【青年学者论坛】李易珊 | AI生成视频版权侵权风险与类型化防范

近年来，我国将人工智能确立为发展新质生产力和建设数字中国的重要战略方向，持续推进生成式人工智能技术创新与规范治理。《生成式人工智能服务管理暂行办法》明确将生成文本、图片、音频、视频等内容的生成活动纳入监管范围，强调在促进创新发展的同时尊重知识产权、维护合法权益^［1］。《人工智能生成合成内容标识办法》聚焦“生成合成内容标识”关键点，提醒用户辨别虚假信息，明确标识责任义务，规范内容制作、传播各环节标识行为^［2］，针对AI生成视频等生成合成内容建立全流程标识制度，反映出我国人工智能治理已由原则性规范逐步迈向精细化监管。随着AI视频生成技术在影视制作、短视频创作和商业传播等领域广泛应用，其引发的作品训练、内容生成、传播使用等环节的版权侵权风险日益凸显。如何构建符合技术发展规律的版权风险防范体系，已成为当前人工智能法治建设的重要议题。

2024年，湖南省长沙市开福区法院就全国首例人工智能“文生视频”侵权纠纷，即腾讯诉百度侵权《庆余年》案件（简称“度加案”）作出判决，认定百度公司开发的AI一键成片功能软件非法传播《庆余年》短视频片段，该行为构成侵权，判令其赔偿原告腾讯公司经济损失及合理支出80万元，并立即停止侵权①（湖南省长沙市开福区人民法院（2024）湘0105民初3790号民事判决书。）。后长沙市中级人民法院就该案件作出终审判决，裁定“驳回上诉，维持原判”②（湖南省长沙市中级人民法院（2024）湘01民终18114号民事判决书。）。该案因其开创性意义而备受关注。作为我国人工智能“文生视频”侵权领域的首个司法案例，“度加案”填补了相关法律实践的空白，对今后处理人工智能侵权，特别是文生视频类侵权案件具有重要的参考价值。法院在该案中将涉案人工智能服务提供者的行为定性为直接侵权，而非通常探讨的间接侵权，这一认定在人工智能侵权领域并不常见。

现阶段，AI生成视频版权侵权案件的核心焦点在于直接侵权、间接侵权和不正当竞争的认定问题。在该案件中，百度公司运营软件中的AI一键成片功能，是否直接侵犯了腾讯科技公司对《庆余年》享有的信息网络传播权。当用户在软件上输入与《庆余年》相关的文字指令后，AI一键成片功能能够自动从该影视作品中切分出3-7秒的片段，将其存储于服务器并直接提供给用户，同时允许用户将这些片段作为素材用于生成新的短视频。关键在于，百度实施上述行为，并未获得著作权人腾讯科技公司的授权。根据《互联网信息服务深度合成管理规定》第10条规定，深度合成服务提供者发现违法和不良信息的，应当依法采取处置措施，保存有关记录，及时向网信部门和有关主管部门报告。因此，腾讯主张，百度的行为直接侵害了其信息网络传播权，并利用涉案作品内容吸引流量、通过会员收费等增值服务牟取商业利益，损害了自身合法权益。百度抗辩称，AI一键成片功能完全基于用户指令运作，通过算法在预设的“百家号”内容库或全网范围内，实时匹配关键词相关素材并自动化生成视频，同时，赋予用户高度自主操作权限，诸如上传自有素材、编辑现有素材等。百度认为自身并未事先加工或存储涉案作品片段，所有操作均为遵循用户即时指令的技术服务，故不构成直接侵权责任。法院认定“度加”软件内置的AI一键成片功能非法传播电视剧《庆余年》的片段，构成著作权侵权。这一判决结果不仅填补了AI视频侵权司法实践的空白，更暴露出技术表象与法律实质的深层背离，当算法深度介入创作流程时，现行以“用户主导”为前提的间接责任框架面临失灵，亟待构建适配AI特性的归责范式。

