些第 41 页 共 60 页图形和大数据报告 1、2 的图形在图形数据、图形类别上存在不同之处。但是，该差异是不同的数据选择、软件选择或图形类别选择所致，所用图形均为数据分析常见的柱状图、饼状图、曲线图，不能体现菲林律师事务所的独创性表达。菲林律师事务所虽然主张对上述图形的线条、颜色进行了人工美化，但并未提交证据予以证明。因此，涉案文章中的图形不构成图形作品。可见，菲林诉百度案认为涉案人工智能生成物不能体现“人”的意志，从其并非自然人创作完成的角度判断其不能构成作品。国内判例二：2019 年，“腾讯诉盈讯案”，法院的判
101、决内容将人工智能生成物视作类法人作品，由人工智能具体执行、操作法人的意志国内判例二：2019 年，“腾讯诉盈讯案”，法院的判决内容将人工智能生成物视作类法人作品，由人工智能具体执行、操作法人的意志腾讯诉上海盈讯公司著作权侵权案是一起涉及人工智能生成内容的著作权纠纷案件。2018 年 8 月 20 日，腾讯在其证券网站上发布了一篇由其智能写作助手 Dreamwriter 自动生成的财经报道文章，并在文章末尾注明“本文由腾讯机器人 Dreamwriter 自动撰写”。然而，同日，上海盈讯科技在其运营的“网贷之家”网站发布了完全相同的文章。腾讯公司认为，盈讯科技的行为侵犯了其信息网络传播权，并构成不
102、正当竞争。因此，腾讯将盈讯科技诉至深圳市南山区法院，请求法院判令盈讯立即停止通过信息网络对外传播该文章，并要求其在官方网站首页刊登声明以消除影响。深圳市南山区法院审理后认定，涉案文章属于我国著作权法所保护的文字作品，是原告主持创作的作品。法院最终判决上海盈讯公司未深圳知识产权保护中心经授权转载涉案文章的行为侵犯了腾讯公司享有的信息网络传播权，应承担相应的民事责任。尽管被告已经删除了侵权作品，法院酌情判定被告赔偿原告经济损失及合理维权开支 1500 元。此案被认为是我国在探索人工智能著作权保护过程中的首例判决，具有开创性意义。法院的判决内容将人工智能生成物视作类法人作品，由人工智能具体执行、操作
103、法人的意志。这一判决有助于了解人工智能产物著作权问题的复杂性，并推动相关政策法规的制定和公众意识的提高第 42 页 共 60 页。国内判例三：2022 年，“汪梓欣申请作品登记被驳回案”，目前尚无人工智能艺术版权的明确规定，暂不接受人工智能艺术作品的版权申请国内判例三：2022 年，“汪梓欣申请作品登记被驳回案”，目前尚无人工智能艺术版权的明确规定，暂不接受人工智能艺术作品的版权申请汪梓欣申请作品登记被驳回的案件涉及他使用 AI 创作的艺术作品。在 2022年 6 月 22 日，汪梓欣在上海版权局为他的 AI 辅助生成的画作春江花月夜申请版权登记，并于 8 月 3 日收到了该作品的数字版权证书
104、。然而，当他之后向西安版权局再次申请版权登记时，却以原创性不足的理由被拒。西安版权局的工作人员认为 AI 绘画工具生成的作品并非经由人创作，不能成为可以申请版权的作品。随后，有报道指出，当汪梓欣再次与上海版权局沟通相关问题时被告知“目前国家规章制度中没有对 AI 艺术版权的明确规定，暂不接受 AI 艺术作品的版权申请”。因此，汪梓欣申请作品登记被驳回的主要原因是目前尚无 AI 艺术版权的明确规定，以及 AI 生成作品的原创性难以认定。国内判例四：2023 年，“春风案”，AIGC 图片属于著作权法保护作品国内判例四：2023 年，“春风案”，AIGC 图片属于著作权法保护作品AIGC 春风案是
