《深圳知識產權保護中心：2025人工智能生產內容（AIGC）作品版權認定分析報告（61頁）.pdf》由會員分享，可在線閱讀，更多相關《深圳知識產權保護中心：2025人工智能生產內容（AIGC）作品版權認定分析報告（61頁）.pdf（61頁珍藏版）》請在三個皮匠報告上搜索。

1、中國1深堈1知識產權保護中心om(-)片 嚇一。深圳知識產權保護中心人工智能生產內容（人工智能生產內容（AIGC）作品版權）作品版權認定分析報告認定分析報告深圳知識產權保護中心序序第 1 頁 共 60 頁言言2021 年 9 月 22 日，中共中央、國務院印發知識產權強國建設綱要（2021-2035 年），旨在全面提升知識產權創造、運用、保護、管理和服務水平，建設中國特色、世界水平的知識產權強國。根據綱要，我國需要建立健全新技術、新產業、新業態、新模式的知識產權保護規則。這些新興領域包括互聯網、數據、開源、算法、商業方法、人工智能產出物、遺傳資源、傳統知識、民間文藝、非物質文化遺產和中醫藥等。

2、這些領域的知識產權保護規則旨在應對快速發展的科技和經濟形勢，確保創新活動能夠得到及時有效的法律保護。此外，綱要還強調了要探索完善互聯網領域的知識產權保護制度，并研究構建數據知識產權保護規則。這意味著在互聯網和數據領域，需要制定新的法律和政策，以適應數字化時代的需求。例如，對于大數據和人工智能等新領域，需要加快立法進程，以滿足產業發展對知識產權保護的需求。2022 年 6 月 6 日，深圳市出臺關于發展壯大戰略性新興產業集群和培育發展未來產業的意見，提出培育發展壯大“20+8”產業集群?！?0+8”產業集群是深圳市為推動高質量發展而制定的一項重要政策，該政策旨在通過發展壯大20 個戰略性新興產業

3、集群和前瞻布局 8 個未來產業，形成促進深圳產業高質量發展的系統化體系。這些新興產業包括智能網聯汽車、半導體與集成電路、高端裝備制造、智能機器人、區塊鏈與量子信息、前沿新材料、新能源、激光與增材制造、數字創意、安全應急與環保、精密儀器設備等。在數字化浪潮席卷全球的今天，人工智能技術正以前所未有的速度改變著我們的生活和工作方式。特別是在創意設計領域，人工智能技術的應用已經引發了深刻的變革。它不僅能夠輔助設計師完成繁瑣的重復性工作，更能激發設計師的創造力，幫助他們打破思維局限，探索全新的設計可能性。為助力“20+8”新興產業高質量創新發展，為更好地普及人工智能在創意設計領域的應用知識，提升公眾對這

4、一領域的認知和理解，加強企業使用 AIGC 工具的合規意識和知識產權保護意識，深圳知識產權保護中心攜手深圳市君勝知識產權代理事務所（普通合作）邀請專家研討、探討前沿判例及展望行業未來，通過聯動創意設計領域多方主體的深入交流與碰撞，激發更多人對創意設計領域的興趣和熱情，共深圳知識產權保護中心同推動創意設計行業的創新與發展第 2 頁 共 60 頁。本行業報告系專家研討及實例分享的總結凝練，內容覆蓋“AIGC 發展現狀”“AIGC 產業生態”“AIGC 商業應用和常用工具”“AIGC 創新機遇”“AIGC 在創意設計行業的發展歷程和創新價值”“AIGC 法律挑戰”“AIGC 海外判例”“AIGC國內

5、判例”“AIGC 合規應對”“AIGC 與數字版權”等多個內容版塊，薈萃了海內外眾多前沿觀點及實踐判例，對創意設計行業從業者、廣大企業經營者應對技術革新、商業迭代、全球市場、自主創新、出海合規具有一定的參考、指導意義。深圳知識產權保護中心目目第 3 頁 共 60 頁錄錄序言.1一、AIGC 發展現狀.4（一）人工智能（AI）發展的三次浪潮.4（二）人工智能生成內容（AIGC）技術的發展歷程.5（三）人工智能生成內容（AIGC）發展現狀概述.7二、AIGC 產業生態.8三、AIGC 商業應用和常用工具.10（一）AIGC 商業應用.10（二）AIGC 常用工具.10四、AIGC 創新機遇.14（

6、一）智能化水平提升.15（二）應用領域的拓展.15（三）市場規模增長.16（四）豐富投資機會.17（五）社會影響與挑戰.18（六）跨行業協作.19五、AIGC 在創意設計行業的發展歷程和創新價值.20六、AIGC 法律挑戰.21（一）獨創性標準爭議.21（二）獨創性判定機制調整.22（三）技術方案反應和表達界限.22（四）版權歸屬問題.23（五）軟件開發者、所有者或使用者貢獻.23（六）各方影響程度考量.24（七）多方共享者權利配置.25（八）侵權責任承擔.25（九）用戶使用平臺內容制作.26（十）數據合規風險管理.27（十一）法律制度變革需求.28七、AIGC 海外判例.29（一）關于 AI

7、GC 合成作品是否享有版權？.29（二）關于 AIGC 合成作品版權權利歸屬、責任分配爭議？.38（三）海外關于 AIGC 保護法律環境概要.39八、AIGC 國內判例.40九、AIGC 合規應對.50（一）模型訓練階段.51（二）應用運用階段.51（三）模型優化階段.52（四）立足于當下全球 AIGC 保護法律環境 關于 AIGC 數據合規的五個典型問題解析 53十、AIGC 與數字版權.57參考文獻.60深圳知識產權保護中心一、AIGC 發展現一、AIGC 發展現第 4 頁 共 60 頁狀狀（一）人工智能（AI）發展的三次浪潮（一）人工智能（AI）發展的三次浪潮人工智能（Artificia

8、l Intelligence，AI）是模擬人類智能的理論和技術，使計算機系統能夠感知、理解、學習、推理和決策。其目的是使計算機能夠模仿或超越人類在特定任務上的智能表現。人工智能是人工智能生成內容（Artificial Intelligence Generated Content，AIGC）研究的核心，其研究和發展已經有數十年的歷史。時間時間階段階段狀態狀態標志標志1950 年至 1980 年1956 年信息系統早期專家系第一次浪潮統，達特茅斯會議，提出人工智能概念1957 年，心理學家羅森布拉特，發明感知機的模型1980 年至 2000 年1982 年，Hopfield 神經網絡模型提專家系統

9、廣泛應用神經網絡初步發第二次浪潮展出1986 年，Hinton 等提出反向傳播算法90 年代，日本第五代計算機失敗2000 年至今2006 年，Hinton，提出深度學習模統計機器學習、深度學習、類腦計第三次浪潮算型2012 年，深度學習算法在語音、圖像識別上取得重大突破深圳知識產權保護中心（二）人工智能生成內容（AIGC）技術的發展歷（二）人工智能生成內容（AIGC）技術的發展歷第 5 頁 共 60 頁程程AIGC 融合了人工智能與計算領域的創新技術，基于訓練數據和生成算法等模型能自主生成新內容，擁有抓取、分析、創造信息等應用價值。AIGC 旨在利用人工智能領域的大數據、云計算和深度學習等關

10、鍵技術，提升計算過程的智能化能力，并為各行業帶來創新的解決方案。結合人工智能的演進歷程，AIGC 的發展大致可以分為三個階段，包括早期萌芽階段、沉淀積累階段和快速發展階段。時間時間階段階段特點特點標志標志20 世紀 50 年代至 90 年代中期受限于科技水平早期萌芽，1950 年，艾倫圖靈提出著AIGC 僅限于小范圍實驗名“圖靈測試”，給出判定機器是否具有“智能”的試驗方法1957 年，第一支計算機創作的弦樂四重奏依利亞克組曲完成1966 年，世界第一款人機對話的機器人“Eliza”問世80 年代中期，IBM 創造語音控制打字機器人 Tangora20 世紀 90 年代中期至 21 世紀200

11、7 年，世界第一部人工智能創作的小說1 The Road問AIGC 從實驗性向實用性轉變，受限于算法瓶頸，無法直接進行內容生沉淀積10 年代中期累產世2012 年，微軟展示全自動同聲傳譯系統，可將英文演講者的內容自動翻譯成中文語音21 世紀10 年代中期至今2014 年，Ian J.Goodfellow 提出生成式對抗網絡 GA深度學習算法不斷迭代，人工智能生產內容百花齊放，效果逐漸逼真直至人快速發展類N2017 年，微軟“小冰”推出世界首部 100%由人工智能創作的詩集深圳知識產權保護中心難以分第 6 頁 共 60 頁辨陽光失去了玻璃2018 年，英偉達發布StyleGAN 模型可以自動生成