另外，该案件确立的侵权认定规则仅适用于AI剪辑类视频场景，而在实践中，还有AI创作类视频，该类型区别于单纯对已有素材进行二次处理的智能剪辑视频，其原理与文生图大模型相通。因此，在运行过程中，可以预见会产生类似于文生图那样的版权侵权风险。在研究AI生成视频的版权侵权风险时，应当基于视频的生成机制对其进行区分后，加以探讨。

目前实践中，AI生成视频根据生成机制不同，主要分为两类：AI剪辑类视频和AI创作类视频。AI剪辑类视频是指利用人工智能技术对预先存在的、受版权保护的视频或图像素材进行识别、提取、剪辑、重组与编辑后形成的视频内容，其核心特征在于对现有作品的实质性利用；而AI创作类视频则指人工智能系统通过学习海量数据，在无直接复制特定现有作品的前提下，通过算法自主生成全新的视觉内容、场景编排及动态效果，其内容并非对特定源素材的简单剪辑或拼接。由此可见，二者的侵权风险存在较大的差异。从AI生成视频的类型化到侵权性质的类型化，可以较为清楚地分析AI生成视频过程所涉各方主体可能涉及的版权侵权风险。在“内容生成阶段”，围绕AIGC服务提供者需要探讨的版权侵权情形，主要有两大方面：一是涉及版权直接侵权领域，这主要出现在AIGC服务提供者在生成内容时，尽管使用者可能并无侵权的主观意图，但服务提供者仍可能面临版权侵权责任的问题。二是涉及版权间接侵权领域，这指的是当使用者故意利用AIGC服务生成侵权内容时，AIGC服务提供者所应承担的侵权责任问题^［3］。

（一）AI剪辑类视频侵权风险

1．直接侵权风险

所谓“版权直接侵权”，是指行为人直接从事版权法专有权利规制范畴的行为^［4］。在AI剪辑类视频领域，以“度加案”为代表的司法实践明确了直接侵权风险认定核心，当算法行为超越被动响应转向主动干预时，技术中立原则即告失效，长沙中院认定百度构成信息网络传播权直接侵权。“度加”的AI一键成片功能深度解析用户指令后主动识别、切割《庆余年》片段（３-７秒），生成独立URL素材存储于自有服务器并直接提供用户，形成从加工到传播的完整控制链。更关键的是，该行为既突破腾讯与百家号协议禁止二次加工的授权边界，又因未建立版权过滤机制等系统性失职而存在主观过错。

“全国首例AI文生视频侵权纠纷案”这一裁判明确了AI剪辑类视频直接侵权认定的三重法律逻辑：其一，法院厘清了生成式人工智能服务提供者的行为边界。百度公司通过“度加”软件AI一键成片功能，未经权利人腾讯公司授权即自动将《庆余年》影视作品切分为３-７秒片段，存储于自有服务器并向用户直接提供的行为，完全落入《著作权法》第10条规定的信息网络传播权控制范畴。法院通过技术事实比对，否定了百度“技术中立工具”的抗辩，涉案软件输出的素材时长与“百家号”平台原视频不一致，且URL地址独立，这充分揭示出百度实质上实施了从二次加工到生成新素材再到主动传播这一完整链条，其行为已超越单纯的技术支持，转化为对作品内容的直接控制与提供。其二，法院揭示了技术功能的侵权本质。针对百度功能基于用户指令运行，未事先加工存储”的主张，判决指出“度加”的AI模块通过算法深度解析指令，不同于传统的搜索引擎“链接中转”模式，主动完成了影视作品的识别、切割与存储。其三，法院否定了“授权范围抗辩”。腾讯与百家号签署的《内容入驻合作协议》明确禁止视频二次加工，百度将影视作品切条传播的行为明显越权。至此，百度行为的直接侵权性质在法律事实层面得以确证。