105、中国首例涉及人工智能生成内容（AIGC）的著作权案件，被称为“AI 文生图著作权侵权国内第一案”。在该案中，法院明确了人工智能模型本身无法成为著作权法上的作者，因为涉案的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。因此，法院认为原告李某通过提示词设计了人物及其呈现方式等画面元素，从而构成了著作权法所保护的美术作品。该案的核心争议在于 AIGC 产物的著作权归属问题。法院最终认定，尽管AIGC 技术生成了作品，但创作过程中进行智力投入的是人而非人工智能模型，因此创作的作品仍属于著作权法所保护的对象。这表明，在当前法律框架下，AI深圳知识产权保护中心使用者作为作者更符合
106、 AI 行业发展的现状。此外，该案还引发了关于 AIGC 作品可版权性的广泛讨论。一些学者认为，AIGC 的生成过程符合人类创作的思维特性，其结果具有与人类作品相似的形式和信息消费功能，因此 AIGC 具有著作权客体性。然而，也有观点认为，AIGC 尚未达到强人工智能的标准，因此不具有独立的法律人格，在侵权事件中责任认定和承担存在困难。春风案不仅标志着中国在 AIGC 领域法律实践的重要一步，也为未来类似案件提供了重要的法律参考第 43 页 共 60 页。中国大陆 AIGC 版权争议第一案“春风案”AIGC 图片属于著作权法保护作品中国大陆 AIGC 版权争议第一案“春风案”AIGC 图片属于
107、著作权法保护作品模型生成第一张图深圳知识产权保护中心调整参数生成第二张第 44 页 共 60 页图调整参数生成第三张图深圳知识产权保护中心调整参数生成第四张第 45 页 共 60 页图国内判例五：2024 年，“AIGC 奥特曼动漫形象案”，在提供生成式 AI 服务过程中，生产相似图片，侵犯作品复制权和改编权，AIGC 平台的“生成”行为构成侵权国内判例五：2024 年，“AIGC 奥特曼动漫形象案”，在提供生成式 AI 服务过程中，生产相似图片，侵犯作品复制权和改编权，AIGC 平台的“生成”行为构成侵权AIGC 奥特曼动漫形象案是全球首例涉及生成式人工智能（AIGC）服务提供者侵犯著作权的
108、案件。广州互联网法院于 2024 年 2 月 8 日对此案作出判决，认定被告在提供生成式 AI 服务过程中，生成了与奥特曼形象相似的图片，侵犯了原告对奥特曼作品所享有的复制权和改编权。原告是奥特曼系列形象的权利人，获得了圆谷制作株式会社的授权，拥有奥特曼形象的著作权及维权权利。被告公司经营的 Tab 网站通过 AI 生成绘画功能，生成了与奥特曼形象相似的图片，并从中获取非法收益。法院最终判决被告停止侵权行为，并赔偿原告经济损失10,000 元人民币。本案体现了 AI 技术发展与知识产权保护之间的矛盾，也反映了我国在处理 AI 相关知识产权纠纷方面取得的进展。法院认为，AIGC 平台的“生成”行
109、为构成侵权，因此要求被告采取措施确保其服务不再生成与奥特曼作品实深圳知识产权保护中心质性相似的图片第 46 页 共 60 页。奥特曼经典形象涉案侵权生产照片（1）深圳知识产权保护中心涉案侵权生产照片（2第 47 页 共 60 页）涉案侵权生产照片（3）涉案侵权生产照片（4）深圳知识产权保护中心涉案侵权生产照片（5第 48 页 共 60 页）涉案侵权生产照片（6）涉案侵权生产照片（7）深圳知识产权保护中心涉案侵权生产照片（8第 49 页 共 60 页）涉案侵权生产照片（9）涉案侵权生产照片（10）九、AIGC 合规应对九、AIGC 合规应对世界各国都在关注和研究人工智能的风险，美国国家标准技术研