12、高質量圖片2018 年，人工智能生成的畫作在佳士得拍賣行以 43.25 萬美元成交，成為首個出售的人工智能藝術品2019 年，DeeMind 發布 DVD-GAN模型用以生產連續視頻2021 年，OpenAI 推出了 DALL-E，主要應用于文本與圖像交互生成內容2022 年 11 月，OpenAI 發布了ChatGPT，實現能夠根據用戶的提問或陳述生成相應的回復，進行自然流暢的對話2024 年 2 月，OpenAI 發布其首款視頻生成模型 Sora，用戶僅需輸入一段文字即可生成長達一分鐘場景切換流暢、細節呈現清晰、情感表達準確的高清視頻，與一年前的 AI 生成視頻相比，在各維度均實現了質的提

13、升深圳知識產權保護中心（三）人工智能生成內容（AIGC）發展現狀概（三）人工智能生成內容（AIGC）發展現狀概第 7 頁 共 60 頁述述近年來，AIGC 技術取得了顯著的發展，其應用領域和影響力不斷擴大，尤其在文本生成、圖像生成、視頻創作等方面取得了重大突破。例如，OpenAI 的GPT 系列模型通過深度學習技術生成高質量文本內容，而 GAN（生成式對抗網絡）則在圖像生成方面表現出色。此外，AIGC 技術已經從單一的內容生成擴展到包括語音、代碼、機器人動作等多種形式。2024 年 2 月，OpenAI 發布其首款視頻生成模型 Sora，用戶僅需輸入一段文字即可生成長達一分鐘場景切換流暢、細節

14、呈現清晰、情感表達準確的高清視頻，與一年前的 AI 生成視頻相比，在各維度均實現了質的提升。根據 36 氪研究院不完全統計，2023 年全球 AIGC 產業融資超 1900 億元人民幣，幾乎每個月都有該賽道公司獲得融資。例如，2023 年 6 月，Runway 獲得谷歌、英偉達、Salesforce 等投資者的新一輪 1.41 億美元的融資；Runway 的強勁對手 Pika 則用短短半年時間，連續完成三輪融資，總融資額達 5,500 萬美元（數據來自 36 氪研究院 AIGC 行業報告）。根據量子位智庫數據顯示，2023 年中國 AIGC 市場規模約為 170 億元人民幣，預計 2025 年

15、之前，中國 AIGC 市場規模增長率都將維持在 25%左右，2025 年市場規模將達到 257 億元人民幣。2025 年起，隨著底層大模型逐步對外開放，中間層及應用層將迎來爆發式增長，帶動 AIGC 行業市場規?？焖僭鲩L，年均復合增長率將超過 70%，到 2027 年，中國 AIGC 市場規模將超過 600 億元人民幣。2028年起，AIGC 產業生態更加成熟，并在各行各業實現商業化落地應用，2030 年，市場規模將超過萬億人民幣（數據來自 36 氪研究院 AIGC 行業報告）。AIGC 領域的商業模式正在快速演變，B 端企業級應用成為投資熱點，資本逐漸向頭部企業和應用層集中。同時，全球企業對

16、生成式人工智能解決方案的投資也在快速增長，業內預測到 2027 年全球企業將在該領域投資超過 1400 億美元。如今，AIGC 技術已經在廣告、游戲、自媒體、教育、電商、金融等多個行業實現了廣泛應用，推動了這些行業的創新和變革。例如，在出版行業中，AIGC技術顯著提升了創作效率和作品質量，實現了自動寫作、圖像生成和視頻創作等深圳知識產權保護中心多元化內容創作第 8 頁 共 60 頁。隨著大模型的發展，AIGC 技術的應用將更加廣泛，預計未來幾年內將有更多的實際場景與 AIGC 深度融合。此外，AIGC 技術的持續進步和商業應用的落地將進一步推動其發展。當下 AIGC 技術正處于快速發展階段，其

17、在多個領域的應用前景廣闊，產業規模和投資熱度不斷上升，這預示著 AIGC 必將迎來更廣泛的應用和更深遠的影響。二、AIGC 產業生態二、AIGC 產業生態AIGC 的概念：AIGC 的概念：AIGC 是指基于生成對抗網絡、大型預訓練模型等人工智能的技術方法，通過已有數據的學習和識別，以適當的泛化能力生成相關內容。AIGC 的工作模式：AIGC 的工作模式：用戶端簡化理解，就是用戶輸入指令，AIGC 工具生產數字內容。深圳知識產權保護中心AIGC 數字內容：AIGC 數字內容：通過使用機器學習和深度學習等技術，使得計算機能夠自動生成各種形式的數字內容，如文本、圖像、音頻和視頻等第 9 頁 共 6

18、0 頁。AIGC 技術的核心思想：AIGC 技術的核心思想：利用人工智能算法生成具有一定創意和質量的內容。通過訓練模型和大量數據的學習，AIGC 工具可以根據輸入的條件或指導，生成與之相關的內容。例如，通過輸入關鍵詞、描述或樣本，AIGC 工具可以生成與之相匹配的文章、圖像、音頻等。AIGC 產業生態：AIGC 產業生態：目前 AIGC 產業生態可劃分為三部分，包括上游基礎設施，即數據、算力和模型開發訓練平臺/計算平臺等算法基礎平臺。中游模型層，即底層通用大模型、中間層模型和開源社區。下游應用層，即在文本、音頻、圖像、視頻四類模態的基礎上，發展出了策略生成和跨模態生成，并在金融、數據分析、設計

19、等多個行業實現了商業應用。層級層級業態業態特點特點數據、算力上游基礎設施、基礎設施層的核心是支撐算力的 AI 服務器(CPU/GPU/FPGA/ASIC等),其中適合 Al 訓練的 GPU 主要由英偉達和 AMD 壟斷，此方面中國與國外在硬件上的能力差距較大模型開發平臺。深圳知識產權保護中心中游模型第 10 頁 共 60 頁層模型層的發展需要頂尖科學家長時間的投入，不太可能短期內產生突破，目前國際上主流的 Al 模型多是來自 OpenAI、Google 等國際科技巨頭大模型和開源社區。下游應用層應用層包含主要面向 C 端用戶的消費級終端和主要面向 B 端服務的行業解決方案，應用層更多是基于模型

20、能力和對用戶需求的洞察，直接面向用戶/客戶進行服務；可將其簡單理解為移動互聯商業應用網時代的各類工具。三、AIGC 商業應用和常用工具三、AIGC 商業應用和常用工具（一）AIGC 商業應用（一）AIGC 商業應用隨著互聯網和移動互聯網的普及，用戶對多樣化、個性化內容的需求日益增長，這為 AIGC 技術的應用提供了強大的驅動力。在 2023-2024 年，AIGC 技術飛速發展，對多個行業產生了顛覆性的影響。其中 AIGC 已經在廣告、游戲、自媒體等內容創作領域實現了廣泛應用，在教育、電商、軟件開發、金融等領域也嘗試擴大 AIGC 的應用范圍。從商業視角來看，AIGC 技術在內容創作、個性化推

21、薦、智能客服等領域的應用，能夠有效提高生產效率、降低成本，并提升用戶體驗，比如 AIGC 技術可以幫助創作者更快地生成高質量的內容；AIGC 技術可以提供個性化的服務，提高用戶體驗；AIGC 技術可以幫助企業進行創新，幫助領導者開拓新的商業模式。目前來看，AIGC 技術典型的商業應用場景包括有虛擬人、信息收集、智能寫作、直播電商、游戲制作等。（二）AIGC 常用工具（二）AIGC 常用工具在海外，2022 年 11 月，OpenAI 發布了 ChatGPT，實現能夠根據用戶的提問或陳述生成相應的回復，進行自然流暢的對話，成為歷史上增長最快的消費者應用之一。在國內，近幾年，百度、騰訊、阿里、科大

22、訊飛和字節跳動等科技巨頭深圳知識產權保護中心在 AIGC 技術的研究和應用方面取得了許多重要成果，推出眾多 AIGC 工具，推動了國內 AIGC 技術的發展第 11 頁 共 60 頁。自 2022 年 AIGC 迎來重大技術突破、商業創新后，經過近一兩年的快速迭代，AIGC 在多個領域取得了顯著成果，相關 AIGC 工具已在全球范圍內融入大眾的日常工作和生活。在全球范圍內，常用的 AIGC 工具包括：AIGC 工具AIGC 工具工具簡介（介紹內容來自網絡、官網）工具簡介（介紹內容來自網絡、官網）應用行業應用行業HeyGen 是一款基于 AI 技術的視頻生成工具，旨在幫助用戶快速、高效地制作高質

23、量的數字人視頻。該工具提供了多種功能，包括HeyGen自影視行定義化身和 AI 頭像選擇、文本轉視頻、音頻上傳、多語言翻譯等。業Rask AI 是一個現代的人工智能平臺，提供視頻和音頻內容的翻譯Rask AI、配音、字幕生成等功能。該平臺支持超過 130 種語言，并且具備語影視行音克隆功能。業剪影 AI 是一種利用人工智能技術進行視頻剪輯和處理的工具。剪影 AI 可以通過自動識別視頻中的關鍵幀和場景，實現快速剪輯剪影 AI。此外，剪影 AI 還可以自動生成字幕、配音以及添加特效等功能，從而提高視頻制作的效率和質量。剪影 AI 的應用非常廣泛，例如在短視頻領域，它可以幫助用戶快速生成原創視頻內容