在认定了直接侵权的基础上，法院进一步通过过错责任原则的精细化适用，构建了生成式人工智能服务提供者的责任认定范式。服务提供者是否服务提供者是否免除间接侵权责任和损害赔偿责任，取决于其在内容生成阶段是否履行合理注意义务，需综合技术发展阶段、行业共识及可行性，审查其是否构建有效的知识产权侵权风险防范体系^［5］。本案中，参考国内权威性的规范《生成式人工智能服务安全基本要求》中关于知识产权方面的规定，系统揭露百度风险防范体系的根本性缺陷。在风险防控层面，明知AI自动剪辑影视作品的功能必然引发版权风险，却未建立拒答机制、内容过滤等基础防护措施。在侵权处置层面，直至案件开庭审理之时，涉案影视片段仍可通过软件搜索播放，表明百度对持续扩散的侵权行为采取的是放任态度。这种系统性失职直接印证其主观过错，法院据此驳斥了百度提出的免责事由。

最终，判决确认百度公司通过AI功能直接实施作品提供行为，构成信息网络传播权直接侵权，且因未构建有效风险防范体系而存在明显过错。此案确立的裁判规则具有里程碑式意义，当生成式人工智能技术从“信息检索”转向“内容生成与控制”时，“技术中立”原则不再豁免服务提供者的直接侵权责任，其必须建立与技术水平相匹配的版权合规体系，否则需承担相应的侵权的责任。

2．间接侵权与不正当竞争的边界

与此同时，该案清晰划定了间接侵权与责任竞合的边界。百度虽提供积分奖励等通用商业模式，但因未特定诱导《庆余年》侵权且用户拥有自主编辑权限，符合“实质性非侵权用途”标准而免于间接侵权责任。法院驳回了不正当竞争指控，强调著作权法已对切条传播行为作出评价，避免《反不正当竞争法》的重复适用。

针对腾讯公司主张百度通过积分奖励、奖金激励等方式诱导用户制作并传播侵权视频构成间接侵权，法院从行为性质与主观要件双重维度予以否定。首先，涉案软件的积分奖励机制本质系鼓励用户使用视频剪辑功能的通用商业模式，其设计初衷在于提升平台活跃度，与社交、电商等主流互联网平台的运营逻辑无异。其次，百度设置的奖励规则从未特定指向《庆余年》等涉案作品，亦未以明示或暗示方式诱导用户针对该作品实施剪辑传播行为。故法院认定，百度对用户生成内容仅提供技术工具支持，未逾越合理商业模式边界，不构成间接侵权责任。

对于腾讯指控百度实施虚假宣传及扰乱市场秩序构成不正当竞争，法院基于法律适用竞合与技术真实性审查作出驳斥。经技术功能核验确认，“度加”软件的AI成片功能采用算法自动解析指令、剪辑素材并生成视频，其运作机制符合《生成式人工智能服务管理暂行办法》第２条“生成式人工智能技术”的定义，即“具有文本、图片、音频、视频等内容生成能力的技术”。百度在宣传中对其技术属性的描述，未虚构核心功能或夸大实现路径，故不构成《反不正当竞争法》规定的虚假宣传行为。针对扰乱市场秩序指控，法院指出，百度传播《庆余年》片段的行为已在著作权法框架内被评价为直接侵权，不宜再援引《反不正当竞争法》进行规制。

（二）AI创作类视频侵权风险

以Sora为代表的文生视频大模型区别于单纯对已有素材进行二次处理的智能剪辑工具，其原理与文生图大模型相通。因此，在运行过程中可以预见会产生类似于文生图那样的版权侵权风险。目前，世界范围内还未出现AI创作类视频版权侵权案件的判决，但在我国已有两起围绕“奥特曼形象”版权的文生图侵权案件。梳理这两起案件的细节及裁判分歧，有助于我们更加清晰地认识AI创作类视频可能导致的版权侵权风险。以侵权行为是否落入版权权能为划分标准，从直接侵权风险和间接侵权风险两个维度展开分析。