110、究院（National Institute of Standards and Technology）于 2023 年 1 月发布人工智能风险管理框架（AI Risk Management Framework，AI RMF），该框架明确了 AI 系统的生命周期及各阶段的参与者、关键维度，为人工智能的风险管理提供了系统化的评估路径。我们参考该 AI RMF，结合 AIGC 业务特点提出三维度的深圳知识产权保护中心数据合规风险管理框架。AIGC 的生命周期大体可包括模型训练、应用运行和模型优化三个阶段，各阶段涉及各方主体的数据处理活动及其风险因素如下第 50 页 共 60 页：生命周期生命周期模型训
111、练阶段模型训练阶段应用运用阶段应用运用阶段模型优化阶段模型优化阶段2C：AIGC 开发者直接向使用者提供服务2B/2B-2C:由 AIGC 服务提供者集成AIGC开发者技术以向使用立项设计，数据采集数据清洗，数据标注模型训练，模型验主要活动证者利用应用运行阶段提供服务采集的数据开展模型优化AIGC 开发者数据主体或数据提供参与主体方AIGC 开发者AIGC 服务提供者AIGC 开发者AIGC 服务提供者AIGC 服务使用AIGC 服务使用者者隐私性（个人信息数据合规核心风险要素、商业秘密）与合法性数据质量隐私性与合法性透明性与可解释性准确性与公平性应用风险信息内容监管信息安可靠性与稳定性全隐私
112、性与合法性（一）模型训练阶段（一）模型训练阶段在 AIGC 模型训练阶段，合规风险主要涉及以下几个方面：第一，数据来源合规风险：生成式人工智能如 ChatGPT 在训练过程中需要收集大量数据。如果这些数据来源于对公民个人信息的汇集（例如人脸、指纹等），则可能违反中华人民共和国个人信息保护法等相关法律法规。此外，企业必深圳知识产权保护中心须确保数据来源合法，使用时获得用户授权，并对数据进行匿名化处理以防止隐私泄露第 51 页 共 60 页。第二，偏见与歧视风险：在选择训练数据和开发模型时，企业需要采取措施消除数据中的偏见和歧视现象，以避免生成具有不公平或歧视性的内容。第三，算法训练过程合规管理：
113、企业在算法训练过程中应遵守合规建设要求，包括制定清晰的标注规则、培训标注人员并核验内容正确性。同时，建立用户投诉处理机制，通过优化训练来纠正算法训练行为。第四，知识产权与版权问题：在训练数据的选择和使用过程中，企业需确保不侵犯知识产权，保证数据的真实性和准确性。第五，跨境数据传输合规风险：如果将中国用户的个人数据传输到境外进行AI 模型训练，必须通过监管安全评估或进行标准合同备案，否则将违反数据合规法律要求。第六，国际法规遵从性：不同国家和地区对于生成式 AI 的监管要求不同。例如，在欧盟，人工智能法案对高风险 AI 系统提出了全生命周期的监管机制，要求在投放市场前进行数据治理活动。AIGC
114、模型训练阶段的合规风险涉及数据来源合法性、隐私保护、算法偏见、知识产权保护以及跨境数据传输等多个方面。企业需要在这些方面采取相应的合规措施，以确保其 AI 模型的合法性和安全性。（二）应用运用阶段（二）应用运用阶段在 AIGC 应用的运用阶段，合规风险主要涉及以下几个方面：第一，数据隐私与安全：在 AIGC 应用过程中，用户输入的数据来源必须合法合规，并且要防止数据泄露的风险。此外，如果 AI 产品的服务器位于境外，还需要关注数据跨境传输的合规要求，包括获取相关个人信息主体的知情同意、进行个人信息保护影响评估等。第二，内容合规性：AIGC 生成的内容需要符合法律法规的要求，避免产生违反社会公序