24、，以適應短視頻紅利時代的需求。同時，剪影 AI 還可以用于廣告設計和海報制作，提供豐富的設計素材和模板。此外，剪影 AI 還可以結合其影視行他 AI 技術，如布爾運算，來制作富有趣味性的剪影文字效果。這些功能使得剪影 AI 成為一個強大且易于使用的視頻編輯工具，適合不同層次的用戶使用。業Dreamina 是由字節跳動旗下的剪映推出的一款 AI 繪畫工具，旨在幫助抖音的圖文和短視頻創作者進行內容創作。用戶只需輸入提Dreamina示圖像工描述，即可快速將創意和想法轉化為圖像。具Stable VideoDiffusionStable Video Diffusion（SVD）是由 Stability

25、 AI 開發的一款開源 AI 視頻生成模型，于 2023 年 11 月發布。該模型能夠將文本或圖游戲行業、漫畫行業、深圳知識產權保護中心（StableDiffusion第 12 頁 共 60 頁）像轉換為視頻，支持多種生成任務，包括文本到視頻、圖像到視頻和多視圖合成。SVD 的核心技術基于深度學習和神經網絡研究，采用了先進的生成對抗網絡（GAN）架構，并結合了多層卷積神經網絡（CNN）和自然語言處理技術。動畫行業、圖畫工具Suno 是一家專注于 AI 音樂生成的公司，提供了一個平臺，用戶可以通過輸入文本提示來生成數字音樂文件。Suno 的技術核心包括兩個大型模型：Bark 語音模型和 Chir

26、p 音樂模型，分別負責生成人聲和音樂旋律與音效。Suno 的產品允許用戶選擇不同的音樂風格Suno和游戲行業流派，如古典、爵士、嘻哈和電子等。、音頻工具GPT-SoVITS 是一款開源的語音克隆和文本到語音（TTS）工具，GPT-SoVITS它結合了 GPT 模型和 SoVITS 變聲器技術，能夠在極少量數據的情況下實現高質量的聲音克隆和文本轉語音。該工具支持零樣本和少樣本游戲行學習，僅需 5 秒或 1 分鐘的音頻樣本即可生成逼真的聲音克隆。業So-VITS-SVC 是一個開源的 AI 聲音轉換工具，專注于虛擬歌聲轉換（SVC），不支持文本到語音（TTS）功能。該項目由 Rcell 開發So-

27、vits-svc，并由 svc-develop-team 繼續維護。它基于 VITS 模型，通過改進和優化，例如增加 SVC 模塊來提升音色相似度，并使用更高采樣率來提高音質。So-VITS-SVC 的主要功能是通過學習一個人的聲音，對另一首歌進行音色替換，從而實現高質量的合成歌聲。用戶只需輸入一段人聲音頻和一段歌詞，就可以生成相同或相似的人聲唱出游戲行歌詞的音頻。此外，該項目還提供了多種語言和音色的預訓練模型供用戶下載和使用。業Palette 是一款利用人工智能技術為黑白照片添加顏色的在線工具。它通過先進的 AI 算法，能夠精準識別照片中的人物、場景和物體，并賦予其自然真實的色彩。Palet

28、te 的主要功能包括 AI 著色Palette、漫畫行過濾效果、批量處理、下載和分享以及隱私保護。業Midjourney 是一款基于人工智能的圖像生成工具，其核心功能是通過文本提示生成高質量的圖像。該工具利用了深度學習技術，特Midjourney別動畫行業、網文行業、深圳知識產權保護中心是擴散模型和生成對抗網絡（GAN）技術，以實現從自然語言描述到圖像的轉換。Midjourney 由一家獨立的人工智能研究實驗室開發第 13 頁 共 60 頁，圖畫工旨在探索新的思維媒介并擴展人類的想象力。具ChatGPT 是一種基于人工智能技術的語言模型，其全稱為生成型預訓練變換模型（Chat Generati

29、ve Pre-trained Transformer），由美國 OpenAI 團隊研發。它屬于 GPT（Generative Pre-trainedTransformer）系列模型的一部分，是基于 Transformer 架構的生ChatGPT成網文行業、文字工式預訓練語言模型。具文心一言是百度推出的一款生成式 AI 產品，旨在通過深度學習技文心一言術理解和生成自然語言，實現人機交互。它屬于百度文心大模型家族文字工的新成員，被稱為“ERNIE Bot”，具備與協助創作等功能人對話互動、回答問題、。具天工 AI 是昆侖萬維公司推出的一款大型語言模型，具備強大的自天工 AI然語言處理和智能交互能力

30、。它能夠通過自然語言與用戶進行問答交互，滿足用戶在知識問答、文章創作、邏輯推演、數理推算、代碼文字工編程等多元化需求。具天工 SkyMusic 是由昆侖萬維開發的 AI 音樂生成大模型，基于其天工 SkyMusic自研的“天工 3.0”超級大模型打造而成。它是中國首個公開可用的音樂生成大模型，并且在國內外的 AI 音樂生成領域中處于領先地音頻工位。具NovelAI 是一款基于人工智能的工具，主要用于故事創作和圖像生成。它通過使用人工智能算法，幫助用戶創作高質量的文學作品和圖像內容NovelAI。文字工具Udio 是一款由前谷歌 DeepMind 研究人員創立的人工智能音樂生成工具，旨在讓任何人

31、都能夠輕松地創作出具有情感共鳴的音樂。該平臺允許用戶通過簡單的文本提示生成高質量的歌曲或純音樂，支持多種音樂類型和風格，如 EDM、鋼琴爵士、新靈魂樂、極端金Udio屬音頻工等。具深圳知識產權保護中心WPS AI 是金山辦公推出的一款集成了大語言模型能力的人工智能應用，旨在為用戶提供智能化的辦公解決方案。它具備多種功能，包括文檔處理、數據分析、演示制作等。WPS AI 通過深度學習算法和大數據技術，幫助用戶更高效地完成文檔編輯、數據分析和報告制作等任務WPS（AI第 14 頁 共 60 頁）。辦公工具釘釘（AI）是阿里巴巴旗下的一款企業級智能辦公平臺，近年來在人工智能技術的應用上取得了顯著進展

32、。釘釘 AI 的發展經歷了從簡單的輔助工具到具備多模態感知、智能規劃和深度業務融合的Agent 的升級。目前，釘釘 AI 助理已經集成了多種功能，包括圖片理解、文檔速讀、工作流自動化等釘釘（AI）。辦公工具飛書（Feishu）是字節跳動推出的一款集成了多種 AI 功能的辦公協作平臺飛書（AI）。辦公工具四、AIGC 創新機遇四、AIGC 創新機遇AIGC 技術的發展為多個領域帶來了創新機遇。首先，AIGC 技術通過算法和模型的不斷迭代與優化，使得內容生成的質量和效率顯著提升。例如，OpenAI的 GPT 系列模型和 BERT 等關鍵模型的發布，推動了自然語言處理領域的突破。此外，AIGC 技術

33、在廣告、游戲、自媒體、教育、電商等多個行業實現了廣泛應用，極大地提高了生產效率和內容創作的靈活性。在數智融合環境下，AIGC 的發展機遇主要體現在基于群體智能的內容共生、基于數智融合的能力升維和基于增量市場的價值共創三個層面。這意味著 AIGC不僅能夠生成高質量的內容，還能通過與其他技術的結合，進一步提升其應用能力和市場價值。具體來說，AIGC 技術在新聞媒體和廣告行業中被用于快速生成新聞報道和廣告文案，提高了工作效率。在電商行業，AIGC 技術可以自動生成商品描述和廣告內容，從而提高商品的銷售效果。此外，AIGC 還被應用于虛擬寫作、智能客服和個性化推薦等領域，進一步提升了用戶體驗和服務質量

34、。深圳知識產權保護中心隨著底層技術和算法模型的突破性發展，AIGC 技術在未來將更加注重自我學習和優化，以提高生成質量。這將使其在各個領域的應用更加智能和自適應，能夠更好地理解復雜的環境和任務。例如，在虛擬化身生成、虛擬物品生成和虛擬場景生成等方面，AIGC 技術都有巨大的潛力第 15 頁 共 60 頁?？偟膩碚f，AIGC 技術創新機遇主要表現為，內容創作效率提升，數字內容生產新引擎/工具/平臺，編輯審校效率優化，各行各業生產模式更新迭代等，AIGC技術的發展不僅推動了生產力變革，還為各行各業帶來了新的創新機遇。以下是關于 AIGC 創新機遇的詳細分析：（一）智能化水平提升（一）智能化水平提升