1．直接侵权风险

AI创作类视频与他人作品实质性相似，可能侵犯在先作品版权中的复制权、改编权和信息网络传播权，在学界和实务界产生广泛争议的是信息网络传播权。广州互联网法院考虑到生成式人工智能发展背景下AI生成内容侵权的新情况，谨慎地回避了大模型输出行为是否落入信息网络传播权控制范围的问题③（广州互联网法院（2024）粤0192民初113号民事判决书。）。这一做法可以理解，如果新兴技术给版权法带来的复杂冲击尚无定论，的确不宜过早给予产业界有偏向性的引导。但是，法院给出的理由却语焉不详：“在同一被诉侵权行为已经纳入复制权、改编权控制范畴的情况下，本院不再进行重复评价。”众所周知，在版权法的发展历史上，信息网络传播权出现的时间远远晚于复制权。正是因为复制权无法解决网络时代作品的交互式传播所面临的盗版难题，信息网络传播权才应运而生。交互式网络传播行为与复制行为并不重合^［6］，无“重复评价”一说。复制权与改编权有可能被重复评价，因为构成二者侵权的判断标准是一致的，均为在后作品与原作品实质性相似。

学界注意到了法院说理的部分瑕疵，赞成AI生成内容不侵犯信息网络传播权的观点，但并没有从“重复评价”角度入手。例如，有学者认为，AI从创作到输出的过程中，并没有作品的数字复制件被事先放置于网络之中。因此，不符合《最高人民法院关于审理侵害信息网络传播权民事纠纷案件适用法律若干问题的规定》第3条第2款有关信息网络传播权中“提供行为”的要求^［7］。然而，上述司法解释只是描述哪些行为属于提供行为，并未强调除此之外的行为就不属于提供行为。我国《著作权法》第10条关于信息网络传播权的定义，对提供行为的修饰是“以有线或者无线方式”，这一技术中立的表述实际上体现出提供行为的具体方式为何并不重要，重要的是提供行为造成的交互式传播后果。虽然大模型并未事先将作品复制件置于网络，但公众依然可以在其选定的时间和地点，通过输入提示词的方式获得同作品实质性相似的内容。因此，AI创作类视频侵犯信息网络传播权的风险是不言而喻的。

否定大模型输出行为属于信息网络传播权中的提供行为，更严重的后果是可能导致复制权侵权也相应不成立。因为越来越多的学者认可这样一种观点，即徒有复制不足以落入复制权的范围。复制权诞生之初的财产属性在于控制作品载体的传播，彼时复制与传播不可分割。数字技术使得复制可以脱离有体物存在，进而导致复制权控制行为的扩张。但是，如果复制行为后没有接续向公众提供作品的行为，就不会影响到版权人借助复制权对市场实现的控制，也就无需版权法的介入和调整^［8］。因此，应当对复制权的范围进行限缩，使其只涵盖同时满足“固定性”和“传播性”的行为^［9］。倘若大模型的输出行为不属于向公众提供，意味着AI生成内容对在先作品的复制没有接续传播，以响应用户提示词模式运行的大模型输出任何内容也不会侵犯复制权。这样的结论在一定程度上牺牲了版权人的合法权益。

2．间接侵权风险

传统网络平台如果未尽到注意义务，传播用户上传的侵权内容，则构成版权间接侵权^［10］。而AI创作类视频的传播链上呈现多级传播态势，涉及诸多主体，最关键的问题在于由哪一主体承担间接侵权责任，这需要依据实际情况进行判定。

首先，AI创作类视频背后的技术提供者可能需承担间接侵权责任。原本技术提供者就需要为大模型输出与他人作品实质性相似的内容，而承担直接侵权责任。但是，若用户在网络平台传播大模型输出的版权侵权内容，则还需要判断，技术提供者是否应当为用户的传播行为承担间接侵权责任。其重点在于判断，技术提供者是否对用户的直接侵权行为负有主观过错。起源于美国最高法院“索尼案”的“实质性非侵权用途”标准认为：只要产品具有一种实质性的非侵权用途，不能仅因为用户使用该产品进行侵权行为，就推定产品提供者有帮助他人侵权的主观过错^［11］。根据这一标准，通用人工智能模型兼具合法用途与潜在的非法用途，其性质与“索尼案”中的录像机类似。然而，未经许可专门模仿特定作品的大模型，其唯一用途就是生成与他人作品实质性相似的内容，例如奥特曼视频生成模型。因此，大概率不能通过“实质性非侵权用途”标准的检验，负有主观过错。