115、良俗的内容。在实际应用中，应通过嵌入与微调等手段提升 AIGC的内容质量，并对内容进行审查。深圳知识产权保护中心第三，知识产权保护：AIGC 服务提供者可能会面临侵犯他人知识产权的风险，尤其是在生成内容时依赖现有素材的情况下。因此，企业需要加强知识产权保护合规建设，以避免版权纠纷第 52 页 共 60 页。第四，监管政策变化：随着各国对人工智能的法律监管不断加强，AIGC 企业需要密切关注监管政策的变化，以确保其技术和服务符合最新的合规要求。例如，生成式人工智能服务管理暂行办法明确了数据隐私、知识产权、意识形态和道德伦理等方面的具体要求。第五，技术漏洞与不当应用：AIGC 技术本身可能存在漏洞
116、，不当应用可能导致巨大的安全风险。因此，企业需要建立风险管理机制，确保使用高质量的训练数据，并进行透明度和用户告知义务的履行。第六，供应链风险：AIGC 的发展还受到算力、平台和算法等方面的国际产业链依赖的影响。如果海外管制趋严，可能会加剧供应链风险，影响国内 AIGC的发展。AIGC 应用阶段的合规风险涉及多个方面，包括数据隐私、内容合规性、知识产权保护、监管政策变化、技术漏洞及供应链风险等。企业需要建立全面的合规管理体系，以应对这些风险并确保其长期健康发展。（三）模型优化阶段（三）模型优化阶段在 AIGC 模型优化阶段，合规风险主要涉及以下几个方面：第一，数据合规性：在模型训练阶段，AIG
117、C 平台需要使用合法来源的数据。这意味着数据的收集、处理和使用必须符合相关法律法规的要求，如数据安全法、个人信息保护法等。此外，还需要对语料来源进行安全审查，建立语料来源黑名单，并对各来源语料进行安全评估，以确保不包含违法不良信息。第二，用户隐私保护：在 AIGC 模型的优化过程中，保护用户隐私是一个重要的合规要求。这包括确保用户数据在处理过程中不被滥用或泄露，并且在收集和使用用户数据时，应事先获得用户的明确同意。第三，算法透明度和公平性：为了防止模型生成结果带有偏见或不透明性，需要通过对抗训练和输入验证等技术手段增强模型的解释性和公平性。同时，企深圳知识产权保护中心业应建立合规风险管理机制，
118、以识别和减轻潜在的系统性风险第 53 页 共 60 页。第四，知识产权保护：在 AIGC 模型优化过程中，尊重和保护知识产权是另一个重要的合规要求。企业需要确保所使用的算法和技术不侵犯他人的知识产权，并在必要时进行技术文件的编制和更新。第五，全球监管政策：随着各国对人工智能的法律监管不断加强，AIGC 企业面临越来越多的合规挑战。因此，企业需要密切关注全球范围内的监管政策变化，并及时调整其合规策略以应对新的监管要求。AIGC 模型优化阶段的合规风险涉及多个方面，包括数据合规性、用户隐私保护、算法透明度和公平性、知识产权保护以及全球监管政策的变化。企业需要建立全面的合规风险管理机制，以确保其在技
119、术发展的同时符合法律法规的要求。（四）立足于当下全球 AIGC 保护法律环境，关于 AIGC 数据合规的五个典型问题解析问题一：如何管理爬取数据的风险（四）立足于当下全球 AIGC 保护法律环境，关于 AIGC 数据合规的五个典型问题解析问题一：如何管理爬取数据的风险在全球 AIGC 保护法律环境中，管理爬取数据的风险需要综合考虑多个方面。首先，确保数据爬取行为的合法性是关键。这包括在爬取数据前获取目标网站的授权或许可，避免违反网站的使用条款或 robots 协议。此外，应避免绕过被爬取对象设定的访问权限或破坏网站的技术措施，以免干扰被爬取方的正常运行。对于涉及个人信息的数据爬取，必须遵守相关
