
三案拆解生成式AI的法律归责新边界
何某AI陪伴案×殷某某AI声音案×AI生成物著作权案——三案分别对应AI产业链上人格权、著作权、商标权三个敏感的法律节点,共同构成生成式AI在中国司法实践中的归责框架。
2025年6月
何某是一位公众人物,其姓名、肖像被某智能手机记账软件的用户用于创建AI陪伴角色。用户只需输入何某的姓名,即可与以何某为原型的AI虚拟人物进行对话互动。这一看似"用户个人行为"的技术应用,最终被北京互联网法院认定构成对何某人格权的侵害。
法院作出三个核心判断:AI虚拟角色是自然人人格形象的投射,用户使用原告姓名、肖像创设虚拟人物,实质上是将原告的整体形象投射到AI角色上;平台并非"中立的技术服务提供者",产品设计鼓励、组织了用户上传行为,被告应作为内容服务提供者承担侵权责任;任何人都可以"调教"以何某为原型的AI角色,人格自由和人格尊严因此受到侵害。
本案涉及两个深层法律问题:其一,"技术中立"抗辩的边界在哪里?法院的答案是看产品设计是否"鼓励、组织"了用户侵权行为。如果产品功能本身指向侵权,即使技术上声称"我们只是提供工具",法律上仍不能免责。其二,人格权保护范围是否延伸到AI生成的虚拟形象?答案是只要能让一般公众识别出"这是谁",无论技术如何处理,都受到人格权保护。
关键结论:人格权保护不因技术手段的"智能化"而减损,核心判断标准是可识别性而非技术形态。
殷某某是一位配音演员,其声音被某智能科技公司采集后,用于训练AI声音模型,并生成与殷某某声音高度相似的语音内容,用于商业场景。殷某某起诉后,北京互联网法院支持了其诉讼请求。
法院的核心判决是:自然人声音权益的保护范围可及于AI生成的声音。依据《民法典》第1023条,对声音保护参照肖像权规则执行。这条逻辑链条很清晰:肖像权保护的核心是"可识别性"——只要公众能识别出"这是谁的脸",无论是否原图直接使用,都构成侵权;这一规则平移到声音保护领域,同样适用。
何某案中使用的是真实的姓名和肖像,属于直接复制;而殷某某案中的AI声音是"学习"了声音特征后生成的"声音模型",属于模仿而非复制。两案的技术路径不同,但法律结论相同:AI生成高度相似但非直接复制的内容,同样可能构成人格权侵权。
这一规则的影响远不止声音领域。用AI生成"看起来很像某人"或"听起来很像某人"的内容,即使不是原图原声的直接复制,也可能因为具有可识别性而落入人格权保护范围。AI图像、AI视频领域的从业者需要格外警惕这一风险。
可识别性是判断标准,技术手段不是免责理由。
上海某文化公司发现,杭州某智能公司运营的AI生成平台在训练过程中未经许可使用了其享有著作权的作品,且最终生成的图像内容与原作品构成实质性相似。杭州互联网法院审理后,支持了原告的诉讼请求。
第一层:技术过程的中立性不等于法律评价的中立性。法院不是孤立地看"训练AI用了什么数据",而是审查从输入端到输出端的完整链路——如果输入端使用了侵权数据,输出端又产生了侵权内容,技术过程的中立性不能成为免责依据。
第二层:侵权判断标准是"实质性相似",与判断人类创作侵权用同一个标准。法院对比AI生成内容与原作品,判断是否再现了原作品的独创性表达。如果AI生成的内容"学"会了原作品的独创性表达并能复现,原则上构成侵权。
第三层:合理使用的边界不延伸到商业性AI训练。未经许可使用他人作品进行商业AI模型训练,因其商业性质和规模化特征,很难认定为《著作权法》中的"合理使用"。企业不能指望AI的特殊性会带来特殊的法律豁免。
关键规则:训练数据的来源合法性 + 生成内容的实质性相似 = 著作权侵权认定
三案串联起来,勾勒出AI产业链上三个关键法律节点的三层递进逻辑:
第一层:何某案回答了"AI能不能用你的脸"——不能。人格要素的使用经技术处理后,只要具有可识别性就落入人格权保护范围。
第二层:殷某某案推进到"AI能不能像你"——也不能。AI生成高度相似但非直接复制的内容,同样构成侵权。
第三层:上海某文化公司案则明确"AI能不能学你然后产出一模一样的"——更不能。训练数据来源违法加上输出内容实质性相似,等于侵权。
- 输入端:
AI模型训练数据来源必须合法(著作权法保护) - 输出端:
AI生成内容不得侵害他人权利(人格权编保护) - 平台端:
AI服务提供者不能躲在"技术中立"后面(产品设计指向侵权时平台承担责任)
三个节点的法律边界一旦清晰,AI产业链上的企业就面临系统性合规挑战。
面对AI法律风险的系统性挑战,企业需要从四个维度建立合规机制:
- 训练数据的来源审查:
建立来源登记和版权核查机制,至少说清楚"数据从哪来的"。使用授权数据集、记录数据来源、保留授权凭证,是最基本的合规要求。 - 生成内容的输出过滤:
建立输出端审核机制,实现对名人姓名、肖像、声音等敏感人格要素的识别和拦截。AI生成的内容不是法外之地。 - 用户协议明确"禁止创建他人AI形象":
不仅写了就行,功能设计本身不能"引导"用户侵权。产品设计决定法律责任边界。 - 保留合规证据链:
"我什么都没做"已经不是安全策略。需要主动建立合规机制并保留记录,以证明已尽到合理注意义务。
数据来源审查/输出内容过滤/功能设计合规/证据链留存
从训练数据的版权清理,到生成内容的权利审查,到平台功能的设计合规——任何一个环节出现问题,都可能触发法律责任。AI企业需要意识到,合规不是成本,而是发展的前提。

扫码关注 / 联系咨询
📞 180-8435-5772
添加微信请备注咨询 | 致电前请先短信说明来意

长按识别二维码添加好友,备注咨询
广东广和律师事务所 · 人工智能法律业务中心
本文仅供学术探讨和法律知识普及,不构成法律意见。如有具体法律问题,请咨询专业律师。
夜雨聆风