其次，接入他人视频创作模型的平台可能需承担间接侵权责任。这将成为未来生成式人工智能场景下，最为普遍的版权间接侵权情形。杰出通用人工智能模型的开发者多集中于少数人工智能头部企业，而所有平台都可以通过API调用通用人工智能模型，部署自己的AI生成服务^［12］。如果平台明知或应知其调用的大模型输出了与他人作品实质性相似的内容，却不采取必要措施阻止损害结果的扩大，则应承担间接侵权责任。在全球首例AI生成内容版权侵权案件“上海新创华文化发展有限公司诉广州年光公司网络侵权责任纠纷案”中，同样是接入第三方大模型提供生成服务的平台，被广州互联网法院判定为直接侵权人④（广州互联网法院（2024）粤0192民初113号民事判决书。）。而在第二起AI生成内容版权侵权案件“上海新创华文化发展有限公司与杭州某智能科技有限公司著作权侵权及不正当竞争纠纷案”中，接入第三方大模型提供生成服务的平台被杭州互联网法院判定为间接侵权人⑤（杭州互联网法院（2024）浙0192民初1587号民事判决书。）。其分歧根源在于，广州互联网法院并未对AI技术提供者和部署者作出区分。此外，两个法院对接入第三方大模型的平台所施加的注意义务也不同。广州互联网法院在《生成式人工智能服务管理暂行办法》中寻找平台注意义务的依据；杭州互联网法院则采取了包括当前AI发展水平、侵权责任对行业的影响等因素在内的综合衡量标准。尚未统一的做法无疑加剧了版权法应对AI创作类视频所引发的间接侵权风险的不确定性。

最后，用户也可能承担间接侵权责任。吴汉东教授指出，目前的研究主要集中在生成式人工智能服务提供者的版权侵权责任方面，忽视了规范用户行为对于规制版权侵权的积极意义^［13］。用户使用AI创作视频行为并非在任何时候都能构成合理使用而豁免侵权责任。例如，如果前述奥特曼视频生成模型并非AI技术提供者提供，而是用户未经许可基于开源大模型定向投喂、训练而成，则用户公开发布该模型的行为已经超越我国《著作权法》规定的个人学习、研究、欣赏型合理使用的范围，需为他人传播从该模型获取的侵权视频行为，承担间接侵权责任。

基于上述论述，分析AI生成视频的版权侵权风险，宜沿着一条从直接侵权到间接侵权，再到反不正当竞争法的类型化防范路径行进。如果行为人仅提供技术服务，例如提供大模型接入服务，因技术中立而落入“安全港”，需考察其主观过错来判断间接侵权是否成立；而如果行为人不仅提供技术服务，还参与内容生成，则兼具网络服务提供者和网络内容提供者的双重身份，面临直接侵权风险，无需考察其主观过错。此外，反不正当竞争法对著作权法难以调整的行为进行兜底规制。然而，在应对生成式AI技术引发的版权侵权风险时，由于版权人、下游产业主体及用户之间的法律关系高度复杂化，前述风险行为完全可能分散至不同主体实施。若针对所有可能情形制定碎片化立法，将面临立法成本过高与法律灵活性减损的双重困境。因此，亟需构建整体性法律框架以系统化规制AI生成视频版权问题，通过动态调整权责边界，既能保障技术的创新空间，又能实现版权保护与产业发展的动态平衡。