120、法律法规，确保数据处理活动合法合规。例如，涉及个人信息时，应当取得个人同意或者符合法律、行政法规规定的其他情形。同时，对爬取的数据进行脱敏处理，以防止泄露个人隐私信息。在技术层面，建议建立完善的法律风险评估机制，及时发现并应对潜在的法律风险。此外，还应关注数据跨境合规问题，特别是涉及 AIGC 内容的数据出境场景，确保符合国家网信办发布的AIGC 服务暂行办法等最新要求。从治理层面来看，数据爬取治理应坚持法制化、场景化治理，不能“一刀切”，而是应根据具体情况制定合理的监管策略。同时，平衡数据保护与防止垄断之间的关系，维护公平、自由的市场竞争秩序。总之，在全球 AIGC 保护法律环境中，管理爬取
121、数据的风险需要从法律合规、技术措施和治理策略等多个维度入手，以深圳知识产权保护中心确保数据爬取行为的合法性和安全性第 54 页 共 60 页。问题二：如何管理数据源风险问题二：如何管理数据源风险在全球 AIGC 保护法律环境中，管理数据源风险需要采取多方面的措施，以确保合规性和数据安全。以下是几个关键方面的建议：第一，数据采集合规：AIGC 服务提供者必须确保其数据来源的合法性。这包括自行采集、数据交易和开放数据爬取等不同类型的数据来源。重点是获得数据权利主体的授权，并建立数据许可规范，确保供应商的数据不侵犯第三方权利。第二，数据安全与隐私保护：在制度层面，应建立数据安全风险评估和应急处置机制
122、，并根据数据涉及的利益价值位阶对数据进行分类分级保护。此外，引入数据安全风险事前评估制度，要求 AIGC 开发商和运营商定期开展风险评估。第三，数据质量与治理：加强数据治理，包括数据源的发现、质量评估、清洗、集成和监控。通过提高数据标注及清洗、模型训练阶段的透明性、可解释性及公平性，积极应对监管。第四，跨境数据流动合规：针对数据跨境流动的问题，需要特别关注个人信息和重要数据出境的合规路径。例如，根据国家网信办发布的AIGC 服务暂行办法，企业需遵守相关的法律监管框架。第五，用户协议与权利安排：在用户协议中明确约定用户输入内容的权利和使用限制，尤其是涉及用户输入内容时，需明确用户的权利范围和责任
123、划分，以防范版权纠纷和数据风险。第七，技术措施与合规流程：企业应建立数据采集的风险评估流程，围绕数据脱敏、数据加密、链路加密等建立数据采集过程保护措施，并制定统一的数据采集策略。通过这些措施，可以有效管理 AIGC 中的数据源风险，确保企业在全球范围内遵守相关法律法规，从而降低潜在的法律和合规风险。问题三：AIGC 应用运行及模型优化阶段典型个人信息合规问题问题三：AIGC 应用运行及模型优化阶段典型个人信息合规问题深圳知识产权保护中心在全球 AIGC 保护法律环境中，AIGC 应用运行及模型优化阶段的典型个人信息合规问题主要涉及以下几个方面第 55 页 共 60 页：第一，用户数据的使用目的
124、：在 AIGC 服务中，用户输入的数据通常用于特定的服务目的。然而，这些数据有时会被用于模型优化，而用户可能并不知情或未同意将其数据用于此类目的。这导致了较高的用户权益保护风险。第二，知情同意和隐私保护：根据个人信息保护法，处理敏感个人信息需要获得个人的单独同意，或依据法律、行政法规规定应当取得书面同意。因此，在 AIGC 应用中，确保用户充分了解其数据如何被使用，并获得明确同意是关键。第三，数据匿名化和去标识化：为了降低个人信息泄露的风险，建议在模型训练前对包含个人信息的语料数据进行匿名化或去标识化处理。这有助于减少因数据误抓取或信息泄露而带来的风险。第四，跨境数据传输合规：AIGC 平台运
