国颂观点 |AI生成内容侵权、开源软件与AI专利

人工智能深度参与创作与研发，使生成内容的权利归属、训练数据的合法性、AI辅助发明的专利主体资格等问题日益凸显。《意见》第三部分（第12—16条）对涉AI知识产权纠纷作出专门规定，涵盖侵权责任认定、开源软件法律责任、专利授权确权、技术合同履行、数据使用规范五个方面。需要特别说明的是：对分歧最大的两个问题——AI生成内容的可版权性、未经许可使用作品训练大模型的定性，《意见》明确“留白”。本期结合“AI文生图第一案”“全球首例AIGC平台侵权案”等标杆判例展开分析。

【条文原文】人工智能生成内容侵害他人著作权的，人民法院应当综合考量人工智能服务类型、行业特点、训练数据来源、各方参与度、采取的必要措施以及获利情况等因素，依法合理认定人工智能开发者、提供者、使用者的责任。人工智能开发者提出不侵权抗辩的，应当责令其提供训练数据来源、训练过程记录、模型运行模式以及科学理论依据等予以佐证。……人工智能使用者知道或者应当知道在先作品存在，利用人工智能生成与在先作品实质相似的作品且无合理抗辩理由，在先作品权利人请求其承担侵权责任的，人民法院应予支持。（第12条）

解读要点：其一，责任认定遵循“责任承担与控制能力、注意义务相匹配”——不能以内容系AI生成为由免除任何一方的责任，开发者、提供者、使用者按各自的参与度和控制力分担责任；其二，举证规则首次成文化：权利人就“内容系该AI生成+实质相似”负初步举证责任，开发者提出不侵权抗辩的，须自证训练数据来源、训练过程、运行模式，必要时提供科学理论依据——算法黑箱不再是可以藏身的堡垒；其三，使用者明知在先作品仍诱导AI生成实质相似内容的，直接构成侵权。

案例一：“AI文生图”著作权第一案——独创性的个案判断

原告李某使用Stable Diffusion软件，通过设计提示词、设置参数、反复调整修正生成图片“春风送来了温柔”发布于小红书；被告刘某未经许可将该图用作文章配图并抹去水印。北京互联网法院2023年11月27日判决认定：从构思到选定图片的整个过程体现了李某的智力投入、审美选择和个性判断，图片具备“智力成果”与“独创性”要件，构成美术作品；李某是涉案图片的作者，享有著作权；被告侵害其署名权和信息网络传播权，判令赔礼道歉并赔偿500元。承办法官朱阁阐释：AI生成内容是否构成作品需个案判断，关键在于是否体现人的独创性智力投入——AI模型不是法律上的“作者”，但人可以利用AI创作。

对比案例：苏州“幻之翼透明椅”案——同样的操作，相反的结论

原告丰某使用Midjourney生成“幻之翼艺术椅”系列图片并公开分享提示词；被告参考提示词调整生成近似设计并生产销售。法院经一、二审认定：原告无法再现与涉案图片完全相同的生成过程，亦未能提供创作流程原始记录，难以证明从最初构思到最终选定进行了独创性智力投入，涉案图片不构成作品，不受著作权法保护。两案对照揭示了可版权性判断的操作性标准：保存创作过程记录（提示词迭代、参数调整、筛选过程）是AI创作者确权维权的生命线。也正因实务认识尚在深化，《意见》对可版权性本身暂不作规定。

案例二：全球首例AIGC平台侵权生效判决——奥特曼案

上海新创华文化发展有限公司（奥特曼系列形象中国大陆版权总代理）发现某AI公司网站的AI绘画功能可生成与迪迦奥特曼实质性相似的图片，起诉索赔30万元。广州互联网法院2024年2月8日作出(2024)粤0192民初0113号判决：部分图片完全复制奥特曼形象独创性表达，侵害复制权；部分图片保留独创性表达并形成新特征，侵害改编权；生成式AI服务提供者应尽合理注意义务（建立投诉举报机制、提示潜在风险、显著标识等），判令停止侵权并赔偿1万元。该案确立了“生成式AI平台不能以技术中立、内容由模型生成而免责”的裁判基调，与《意见》第12条的考量因素高度一致。