（一）协同责任框架

既有研究集中于探讨AI技术提供者的私法责任，在全球首例AI生成内容版权侵权案件后，研究视角才逐渐向提供AI生成服务的平台移转。这种聚焦特定主体的思路固然有助于深化对其在侵权过程中发挥何种作用、进而应承担何种责任的认知，但忽视了不同主体间责任的相互配合。以避风港规则为例，根据我国《民法典》第1194条至1197条，网络平台承担间接侵权责任的前提是用户实施了直接侵权行为。而除非侵权内容对平台而言显而易见，如果权利人不向平台发出包含适格证据和侵权主体信息在内的侵权通知，抑或是权利人疏忽而发出错误通知，平台无需采取删除、屏蔽等必要措施。这充分体现了新技术时代版权侵权中多方主体彼此责任交织、相互影响的样态。生成式人工智能技术的出现，将使得协同机制面临更为复杂的变化，需对上述规则进行调整。

其一，不论是大模型的输出过程，还是平台接入大模型后的输出服务，都可以在离线状态下完成^［14］。为跨越法条文义的射程限制，与其等待缓慢的立法进程，不妨将上述规定类推适用于AI生成内容的场合。

其二，不同于“平台—用户”的传统责任框架，AI生成视频的版权侵权问题涉及“大模型—平台—用户”三方主体，进而上述规定中有关通知和必要措施的要求都必须相应发生改动。侵权通知原本的作用在于让平台从海量正在传播的内容中发现侵权内容，使其主观状态由未知转为明知。大模型也会生成海量内容，且目前流行的人机交互机制是大模型被动响应用户输入的提示词，这就使得侵权内容更难被平台发现。因此，版权人对接入大模型的平台发送侵权通知时，也应当包含足以使平台知晓大模型输出内容为侵权内容的信息。例如，输入特定提示词将导致侵权内容输出的操作视频片段。必要措施原本的要义则是在平台对侵权内容的管理能力范围内，使其采取措施制止损害后果的扩大。依据平台接入大模型的方式不同，其对应的侵权内容管理能力不同，所应采取的必要措施也应有所差别^［15］。如果平台本身即是AI技术提供者自行设置的网站以部署生成服务，则其有权调整模型、更改参数等，其必要措施的效果理应同停止侵害责任相当。根据《生成式人工智能服务管理暂行办法》第14条规定，提供者发现使用者利用生成式人工智能服务从事违法活动的，应当依法依约采取警示、限制功能、暂停或者终止向其提供服务等处置措施，保存有关记录，并向有关主管部门报告。所以，如果平台仅接入第三方大模型，根本无权干涉大模型输出的具体内容，则其不论是在输入端阻止特定大模型响应特定提示词，还是在输出端阻止特定输出内容显示于用户界面，只要能达到和“删除、屏蔽、断开链接”相同的事后算法“过滤”效果，即足矣。

其三，用户特意训练、诱导生成式AI输出与他人作品实质性相似内容的行为，完全不同于用户上传侵权内容至平台服务器的行为，前者有可能被认定为合理使用，进而阻断其后AI技术提供者或平台的间接侵权责任。2025年9月发布的《人工智能安全治理框架》2.0中提出：“根据用户实际应用场景设置服务提供边界，裁减人工智能系统可能被滥用的功能，系统提供服务时不应超出预设应用范围。”在第二起AIGC版权侵权案件中，杭州互联网法院以用户自行学习、研究、欣赏存储在服务器中的输出内容构成合理使用为由，判决百度公司不用删除与原作品有关的全部物料和相关数据。这实际上是在肯定，当用户对生成式AI的使用不涉及直接侵权行为时，平台提供生成服务也不构成间接侵权。

（二）有限责任框架

注意义务与侵权责任的内容可以互相转化。如果因违反注意义务而需要承担侵权责任，则注意义务的部分内容会转化为侵权责任的内容。例如，如果接入第三方大模型的平台明知或应知侵权内容的输出却不采取阻断措施，则其因违反注意义务而存在主观过错，停止侵害责任必然包含对侵权内容的阻断。因此，注意义务的限度和停止侵害责任的限度可一体评价。