125、营方在涉及将中国境内用户的个人信息传输至境外时，需遵守个人信息保护法数据出境安全评估办法等相关法律法规的要求，并选择合适的跨境传输方式。第五，数据安全和隐私保护措施：AIGC 服务提供者应建立完善的合规管理体系，包括外部政策与协议、内部数据安全管理制度等，以应对可能出现的数据泄露、设备故障、网络攻击等风险。第六，监管框架和伦理原则：各国正在探索对 AIGC 的法律监管，以防范和化解人工智能研发与应用带来的各类风险。例如，加拿大发布了关于 AIGC 的基本原则，强调负责任、可信和隐私保护。AIGC 应用运行及模型优化阶段的个人信息合规问题需要从知情同意、数据匿名化处理、跨境数据传输合规、以及建立
126、全面的合规管理体系等多个方面进行综合考虑和应对。问题四：如何处理 AIGC 数据泄露风险问题四：如何处理 AIGC 数据泄露风险在全球 AIGC 保护法律环境中，处理 AIGC 数据泄露风险需要综合考虑制度和技术层面的措施。首先，在制度层面，应建立数据安全风险评估和应急处置机制，对数据进行分类分级保护，并定期开展风险评估。此外，还需完善相关法律法规，深圳知识产权保护中心如个人信息保护法，确保 AIGC 平台建立用户个人信息保护制度，保障用户的知情权和选择权。在技术层面，应加强对训练数据的保护和管理，确保数据的合法获取和存储。同时，引入差分隐私、同态加密等隐私保护技术，以降低隐私泄露的风险。此外
127、，还需推动隐私计算技术的应用，使多个数据拥有者能够在不暴露数据本身的前提下进行数据共享和计算。另外，建议 AIGC 开发运营主体建立数据安全事件应急响应机制，涵盖数据泄露、设备故障、网络攻击等事件，并定期进行应急演练。同时，应关注数据跨境合规问题，确保个人信息和重要数据出境的合规路径。通过以上多维度的措施，可以有效应对 AIGC 数据泄露风险第 56 页 共 60 页，促进 AIGC 行业的健康发展。问题五：AIGC 开发者与服务提供者如何认定数据权属及相关责任问题五：AIGC 开发者与服务提供者如何认定数据权属及相关责任在全球 AIGC 保护法律环境中，AIGC 开发者与服务提供者在认定数据
128、权属及相关责任方面面临多重挑战。我们可以从以下几个方面进行分析：第一，数据权属的认定：在私有化部署模式下，AIGC 开发者通常无法接触或处理数据，因此数据权属主要取决于 AIGC 服务提供者与使用者之间的约定，例如用户协议。在自行采集型与数据交易型中，AIGC 服务提供者并非数据的原始采集人，因此需要确保取得相关数据权利主体的授权，并建立数据许可规范。数据权属问题尚未解决，企业可能因数据来源而困扰。第二，责任分配：AIGC 平台应明确数据权属、处理方式及责任分配。例如，在数据交易协议中，要求数据提供方对数据的合法来源和处理行为进行保证。AIGC 开发者和服务提供者应加强第三方管理，提升可靠性和
129、稳健性，并开展个人信息保护影响评估。第三，在 AIGC 作品的权利归属问题上，实践中常见两种模式：创作者权属模式和投资者权属模式。第四，法律法规与合规要求：各国对 AIGC 的监管存在差异，如欧盟数据治理法案于 2022 年生效，旨在规范数据治理。在中国，政策层面体现伦理先行原则，法律层面形成网络与数据安全、隐私与个人信息保护、算法治理及其他领域的整体合规框架，并开始加入对于 AIGC 的专项监管。AIGC 开发者和服务提深圳知识产权保护中心供者应遵守相关法律法规，采取多项合规管控措施，包括建立实名认证、个人信息保护制度，明确用户权利义务和投诉处理路径等第 57 页 共 60 页。第四，技术层