最高法民三庭庭长李剑在答记者问中明确：对AI生成内容的可版权性、未经许可使用他人作品训练大模型的定性，起草过程中意见分歧很大，认识有待深化，《意见》暂不作规定。这意味着：其一，“文生图案”式个案判断路径仍是主流，创作者维权策略应立足“独创性智力投入+创作过程留痕”；其二，权利人起诉大模型训练侵权暂无统一规则，但第12条的举证规则（开发者须自证训练数据来源）实际上已为权利人打开了一扇门——诉讼中可以“逼出”训练数据信息；其三，域外趋势（如美国“合理使用”争议）仍在演化，跨国业务需保持关注。

认定开源软件开发者、提供者以及后续开发者、提供者的侵权责任，应综合考量开源许可协议类型、权利限制内容、安全合规举措和信息披露程度，给予适当责任豁免；免费开源提供AI研发所需代码模块并公开说明功能与安全风险的，他人使用导致侵权的，可以认定开源开发者不担责。

解读：开源生态是AI产业的底座，本条实质是为开源社区建立“安全港”——免费+充分披露=责任隔离。但注意豁免有条件：许可协议类型、合规举措、披露程度都会影响结论。企业使用开源大模型（如Llama系列）进行商业化改造时，应完整审查开源许可协议（GPL传染性、商用限制条款），并评估上游披露的完备性；开源项目维护者则应做好README、风险声明、协议文本的规范披露，留存“已尽披露义务”的证据。

● 客体审查：涉AI发明创造采用遵循自然规律的技术手段、解决技术问题、实现符合自然规律的技术效果的，属于专利法保护的客体——对“算法是否可专利”给出了肯定方向，但违反法律、公德、公共利益或自然人没有实质贡献的除外；

● 发明人认定：自然人使用AI完成的发明创造，只有对实质性特点作出创造性贡献的自然人才能被认定为发明人——AI不能署名为发明人，纯“提示词触发式”的AI输出也难以认定发明人资格；

● 充分公开：专利说明书表述达到本领域普通技术人员能够实现的程度，即符合充分公开要件——为AI相关专利申请的撰写划定了说明书详略尺度。

对研发企业而言，本条提示了专利资产管理的新要点：人机协作发明需记录自然人的创造性贡献点（技术问题定义、方案迭代、参数选择的非显然性决策），以免在确权、维权环节陷入“发明人资格”争议。

审理涉AI技术开发、转让、许可、咨询、服务合同纠纷，应根据合同约定，充分考量AI研发特点、开发方是否尽到合理努力等因素认定违约责任。解读：AI研发具有高不确定性，“合理努力”标准的引入意味着法院不会单纯以“未达约定性能指标”倒推违约，而会考察研发投入、迭代过程、行业通行水平。企业签订AI开发合同时，应在合同中明确量化验收标准、里程碑、性能指标及未达标时的处理机制（补救、降级、解除），避免“合理努力”认定上的争议空间。

第16条为AI数据资产搭建了阶梯式保护体系：构成汇编作品或符合作品要件的数据/数据集合，依著作权法保护；构成商业秘密的，依反不正当竞争法保护；均不构成但被诉行为违反反不正当竞争法第13条（互联网专条）的，依法承担责任。同时明确：利用数据、算法达成垄断协议或滥用市场支配地位的承担反垄断责任；采取虚构干扰数据、恶意标注数据、对抗样本攻击等技术手段损害AI运行安全的，依法承担责任。

“数据投毒”条款是本条亮点——训练数据被污染可能导致模型系统性劣化甚至后门植入，此前多被视为技术事故，本条将其定性为可诉的侵权/不正当竞争行为，为AI企业开辟了新救济路径。AI企业应同步建立数据供应链安全审计与投毒溯源的技术能力，两者互为攻守。

● 训练数据：建立来源、许可、清洗全流程档案（应对第12条举证）；

● 生成内容：产品层部署侵权过滤、投诉举报、显著标识机制（奥特曼案确立的注意义务清单）；

● 创作者权益：使用第三方作品训练前评估授权路径，敏感IP（知名形象、字体、音乐）设置黑名单；

● 开源治理：许可协议审查+上游披露评估+贡献记录留痕；

● 数据资产：分级确权（作品化数据→著作权；非公开数据集→商业秘密；公开数据→反法兜底）；

● 专利布局：人机协作发明的创造性贡献留痕，说明书按“普通技术人员能够实现”标准撰写。

作者：濮方涛

江苏国颂律师事务所 高级合伙人

江苏国颂（溧水）律师事务所 主任