35、隨著算法和模型的不斷優化，AIGC 技術的智能化水平不斷提升，未來的 AIGC系統將能夠更加準確地理解和分析數據，實現更智能化的決策和行為。AIGC 應用層發展十大趨勢（圖片來源網絡）（二）應用領域的拓展（二）應用領域的拓展AIGC 技術在廣告、游戲、自媒體、教育、電商、金融等多個領域實現了廣泛應用，并且在傳媒、影視、娛樂等行業中催生了新的創造性工作。例如，在出深圳知識產權保護中心版行業，AIGC 可以顯著提升創作效率和作品質量，實現自動寫作、圖像生成和視頻創作等多元化內容創作第 16 頁 共 60 頁。AIGC 應用視圖（圖片來源網絡）（三）市場規模增長（三）市場規模增長就中國來看，業內預測

36、從 2024 年到 2028 年，AIGC 應用將以超過 30%的年復合增長率增長，到 2030 年市場規模將達到萬億級別。這一增長將由技術創新、市場需求的增加以及政策支持等多方面因素驅動。深圳知識產權保護中心第 17 頁 共 60 頁中國 AIGC 行業市場規模（圖片來源網絡）（四）豐富投資機會（四）豐富投資機會就中國來看，隨著 AIGC 技術的快速發展，其成為資本布局的熱門賽道。例如，2023 年有超過 1600 億元投資進入 AIGC 賽道。此外，AIGC 技術的應用場景拓展將促進其在知識管理、搜索、地圖、數字人等先發場景中表現出巨大潛力，并推動相關行業的發展。深圳知識產權保護中心第 1

37、8 頁 共 60 頁中國 AIGC 產業市場規模預測（圖片來源網絡）（五）社會影響與挑戰（五）社會影響與挑戰AIGC 技術的發展不僅提高了生產效率和用戶體驗，還可能帶來一些挑戰，如數據隱私問題。同時，AIGC 技術的應用需要解決落地的最后一公里問題，即如何將技術與實際應用場景有效結合。AIGC 的社會影響（圖片來源網絡）深圳知識產權保護中心（六）跨行業協（六）跨行業協第 19 頁 共 60 頁作作AIGC 技術為打破數據孤島、促進數據資源交流共享提供了契機，不同組織和行業之間可以共享數據，從而推動跨行業的生態系統構建。AIGC 技術嵌入廣告策劃平臺的生態體系架構（圖片來源網絡）如前所述，AIG

38、C 技術在智能化水平提升、應用領域拓展、市場規模增長以及投資機會等方面展現出巨大的創新機遇。深圳知識產權保護中心五、AIGC 在創意設計行業的發展歷程和創新價五、AIGC 在創意設計行業的發展歷程和創新價第 20 頁 共 60 頁值值AIGC 技術在創意設計領域展現出巨大潛力，尤其在提升效率、拓展創意和促進個性化設計方面擁有重大價值。發展歷程：發展歷程：AIGC 在圖像生成、智能寫作、虛擬助手等諸多領域展現出廣闊的應用前景，其中，將 AIGC 技術引入創意設計無疑為傳統設計注入了新的活力。在創意設計行業，AIGC 特別是 AI 圖像技術的應用同樣經歷了快速發展。2014 年，GAN 的出現為設

39、計師提供了創新工具。2017 年，pix2pix 等模型實現了智能圖像轉換。2018 年，StyleGAN 在生成真實人臉方面取得突破。2021 年，DALL-E 展示了根據文本生成圖像的能力。2022 年，Midjourney 和 Stable Diffusion 使 AI 圖像生成工具走向大眾。2023 年，ControlNet 等模型提高了 AI 創作的可控性，Adobe 將 Firefly AI整合入設計軟件，標志著 AI 成為主流設計工具。2024 年初，實時 AI 圖像生成技術為交互設計和游戲設計開辟新途徑。AIGC 正在重塑設計流程和行業生態，從輔助工具演變為設計師的創意伙伴。創

40、新價值：創新價值：AIGC 技術的價值體現在三個方面第一，提升效率：它能顯著提升設計的效率，使設計師從繁復的底層工作中解放出來，將更多精力投入到創意策劃和方案優化上。第二，打破思維：AIGC 能夠打破人類固有思維定式的束縛，通過隨機組合、跨領域遷移等方式激發更多元、更新穎的創意火花，有效拓展設計的邊界。第三，個性差異：AIGC 可根據不同用戶的特征和需求，快速生成個性化的設計方案，推動文創產品的差異化、精準化發展。設計師只需輸入產品的文化主題、設計風格、使用場景等關鍵詞，AIGC 模型即可根據其掌握的海量素材和美學規律，自動生成十數種甚至數十種初步創意方案，涵蓋手繪草圖、色彩搭配、形態設計等多

41、個維度。這些 AI 生成的概念草圖雖不一定完美，但能為設計師提供更多思路和啟發，幫助其快速完成創意發散，縮短頭腦風暴的周期。深圳知識產權保護中心六、AIGC 法律挑六、AIGC 法律挑第 21 頁 共 60 頁戰戰AIGC 生成的內容可能存在版權侵權、虛假宣傳、新型詐騙、侮辱、不正當競爭、數據合規等法律風險。此外，由于 AIGC 生成內容的多樣性和復雜性，判定其是否構成侵權需要更深入的調查和專業的法律判斷，增加了版權保護的實際操作難度。目前全球范圍內大部分國家現行法律體系對 AIGC 的適應性不足，需要進行相應的變革和創新，例如，如何處理算法設計者、數據提供者、投資者和使用者等各方的貢獻和責任

42、分擔問題等。概括來說，AIGC 當下在法律規制方面均面臨以下版塊等法律設立、法律適用及制度完善相關挑戰。（一）獨創性標準爭議（一）獨創性標準爭議關于 AIGC 的獨創性標準爭議，目前在學術界和法律實踐中存在較大分歧。一方面，有學者認為 AIGC 由于其生成過程缺乏人類作者的獨創思想，因此無法滿足著作權法中的獨創性要求。另一方面，也有觀點認為，只要 AIGC 的表達具有一定的獨創性，即使是由人工智能生成，也應被認定為作品。從法律角度來看，AIGC 的獨創性標準問題主要集中在兩個方面：一是是否需要人類的智力投入和創造性干預；二是如何界定這種創造性的高度。一些學者主張應堅持“人類中心主義”，要求在創

43、作過程中人類付出適當的智力投入和創造性干預，從而確保AIGC 作品的獨創性。此外，不同法域對 AIGC 獨創性的判定標準也存在差異。例如，在美國，版權法體系已經從“額頭流汗原則”轉向“最低限度創造性”原則，而歐洲則要求作品必須具有“強烈的個性”。這種差異導致了跨國法律適用上的困難，亟需統一的獨創性判斷標準。同時，AIGC 的獨創性標準還涉及到版權法的根本目的，即鼓勵創作和促進文化傳播。如果對 AIGC 的獨創性要求過高，則可能限制人工智能技術的發展和應用；但如果要求過低，則可能導致版權法律秩序混亂。AIGC 獨創性標準的爭議主要集中在是否需要人類的創造性干預以及如何衡量這種創造性的高度。目前，

44、學界和法律界都在探索適合 AIGC 特點的獨創性判斷標準，以平衡技術創新與著作權保護之間的關系。深圳知識產權保護中心（二）獨創性判定機制調（二）獨創性判定機制調第 22 頁 共 60 頁整整從法律角度來看，AIGC 的獨創性判定是一個復雜的問題。盡管各國著作權法對獨創性的定義和要求有所不同，但通常獨創性是指作品必須是作者獨立創作完成的，并且體現了作者的個性化表達。然而，AIGC 由于其算法黑箱的隨機性和不可預見性，使得其個性化表達具有一定的客觀性。因此，一些學者提出將人機互動視為一個整體法律關系，以此檢驗 AIGC 的獨創性。從技術角度來看，AIGC的生成過程涉及大量的數據訓練和算法優化，這使

45、得其結果具有一定的獨特性和創新性。然而，也有觀點認為 AIGC 難以創造出真正的情感和表現力，因此在某些情況下可能缺乏足夠的獨創性和創新性。此外，國際上對于 AIGC 獨創性的判定也存在不同的經驗。例如，中國法院在處理 AI 生成圖像作品時，已經首次認定其中包含可版權的元素。這種判決反映了對 AIGC 獨創性的認可，并為未來的法律實踐提供了參考。AIGC 獨創性判定機制的調整需要綜合考慮法律、技術和國際經驗等多個因素。通過借鑒國際上的成功案例和經驗，結合本國的實際情況，逐步完善 AIGC 的獨創性判定標準，以確保其在法律框架內得到合理的保護和應用。（三）技術方案反應和表達界限（三）技術方案反應