130、面的防护：AIGC 平台应利用技术手段保护数据权属，例如通过过滤技术防止抄袭和侵权行为的发生。提高数据标注和清洗透明性，以实现AIGC 的数据合规。AIGC 开发者与服务提供者在认定数据权属及相关责任时需综合考虑法律法规、合同约定、技术防护等多方面因素，确保数据来源合法、使用合规，并明确各方的责任与义务。十、AIGC 与数字版权十、AIGC 与数字版权2023 年 8 月，依托国家“区块链+版权”在新领域的创新应用试点，由中国版权保护中心牵头，联合蚂蚁集团蚂蚁链面向互联网平台海量用户提供“即时申领 DCI，按需办理数字版权登记”的版权权属确认服务。以基于 DCI 标准的版权服务新模式，提供权威
131、公信、简单易用、方便快捷的版权服务新体验，应用于数字内容新场景。互联网平台基于 DCI 标准研发后，即可作为数字版权链的应用平台，通过调深圳知识产权保护中心用 API 接口，为本平台用户提供“即时申领 DCI，按需办理数字版权登记”服务。用户在数字内容创作完成后，即可申请领取 DCI 编码，获得“数字版权唯一身份证”。用户拥有了 DCI 编码之后，可在数字版权链支持的数字内容生态中获得数字内容授权、数字版权交易等服务支持。若用户需办理数字版权登记，可继续按照版权登记申请要求，提交登记申请材料，经中国版权保护中心审核通过后，可获得作品登记证书（数字版）。作品登记证书（数字版）可作为用户的数字内第
132、 58 页 共 60 页容权属证明，也可支持用户发起维权。“即时申领 DCI，按需办理数字版权登记”的服务新模式是中国版权保护中心在“区块链+版权”试点应用中的创新实践之一。面对更加广阔的数字空间，一切皆数据，一切数据皆有版权。中国版权保护中心将持续探索互联网版权保护与服务新场景，支撑数字版权业态融合发展。数字版权作为新时代技术发展孕育多年的产物，适用于 AIGC 相关作品，数字登记利用区块链去中心化、分布式存储、时间戳、加密处理等技术优势，对数字资产进行上链存证，在线完成县有法律效力的登记。数字版权的逐步普及必将深圳知识产权保护中心推动 AIGC 相关产品的制度完善、价值提升。数字版权作为政
133、府机构主导诞生，适应技术时代的创新产物，亦应为 AIGC 从业务、创意设计行业从业者所重点关注第 59 页 共 60 页。深圳知识产权保护中心参考文献：参考文献：1AIGC 技术趋势下智能设计的现状与发展 卢兆麟；宋新衡；金昱成22024 年 AIGC 行业研究-多模态大模型与商业应用 36 氪研究院32024 年 AIGC 发展趋势报告 36 氪42023 年中国 AIGC 行业发展研究报告 艾媒咨询52024 年中国 AIGC 产业研究报告 千际投行6AIGC 赋能文创设计-人工智能在文化传承与创新中的应用 严敬第 60 页 共 60 页群7生成式 AI 与版权保护：问题、争议与思考 腾讯研究院8生成式人工智能生成内容的版权属性与保护路径 毕文轩9“AI 文生图”著作权案一审生效 北京互联网法院10AI 大模型训练中的核心版权问题 朱开鑫11AI 生成与版权保护 朱开鑫12浅谈 AIGC 背后的版权保护问题 朱开鑫；张艺群13生成式人工智能三大版权问题解析 朱开鑫14浅析生成式人工智能输入和输出涉及著作权问题国内首例 AIGC 著作权纠纷判例与国外案例对比 知产力15生成式人工智能服务管理暂行办法发布，解析 AIGC 的数据合规挑战与应对之道陈际红；吴佳蔚；陈煜烺