所谓有限责任，指不能为确保版权人的利益万无一失而施加过重的责任，最终窒碍新技术的发展。然而，一方面，对指引注意义务的法律文本认识不当，可能过分加重AI技术提供者和提供AI生成服务的平台的注意义务。我国学界和实务界的一种常见观点认为，《生成式人工智能服务管理暂行办法》可以提供注意义务的依据^［16］。广州互联网法院根据上述办法认定，接入第三方大模型的平台负有建立投诉举报机制、提示潜在风险、对输出内容附加显著标识的义务。但该办法分明是公法性质的行政法律法规，显然不能直接作为版权领域争议问题的法源基础^［17］。虽然伴随着公法和私法渐进融合的趋势，关于新技术领域的监管义务逐步呈现与合同义务交织的特点，能够成为注意义务的合法来源^［18］，但这充其量只是说明公法义务有转化为私法义务的可能性，而非公法义务一定适于成为注意义务。以上述办法第15条规定的投诉举报机制为例，其与“通知—删除”机制下的注意义务要求相去甚远，更多是提供关于平台应当如何设立投诉举报机制的宽泛意见。假如接入第三方大模型的平台未专门设置投诉举报机制，但标注了邮箱联系方式，版权人通过邮箱通知平台侵权信息，随后平台以屏蔽关键词方式阻断侵权内容输出，并通过邮箱向版权人反馈屏蔽措施，此时能否以平台未建立投诉举报机制为由，认定平台未履行注意义务？不难发现，公法义务与注意义务在部分内容上可能有所重合，但其各自追求的结果是不同的。本文认为，厘定合适的注意义务，第一步是明确实施侵权行为的主体，第二步是明确侵权主体对侵权内容的信息管理能力。明确侵权主体的目的是防止注意义务与实际侵权主体的不匹配，而非要套用以往内容提供者和服务提供者二分的框架。该二分框架只是对现有各种网络平台的一般性总结，主要作用为方便代指和讨论，并非严谨的责任分析路径。AI技术提供者与部署者结合的方式有很多种，这已经给产品责任和服务责任的区分带来挑战，相关主体更未必特属于内容提供者或服务提供者之中的某一类。因此，自然也没有必要牵强附会已有概念。至于侵权主体的信息管理能力，也并非指具体某个主体的技术能力，而是其所属行业的平均控制能力。

另一方面，停止侵害责任，既不能严重超出侵权人的技术承担成本，也不应无限倒退。我国两起AIGC版权侵权案件中，广州互联网法院要求停止侵害的效果应达到大模型无法再生成任何与原作品实质性相似内容的程度。杭州互联网法院要求履行停止侵害责任直到实现全部的屏蔽效果。然而，涉及版权作品及作品元素的关键词数不胜数，一个囊括所有关键词且实时更新的关键词库超出了侵权人的负担成本。而且关键词很容易被其他近义词替换，达到输入关键词的相同效果^［19］。因此，以关键词过滤为方式的停止侵害责任绝不能要求侵权人事前过滤所有侵权内容，适宜的方案是将关键词的范围交由版权人出示。只要侵权人过滤版权人提供的关键词库，就能够达到停止侵害效果。当然，版权人不能在关键词库中随意添加词汇，导致生成式AI难以发挥正常功能，其负有证明关键词库中的关键词确实将导致侵权内容输出的义务。有一种观点认识到促进新技术发展、确保AI生成服务正常运转的重要性，但将停止侵害责任与侵权人的主观过错挂钩，认为停止损害责任的认定须明确侵权行为是否因行为人的过错而引发^［20］。这首先与传统民法原理不符。停止侵害在责任性质上属于绝对权请求权，而以过错为要件的侵权责任实际上是指损害赔偿请求权^［21］。更为重要的是，以过错为要件的停止侵害责任会使得大量侵权内容以AI技术提供者和部署者无过错为挡箭牌，持续通过大模型输出的形式传播给不特定多数用户，导致版权人的合法权益将无任何其他救济途径的后果。