46、和表達界限AIGC 技術在學術出版中的使用界限問題主要集中在如何確保透明度、問責制以及防止學術不端行為。根據中國科學技術信息研究所等機構發布的學術出版中 AIGC 使用邊界指南，透明度和問責制是 AIGC 使用的基本原則，要求在學術研究到出版發行的過程中，所有使用 AIGC 的行為都應被充分披露和聲明。此外，指南還強調了質量、隱私、安全、公平和可持續發展等原則，并提供了詳細的行為框架和實踐指導，以幫助研究人員在使用 AIGC 時遵循這些原則。例如，在論文撰寫階段，研究人員需要確保引用的內容與論文切實相關，并對 AI 生成的內容進行適當的驗證和標注。然而，AIGC 技術在學術出版中的應用也面臨一

47、些挑戰。由于 AIGC 模型容易產生錯誤和誤導性信息，且無法顯示其信息來源，因此在沒有輸出控制的情況下，可能會被用來生成不當言論或不可靠的研究結果，深圳知識產權保護中心影響科研生態環境。因此，如何設定合理的使用界限并提供可參考的指南至關重要。同時，指南還指出，由于 AIGC 技術不斷革新和發展，其適用范圍和行為框架也需要定期調整以應對新的挑戰和問題。因此，各方需要積極提出建議和反饋，以不斷完善 AIGC 技術使用指南，防止學術不端的發生第 23 頁 共 60 頁。（四）版權歸屬問題（四）版權歸屬問題AIGC 的版權歸屬問題是一個復雜且新興的法律議題，目前在學術界和實務界存在多種觀點和爭議。根據

48、現有的法律框架，著作權法主要保護人類的智力勞動成果。因此，一些學者認為，AIGC 生成的內容的版權應當歸屬于對該作品生成具有貢獻的主體，可能是軟件開發者、所有者或者使用者。例如，如果 AIGC生成的主要內容是使用者的思想表達，而人工智能系統僅僅是輔助性工具，那么作品的版權可歸屬于使用者。然而，美國版權局發布的人工智能參與生成作品的著作權登記指南 指出，著作權只能保護由人類運用其創造性的智力活動所產生作品。這意味著，如果 AI 生成的內容沒有人類的創造性參與，則可能不享有著作權保護。此外，中國法院在處理 AI 生成內容的著作權糾紛時，也表現出一定的認可態度。例如，北京互聯網法院首次認定 AI 生

49、成作品具有可版權性。這表明，在某些情況下，AI 生成的作品可能會被視為具有一定的創作性，并因此受到著作權法的保護。不過，也有觀點認為，由于 AI 生成內容涉及的數據投喂和訓練過程可能涉及他人知識產權的問題，因此需要對這些環節進行合理的法律規制。例如，使用未經授權的數據進行訓練可能會構成對原作者版權的侵犯。AIGC版權歸屬問題目前尚無統一的答案，需要結合具體情況進行分析。一方面，如果AI 生成的內容體現了人類的創造性勞動，則可能歸屬于人類創作者；另一方面，如果 AI 生成的內容僅是基于已有數據的機械處理，則可能不享有著作權保護。未來隨著技術的發展和法律的完善，這一問題有望得到更明確的解決。（五）

50、軟件開發者、所有者或使用者貢獻（五）軟件開發者、所有者或使用者貢獻AIGC 軟件開發者、所有者或使用者在 AIGC 創作過程中各有不同的貢獻。有深圳知識產權保護中心觀點認為，根據貢獻程度不同，軟件開發者作為人工智能的作者，對 AIGC 的產生有著根本性的貢獻，他們通過設計算法和模型，為 AIGC 的內容生成奠定了基礎，并因此對 AIGC 作品享有署名權和鄰接權。軟件所有者雖然不直接參與軟件的設計，但他們提供了資金和技術支持，對 AIGC 的生成也有一定的干預和影響，因此應當對 AIGC 作品享有鄰接權。AIGC 軟件的使用者在 AIGC 作品生成過程中也具有一定的獨特表達，盡管受到算法的限制，

51、但他們的使用行為仍然可以被視為一種獨創性貢獻，因此他們應當對 AIGC 作品享有著作權和鄰接權。AIGC 的創作是一個多方協作的過程，開發者、所有者和使用者都為 AIGC 的內容生成做第 24 頁 共 60 頁出了各自的貢獻，并因此在法律上享有相應的權利。（六）各方影響程度考量（六）各方影響程度考量在 AIGC 的軟件開發者、所有者和使用者之間的貢獻影響程度考量中，可以從多個角度進行分析，從而確定 AIGC 作品對應的權益和責任分配。從著作權法的角度來看，軟件開發者、所有者和使用者都為 AIGC 的內容生成做出了各自的貢獻，并因此在法律上享有相應的權利。有觀點認為，軟件開發者為 AIGC 的內

52、容生成奠定了基礎，對 AIGC 作品享有署名權和鄰接權。軟件所有者對 AIGC 的生成提供了資金和技術支持，對 AIGC 作品享有鄰接權。軟件使用者在 AIGC 作品生成過程中具有一定的獨特表達，對 AIGC 作品享有著作權和鄰接權。從商業活動中的經濟補償角度來看，軟件所有者由于其在資金和技術方向上的貢獻，被認為應獲得鄰接權以在商業活動中獲得經濟補償，這表明軟件所有者在 AIGC 的經濟利益分配中占有重要地位。從法律權責一致原則角度來看,AIGC 用戶和平臺的運營使用模式、責任分攤模式作為一個重要考量因素，影響著各方對 AIGC 作品權益及責任的分配。比如，如果用戶將 AIGC 內容存儲或發布

53、于平臺，則平臺可能被認定為內容服務提供者，并共同承擔侵權責任。然而，如果用戶在平臺外使用或傳播 AIGC 作品，則平臺的責任會有所不同，可能根據過錯程度按比例承擔責任。而通常來說，在承擔一定責任的同時，理應享有對應程度的權益，目前 AIGC作品權益保護和責任分擔還需要在法律和商業實踐中不斷探索、明確、調整和完善。深圳知識產權保護中心（七）多方共享者權利配（七）多方共享者權利配第 25 頁 共 60 頁置置AIGC 多方共享者權利配置涉及多個方面的考量，包括版權歸屬、使用限制以及多方利益的平衡。根據現有的法律框架，AIGC 生成內容的版權歸屬問題仍在討論中。傳統上，版權主體限于自然人和法人，但隨

54、著 AIGC 技術的發展，需要對現有法律規定進行調整，以適應人工智能生成內容的特點。一些觀點認為，AIGC 生成物的著作權應歸屬于人工智能的設計者或開發者，因為這些人在編程和訓練過程中付出了時間和精力。然而，也有建議認為，應建立多方權益共享機制，通過聲明、版權登記確認、標簽等方式明確權利歸屬，從而打破當前版權法的規則。此外，平臺作為傳播作品的重要渠道，可以學習 YouTube 等平臺的內容識別和版權監控技術，加強對侵權內容的篩查和處理。在多方共享方面，AIGC的應用涉及開發者、服務提供者和服務使用者等多方主體，因此需要多方參與和相互信任，以實現長期的伙伴關系和持續的多元共治。例如，在 AIGC

55、 大模型數據訓練中，開發者和運營者之間實際構成類生產商與銷售商的關系，他們共同承擔通知程序下的制止重復侵權義務。此外，AIGC 技術的應用還涉及到數據流動共享與安全保護的問題。隱私計算技術的應用可以在不暴露數據本身的前提下，通過共享 SDK 或開放 SDK 權限來實現多方數據共享。AIGC 多方共享者權利配置需要在尊重原創作品的前提下，平衡各方利益，并通過多方合作和技術創新來實現合理的權利分配和保護。（八）侵權責任承擔（八）侵權責任承擔在 AIGC 侵權責任承擔方面，法律界和學術界提出了多種觀點和建議。首先，根據現有的中國法律框架，AIGC 平臺在侵權事件中通常需要承擔一定的責任。例如，在廣州

56、互聯網法院的判決中，法院確認了 AIGC 平臺侵犯了原告的復制權和改編權，并要求平臺采取技術措施停止侵權行為。此外，有學者指出，AIGC的侵權責任不應僅限于平臺提供者，還應包括算法設計者、數據提供者和使用者等多方主體。這是因為這些主體在 AIGC 系統的運行過程中可能對侵權行為的發生負有不同程度的責任。例如，算法設計者由于其對 AI 系統功能和行為的決定深圳知識產權保護中心性影響，應被視為侵權責任主體之一。在具體案件中，法院通常會根據個案情況分析各方的責任。例如，在某些案例中，法院可能會采取過錯推定原則，即假定算法設計者或數據提供者存在過錯，除非他們能提供充分證據證明自己無過錯。同時，使用者也

57、可能因不當使用 AIGC系統而承擔一定責任。為了更好地應對 AIGC引發的侵權問題，一些學者建議完善現有的法律責任體系，如引入“通知處置”規則，以平衡平臺與受害人的利益，并防止系統再次生成侵權信息。此外，還可以考慮設立救濟基金，以公平地分擔因不可歸責于他人的行為造成的損害。AIGC侵權責任的承擔涉及多方主體，包括平臺提供者、算法設計者、數據提供者和使用者等。法院在判決時會綜合考量各方在侵權事件中的實際作用，并根據具體第 26 頁 共 60 頁情況進行責任分配。同時，完善相關法律法規和責任體系也是應對 AIGC 侵權問題的重要途徑。（九）用戶使用平臺內容制作（九）用戶使用平臺內容制作AIGC 技

58、術在內容創作中扮演著越來越重要的角色，它通過深度學習和自然語言處理等技術，能夠自動生成文本、圖像、音頻和視頻等多種形式的內容。這種技術不僅提高了內容創作的效率，還提升了內容的質量和個性化水平。在文字創作方面，AIGC 可以自動生成文章段落、句子，并檢查語法和拼寫錯誤，從而避免重復勞動并提升文章質量。例如，ChatGPT 等工具可以幫助用戶快速生成生活日記、營銷文案等，提供數據驅動的見解，為文章增添深度和洞察力。此外，AIGC 還可以根據用戶輸入的關鍵詞生成吸引人的標題，提高文案的點擊率和轉化率。在圖像創作方面，AIGC 技術能夠根據用戶的描述生成相關的圖片。例如，用戶可以輸入一句話，讓 AI

59、合成一張與描述相關聯的圖片。一些平臺如PAI-ArtLab 支持云端 Stable Diffusion 等主流文生圖與模型訓練應用，提供 AI繪圖等全場景能力。在音頻和視頻創作方面，AIGC 同樣展現了強大的能力。例如，AIGC 平臺可以創作音樂、生成語音或制作播客內容，自動剪輯視頻，生成動畫或增強現實內容。一些綜合性的 AI 視頻生成平臺還集成了強大的 AI 視頻生成、剪輯和制作工具，幫助用戶快速、高效地創建精美的視頻內容。AIGC 技術的應用不僅限于單一領域，它還廣泛應用于營銷、教育、娛樂等多個領域。例如，深圳知識產權保護中心在營銷領域，AIGC 可以幫助生成社交媒體文案，吸引用戶的注意力

60、并促使互動。在教育領域，AIGC 可以輔助教師生成教學材料，提高教學效率?？傊?，AIGC 技術正在徹底改變內容創作的方式，通過自動化和智能化的手段，提高生產力和創作質量，同時也帶來了新的挑戰，如版權侵權、虛假宣傳、數據安全和隱私保護等問題第 27 頁 共 60 頁。（十）數據合規風險管理（十）數據合規風險管理AIGC 的數據合規風險管理是一個復雜且多維度的問題，需要從多個角度進行綜合考慮和應對。AIGC 的發展受到各國監管政策的影響，不同國家和地區對AIGC 的法律監管框架存在差異。例如，中國發布了生成式人工智能服務管理暫行辦法，旨在規范 AIGC 服務提供者的行為，確保其在數據處理和內容審核

61、方面的合規性。此外，全球范圍內的監管政策也在不斷演變，各國政府正在探索如何有效防范和化解人工智能帶來的風險。數據合規的基礎在于對數據的分類和標記。例如，將敏感數據標記為“機密”或“個人身份信息”，并對其進行特殊處理，以確保這些數據在使用過程中符合法律法規的要求。這種做法有助于企業在數據管理中實現更高的透明度和安全性。數據跨境傳輸是 AIGC 合規中的一個重要問題?？缇硵祿鲃有枰袷叵嚓P國家的法律法規，特別是涉及個人信息和重要數據的出境問題。國家網信辦發布的AIGC 服務暫行辦法對數據出境提出了明確要求，強調合規路徑的重要性。數據脫敏、身份認證與訪問控制、數據加密等技術手段是保護數據隱私和安全

62、的關鍵措施。這些技術可以有效防止敏感信息泄露，并確保數據在流通和使用過程中的安全性。AIGC 平臺需要對輸入的語料進行嚴格的安全審查，建立語料來源黑名單，并對各來源語料進行安全評估。如果單一來源語料內容中含違法不良信息超過一定比例，則應將其排除在外。AIGC 領域的法律挑戰主要集中在著作權保護、數據隱私、虛假信息等方面。企業在使用 AIGC 技術時，應建立明確的政策框架，涵蓋 AIGC 的使用范圍、數據處理標準以及內容審核機制。通過設定清晰的指導方針，可以確保所有相關人員在使用過程中遵循合規要求。AIGC 的數據合規風險管理涉及政策框架、數據分類、跨境合規、技術手段、內容審核、法律挑戰以及企業

63、責任等多個方面。只有通過深圳知識產權保護中心全面的管理和嚴格的執行，才能確保 AIGC 技術的安全、合規和可持續發展第 28 頁 共 60 頁。（十一）法律制度變革需求（十一）法律制度變革需求AIGC 技術的快速發展帶來了多方面的法律挑戰和制度變革需求。AIGC 技術在藝術創作、文學創作等領域的廣泛應用引發了著作權保護問題。目前，關于AI 生成作品是否應納入著作權保護范圍存在較大爭議。例如，北京互聯網法院在“春風案”中明確指出，人工智能模型本身無法成為著作權法上的作者，因此涉案人工智能模型設計者既沒有創作意愿，也沒有預先設定后續生成內容的權利。此外，現行著作權法對 AI 生成內容的版權歸屬和獨

64、創性判斷仍存在模糊之處，亟需法律界、科技界及社會各界共同關注與討論。隨著 AIGC 技術的發展，數據合規問題變得尤為重要。特別是在數據跨境流動方面，企業需要確保其合規性，以避免法律風險。國家網信辦發布的生成式人工智能服務管理暫行辦法強調了數據合規的重要性，并對數據出境提出了具體要求。AIGC 技術的應用也帶來了侵權責任的新形態。例如，AI 換臉技術引發的名譽侵權、詐騙犯罪等問題需要法律進行規制。此外，AIGC 開發者應增加內容的可識別標識或信息，以降低生成具有歧視性或誤導性內容的可能性。盡管我國已頒布了互聯網信息服務深度合成管理規定和生成式人工智能服務管理暫行辦法等法律法規，但面對AI 技術的

65、快速發展，相關法律法規仍需進一步深化和細化。例如，生成式人工智能服務管理暫行辦法鼓勵技術創新發展，同時要求在原理和制度層面做好統籌工作，兼顧發展與合規。隨著 AIGC 技術的全球應用，各國開始探索對人工智能的法律監管，以防范和化解人工智能研發與應用帶來的各類風險。這要求我國在制定和完善國內法律的同時，也需要關注國際上的監管動態和趨勢，以確保我國企業在國際市場中的合規性。AIGC 技術的法律制度變革需求主要集中在知識產權保護、數據合規、侵權責任、法律規制以及國際合作等方面。為了應對這些挑戰，需要政府、企業、學術界和法律界共同努力，制定合理的法律法規，加強監管，維護公平競爭，保護用戶權益，促進 A

66、IGC 行業的健康發展。七、AIGC 海外判例七、AIGC 海外判例深圳知識產權保護中心根據不同的運行邏輯，AIGC 目前可以體現為“文生文”“文生圖”以及“圖生圖”等三種模式。通過橫向比較美國、歐盟、英國以及我國等的相關實踐可以發現，對于人工智能生成內容是否可以受到著作權法保護仍存在較大爭議。對于當前階段根據人工智能“文生圖”模型產生的內容而言，生成式人工智能本身、設計者以及用戶都不宜被認定為作者。由于用戶輸入的提示詞與人工智能生成的圖片之間并不具有直接的對應關系，故而提示詞相對于圖片而言僅屬于思想而不構成表達，不能僅因其體現了用戶的勞動就認定具有可版權性基礎。著作權法保護攝影作品但不保護人

67、工智能生成內容的做法并非“雙標”，也不會破壞現有著作權體系。因為二者的核心區別在于作者的智力活動是否直接影響并產生了作品第 29 頁 共 60 頁，由于用戶無法對生成式人工智能生成內容加以控制，故而無法獲得著作權法保護。在保護路徑上，原則上生成式人工智能生成的內容屬于公有領域的公共產品，只有在特殊商業競爭環境下，使用者或可通過反不正當競爭法的方式對未經許可使用其利用人工智能生成的內容實施損害市場正當競爭秩序的行為加以規制。而近一兩年，海外多個國家均誕生多個 AIGC 相關典型判例，對行業實踐具有極大的指導、參考作用。（一）關于 AIGC 合成作品是否享有版權？1.美國：（一）關于 AIGC 合

68、成作品是否享有版權？1.美國：根據美國的法律規定，AIGC 合成作品在某些情況下是不受版權保護的。美國版權局明確表示，只有由人類創作的作品才能獲得版權保護，而完全由人工智能生成的作品則不在版權法的保護范圍內。此外，美國法院也支持這一立場，認為在沒有任何人類輸入的情況下，完全由 AI 創作的藝術作品沒有版權。然而，如果作品中包含人類的創作元素，那么這些部分是可以獲得版權保護的。例如，一部圖畫小說如果由人工創作的文本與 AI 生成的圖像組成，那么受保護的是人類創作的文本以及人類對文本和圖像的選擇和排列，但 AI 生成的圖像本身不受版權保護。美國法律強調人類作者身份是版權保護的基本要求，因此目前的法