2025年，国务院印发的《关于深入实施“人工智能＋”行动的意见》提出深入实施“人工智能＋”行动，应完善治理体系，通过完善法规标准，为智能经济拓展发展空间并划定发展“红线”，护航智能经济行稳致远^［22］。全国首例“AI文生视频侵权案”具有里程碑意义。其突破性认定算法主动控制作品传播构成直接侵权，明确了技术中立的边界。该案推动现行版权相关法律进一步适应生成式AI技术的发展，倒逼企业将合规深度植入技术架构，为实现技术革新与创作者权益保护的动态平衡打下重要的基础，引导智能经济发展向上向善。

[１］高志宏．回应与超越：生成式人工智能法律规制——以《生成式人工智能服务管理暂行办法》为视角［Ｊ］．社会科学辑刊，２０２４（５）：１２２．

[２］黄尹旭．《人工智能生成合成内容标识办法》的规范功能与法律适用［Ｊ］．法律适用，２０２５（９）：１３６．

[３］朱开鑫．AIGC服务提供者版权侵权责任研究［Ｊ］．上海师范大学学报（哲学社会科学版），２０２４（６）：３９-４９．

[４］王迁．知识产权法教程［Ｍ］．北京：中国人民大学出版社，２０２１：１４．

[５］全国首例AI文生视频侵权纠纷案落槌［Ｎ］．法治周末报，２０２５-０２-２７（１）．

[６］王迁．复制权与信息网络传播权的关系［Ｊ］．湖南师范大学社会科学学报，２０２２（２）：１．

[７］姚志伟．人工智能生成物著作权侵权的认定及其防范——以全球首例生成式AI服务侵权判决为中心［Ｊ］．地方立法研究，２０２４（３）：５．

[８］杨明．私人复制的著作权法制度应对：从机械复制到云服务［Ｊ］．中国法学，２０２１（１）：１９７．

[９］施小雪．重塑复制权：生成式人工智能数据训练的合法化路径［Ｊ］．东方法学，２０２４（６）：７５．

[１０］王迁．著作权法［Ｍ］．北京：中国人民大学出版社，２０２３：５０２．

[１１］王迁．网络环境中的著作权保护研究［Ｍ］．北京：法律出版社，２０１１：１５９．

[１２］赵陶钧，林灿华．AIGC接入平台：版权责任的误置与纠偏［Ｊ］．中国出版，２０２６（５）：６６．

[１３］李剑，吴汉东，许惠春，等．网络著作权的司法保护［Ｊ］．数字法治，２０２５（２）：９．

[１４］王利明．生成式人工智能侵权的法律应对［Ｊ］．中国应用法学，２０２３（５）：３０．

[１５］胡开忠，江璐迪．人工智能生成内容服务提供者的著作权侵权责任研究［Ｊ］．华中科技大学学报（社会科学版），２０２５（５）：５８．

[１６］袁锋．人工智能服务提供者的版权侵权责任研究［Ｊ］．湖南大学学报（社会科学版），２０２４（６）：１５５-１５６．

[１７］熊琦．生成式人工智能平台的著作权侵权责任［Ｊ］．环球法律评论，２０２５（２）：２６．

[１８］林北征．论生成式人工智能服务提供者的注意义务［Ｊ］．法律适用，２０２４（１０）：１５９．

[１９］方贵敏．论停止侵害责任在AIGC著作权侵权案件中的适用［Ｊ］．出版广角，２０２４（２３）：７７．

[２０］武长海，黄静怡．利益平衡视角下AIGC服务提供者著作权侵权的认定［Ｊ］．知识产权，２０２５（３）：１０２．

[２１］杨代雄．民法总论［Ｍ］．北京：北京大学出版社，２０２２：４８９-４９１．

[２２］推动智能经济加快发展［Ｎ］．人民日报，２０２５-１０-２９（９）．