69、律框架并不承認非人類作者身份的作品享有版權。盡管如此，隨著技術的發展和法律討論的深入，未來可能會出現新的法律解釋或立法來應對人工智能生成作品的版權問題。深圳知識產權保護中心美國判例一：2023 年，美國“泰勒訴美國版權局 AI 繪畫版權登記案”，完全由人工智能生成的內容不享有版美國判例一：2023 年，美國“泰勒訴美國版權局 AI 繪畫版權登記案”，完全由人工智能生成的內容不享有版第 30 頁 共 60 頁權權泰勒訴美國版權局 AI 繪畫版權登記案涉及原告斯蒂芬泰勒（StephenThaler）與其開發的 AI 繪圖軟件“Creativity Machine”生成的藝術作品最近的天堂入口（A

70、Recent Entrance to Paradise）的版權問題。泰勒試圖將該作品的版權登記在 AI 系統上，但美國版權局拒絕了這一申請，理由是作品缺乏人類作者身份，因此不符合版權法的要求。泰勒隨后向美國哥倫比亞特區聯邦地區法院提起訴訟，要求確認 AI 生成的作品是否應受版權保護。法院最終裁定，由于 AI 作為唯一創作者且創作過程中無人類參與，該作品不符合版權法的基本要求，即必須有人類作者身份。法官貝麗爾豪厄爾在判決中指出，人類作者身份是版權保護的核心條件，并且這一原則符合美國憲法的目的，即激勵人類的創作和發明。盡管泰勒認為法律并沒有明確要求作品必須擁有人類作者，且 AI 生成的內容符合促進

71、科學和實用藝術進步的目的，但法院仍然支持版權局的決定，認為 AI 生成的作品不享有版權。Howell 法官指出，本案唯一需要解決的法律爭議是“完全由 AI 生成的內容能否獲得版權保護”。最終，法庭基于“版權法僅對自然人進行財產權激勵”“版權法秉持的基本原則是作者身份等同于人類創作”“聯邦最高法院僅支持自然人創作的內容構成作品”三點理由，重申了美國版權法“只保護人類作者身份，不對純機器生成內容加以保護”的論斷，駁回了原告的起訴。深圳知識產權保護中心第 31 頁 共 60 頁來源：美國哥倫比亞特區地方法院判決書美國判例二：2023 年，美國“黎明的扎里亞案”，完全由人工智能生成的內容不享有版權美國

72、判例二：2023 年，美國“黎明的扎里亞案”，完全由人工智能生成的內容不享有版權黎明的扎里亞（Zarya of the Dawn）是由克里斯蒂娜卡什塔諾娃（Kristina Kashtanova）創作的一本漫畫書，共 18 頁，每頁包含文本和視覺材料。該作品最初獲得了美國版權局的認證授權，但后來由于作品中的圖像由 AI生成，美國版權局撤銷了這些圖像的版權，僅保留了卡什塔諾娃在編排和故事情節方面的著作權?？ㄊ菜Z娃使用了 AI 繪圖工具 Midjourney 來生成漫畫中的圖像，并在社交媒體上宣布獲得了版權保護。然而，美國版權局在 2023 年 2 月以“不是自然人創作”為由，剝奪了卡什塔諾娃對

73、其畫冊中 AI 生成圖像的著作權。盡管如此，卡什塔諾娃仍然保留了對編排和故事情節的著作權。黎明的扎里亞是一個涉及 AI 生成內容著作權問題的案例，反映了當前美國法律對 AI 創作作品的復雜態度和處理方式。深圳知識產權保護中心第 32 頁 共 60 頁來源網絡美國判例三：2023 年，美國“太空歌劇院案”，完全由人工智能生成的內容不享有版權美國判例三：2023 年，美國“太空歌劇院案”，完全由人工智能生成的內容不享有版權太空歌劇院案涉及美國版權局對藝術家杰森艾倫（Jason Allen）使用 AI 繪圖工具 Midjourney 生成的作品太空歌劇院的版權登記申請的拒絕。這幅作品在 2022 年

74、科羅拉多州博覽會年度美術比賽中獲得了數字藝術類別的冠軍，引起了廣泛關注。艾倫于 2022 年 9 月 21 日首次向美國版權局提交了該作品的版權登記申請，但遭到了拒絕。版權局認為，由于作品包含過多的人工智能創作內容，不符合版權保護的要求。艾倫隨后在 2023 年 1 月 24 日和 7 月 12 日兩次請求重新考慮版權局的決定，但均未成功。艾倫解釋說，他通過輸入大量修改和文本提示至少 624 次才得到圖像的初始版本，并使用 Adobe Photoshop 和Gigapixel AI 對圖像進行了進一步的處理和升級。盡管如此，美國版權局仍然拒絕了版權登記申請，理由是作品中的人工智能創作成分超過了

75、最低限度。深圳知識產權保護中心第 33 頁 共 60 頁來源：美國版權局審查委員會決定美國判例四：2023 年，美國“SURYAST 案”，完全由人工智能生成的內容不享有版權美國判例四：2023 年，美國“SURYAST 案”，完全由人工智能生成的內容不享有版權SURYAST 案涉及藝術家 Ankit Sahni 使用人工智能工具 RAGHAV 生成一幅名為SURYAST的二維圖像。Sahni 將自己拍攝的日落照片作為底稿，并結合梵高的星月夜風格，通過輸入風格強度變量生成了這幅作品。他試圖以自己和AI“RAGHAV”為合作作者向美國版權局申請版權，但美國版權局審查委員會多次拒絕了這一申請。美國

76、版權局認為，SURYAST缺乏足夠的人類創作因素，因此不符合版權法的要求。根據版權法，只有人類作者的作品才能受到保護，而RAGHAV 作為 AI 工具，其生成新圖像的過程被視為是從底稿與風格圖像中學習，而非人類的創造性行為。此外，版權局還指出，Sahni 在內容生成中的作用被淡化，未能體現出足夠的“創意控制”，因此不能將該作品視為人類創作的結果。盡管 Sahni 在印度成功注冊了這幅作品的版權，并將 AI 列為共同作者，但美國版權局的決定顯示了其對 AI 生成內容可版權性的審慎態度。這一案例反映了各國在處理 AI 生成作品版權問題上的不同立場和法律適用。深圳知識產權保護中心第 34 頁 共 6

77、0 頁來源：美國版權局審查委員會決定2.歐盟：2.歐盟：根據歐盟的法律規定，AIGC（人工智能生成內容）作品是否享有版權是一個復雜的問題。歐盟法律強調原創性是版權保護的核心條件之一，而原創性通常需要體現作者的個人創造力和智力努力。在 AIGC 的情況下，如果作品完全由 AI 生成且沒有人類的創造性貢獻，則通常不符合歐盟版權法的原創性要求，因此不會受到版權保護。然而，歐盟法律也提出了“四步測試法”來判斷 AIGC輸出是否為作品。這一測試法包括幾個步驟，旨在評估作品是否與人類智力努力或干預相關聯。如果在創作過程中人類有顯著的智力貢獻，那么這些作品可能會被視為符合版權保護的要求。此外，歐盟人工智能法

78、案要求披露生成式 AI訓練數據的版權情況，并規定提供商需遵守版權法。這意味著在使用受版權保護的材料訓練 AI 時，必須獲得授權，并確保透明度和合規性。盡管如此，目前歐盟法律框架并未明確承認 AI 作為獨立的法律主體享有版權，而是傾向于將版權保護授予那些能夠證明其作品包含人類智力貢獻的創作者。因此，盡管 AIGC 作品在某些情況下可能符合版權保護的標準，但其最終能否獲得版權保護仍取決于具體案例中人類參與的程度和性質。歐盟判例：2009 年，歐盟法院“Infopaq 案”，作品必須是“作者自己的智力創作”才能受到版權保護歐盟判例：2009 年，歐盟法院“Infopaq 案”，作品必須是“作者自己的

79、智力創作”才能受到版權保護Infopaq 案是歐盟法院（CJEU）在 2009 年作出的一個具有里程碑意義的判決，涉及版權法中的原創性要求和臨時復制權的問題。該案件的核心爭議在于丹麥公司（Infopaq International A/S，簡稱 Infopaq）是否侵犯了丹麥日報出深圳知識產權保護中心版商協會（Danske Dagblades Forening，簡稱 DDF）的版權。Infopaq 是一家媒體監測和分析公司，其業務包括每天掃描報紙文章，并從中提取 11 個單詞第 35 頁 共 60 頁的摘要發送給客戶。DDF 認為這種行為未經許可，侵犯了其版權，因此起訴 Infopaq。歐洲法

80、院在審理此案時，首先確認了作品必須是“作者自己的智力創作”才能受到版權保護。這意味著即使 Infopaq 只復制了報紙文章中的少量文字，這些文字仍然構成了作者的智力創作，因此 Infopaq 的行為構成了對版權的侵犯。此外，歐洲法院還強調了臨時復制的概念，即復制行為必須是短暫且自動發生的，不應超過技術所需的存儲時間，并且在處理完畢后應自動刪除。盡管 Infopaq 的復制行為符合臨時復制的要求，但由于其未經授權的行為依然被認定為侵權。Infopaq 案對歐盟版權法的發展產生了深遠影響，它不僅統一了關于作品原創性的標準，還明確了臨時復制權的適用范圍。這一判決標志著歐盟版權法進入了一個新的階段，其

81、中歐盟司法機構在版權保護方面的角色變得至關重要。3.英國：3.英國：根據英國法律，AIGC 合成作品是可以享有版權保護的。英國版權、外觀設計和專利法案（CDPA）第 9(3)條明確規定，計算機生成的作品（包括文學、戲劇、音樂或藝術作品）可以被視為具有版權性，其作者應為完成創作必要安排的人，即通常指軟件工程師或算法設計者。此外，英國法律對計算機生成作品的保護期為 50 年，這比由人類作者創作的作品的保護期短了 20 年。盡管如此，英國政府在多次咨詢中決定維持現有的計算機生成作品條款，未作修改，以避免可能的意外后果。值得注意的是，盡管英國法律承認 AIGC 作品的版權性，但學界和司法實踐中仍存在一

82、些爭議和挑戰。例如，如何界定作品的原創性和作者身份等問題尚未完全解決。因此，雖然英國法律框架允許 AIGC 作品獲得版權保護，但在實際操作中仍需謹慎處理相關法律問題。4 4.捷克：.捷克：根據捷克的法律規定，AIGC 合成作品目前不享有版權保護。捷克版權法明確規定，作者必須是自然人，因此人工智能模型本身不能成為作品的作者。這意味著，盡管人工智能可以作為工具參與創作過程，但只有人類的創造性活動才能被認定為具有版權保護資格。在捷克，法院已經對此問題作出裁決，深圳知識產權保護中心認為人工智能生成的作品不符合版權法中對“創造性工作”的定義，因為這些作品并非自然人的智力創作。此外，捷克法律也指出，盡管

83、AI 可以作為輔助工具參與創作，但最終作品的版權歸屬于人類創作者，而不是 AI 系統。因此，在捷克，AIGC 合成作品由于缺乏自然人的創造性參與，無法獲得版權保護。這一法律立場反映了當前國際上對于 AI 生成內容版權歸屬問題的普遍態度，即強調人類創作者在作品中的貢獻和創造性活動的重要性第 36 頁 共 60 頁。捷克判例：2023 年，捷克“S.捷克判例：2023 年，捷克“S.訴 TAUBEL LEGAL 案”，只有在提示詞足夠復雜以致圖像主要是原始提示詞生成的結果時，人工智能生成圖像才可能被認定為具有著作權.訴 TAUBEL LEGAL 案”，只有在提示詞足夠復雜以致圖像主要是原始提示詞生

84、成的結果時，人工智能生成圖像才可能被認定為具有著作權在捷克法院的 S.訴 TAUBEL LEGAL 案中，原告 S.聲稱其通過 DALL-E 人工智能程序輸入指令生成了一幅圖像，并將其發布在其網站上。然而，被告TAUBEL LEGAL 未經原告同意，從原告的網站上獲取該圖像并在自己的網站上發布。捷克布拉格法院在 2023 年 10 月 11 日對此案作出判決，認為提示詞的設計者是否可以被作為圖像作者，需要視具體情況而定。如果輸入的提示詞是作者獨特的創作行為，對生成的圖像有很大程度的貢獻，那么在這種情況下，設計出提示詞的人因此可以被認定為圖像的作者。然而，法院也指出，人工智能生成的圖像不滿足人類

85、獨創性要求，因此不能被視為具有著作權的作品。此外，法院還強調，只有在提示詞足夠復雜以致圖像主要是原始提示詞生成的結果時，人工智能生成圖像才可能被認定為具有著作權。這意味著，盡管原告聲稱自己是圖像的作者，但法院認為其貢獻不足以滿足著作權法對獨創性的要求。如上，捷克法院在S.訴 TAUBEL LEGAL 案中判決，人工智能生成的圖像不滿足著作權法對獨創性的要求，因此不能被視為具有著作權的作品。同時，法院認為提示詞的設計者是否可以被作為圖像作者，需要視具體情況而定，但在此案中，原告的貢獻不足以滿足著作權法對獨創性的要求。5.意大利：5.意大利：意大利的法律規定對于 AIGC 合成作品的版權保護存在一

86、定的復雜性。根據意大利法律，版權自作品完成之日起自動獲得，無需注冊或登記。然而，意大利最高法院在 2023 年 1 月 7 日的裁決中指出，使用軟件創作的作品不深圳知識產權保護中心應被排除在版權保護之外，除非作品涉及人工智能的創造性活動。此外，意大利的版權法是基于保護文學藝術作品伯爾尼公約的基本原則制定的，強調原創作品從創作之日起就受到版權法的保護。這意味著，如果 AIGC 生成的作品能夠被視為具有原創性，則可能享有版權保護。然而，由于 AIGC 生成內容通常涉及算法和數據輸入，其獨創性認定成為關鍵問題。意大利法律對 AIGC 合成作品的版權保護態度較為謹慎，主要取決于作品是否具備足夠的原創性

87、和人類的創造性貢獻。如果 AIGC 生成的作品被認為缺乏獨創性或未涉及人類的創造性活動第 37 頁 共 60 頁，則可能不享有版權保護。意大利判例：2023 年，意大利“The scent of the night 案”，需要法院去評估對工具的使用是否以及在多大程度上反映了使用者的獨創性貢獻意大利判例：2023 年，意大利“The scent of the night 案”，需要法院去評估對工具的使用是否以及在多大程度上反映了使用者的獨創性貢獻夜的芬芳（The scent of the night）案是一起涉及數字圖像作品創作權的法律案件。根據證據，建筑師 Chiara Biancheri 起

88、訴意大利廣播電視公司（RAI），聲稱自己是數字圖像作品夜的芬芳（The scent of the night）的創作者。她認為自己通過向軟件輸入指令，輔助生成了該作品。意大利最高法院在 2023 年 1 月 16 日對此案作出裁決，指出在圖像生成過程中使用軟件這一事實本身并不足以排除作品創作屬性，而是需要進一步考慮其他因素。因此，這個案件的核心在于探討人工智能和算法在藝術創作中的角色及其對傳統創作權的影響。6.日本：6.日本：日本著作權法第 30 條之 4 允許在未經著作權人許可的情況下，使用受版權保護的作品進行 AI 開發學習和信息分析等活動，但這種使用不能對著作權人的利益產生不當損害。日本

89、法律明確指出，人工智能生成的內容本身并不享有版權保護。只有當人類通過創造性表達使用人工智能生成內容時，這些作品才可能受到版權法的保護。日本政府也重申，不會對用于人工智能訓練的數據實施版權保護，這意味著 AI 訓練過程中使用的原始材料不受版權法的約束。日本法律強調，只有當 AI 生成的作品符合“思想或情感”的要件，并且屬于文學、學術、藝術或音樂的表現形式時，才可能被視為可受版權保護的作品。因此，在日本，AIGC 合成作品本身通常不享有版權保護，除非是由人類通過創造性表達深圳知識產權保護中心生成的作品。此外，AI 生成內容的使用必須在不侵犯著作權人利益的前提下進行第 38 頁 共 60 頁。（二）

90、關于 AIGC 合成作品版權權利歸屬、責任分配爭議？（二）關于 AIGC 合成作品版權權利歸屬、責任分配爭議？AIGC 作品的權利歸屬問題復雜多樣，可能涉及軟件開發者、所有者或使用者等多個主體。如何明確各方的權利和責任，避免侵權糾紛，是當前亟待解決的問題。觀點一：生成式人工智能的程序設計者不宜被認定為作者？支持 AIGC 設計者為作者：觀點一：生成式人工智能的程序設計者不宜被認定為作者？支持 AIGC 設計者為作者：一方面，程序員在設計人工智能時創建了其輸出的創造性選擇（例如，設計算法，選擇模型類型，設置目標函數和其他關鍵參數以及對算法進行訓練和調整）；另一方面，給程序員激勵與版權的目標是完全

91、一致的。不支持 AIGC 設計者為作者：不支持 AIGC 設計者為作者：首先，雖然人工智能的程序設計者在設計人工智能模型時投入了大量的智力勞動，但其僅僅是體現在“創作工具”的生產上，而不是在具體的圖片上。雖然程序員在設計人工智能時選擇了指導其在選擇每個字、情節轉折和風格選擇時的所有參數和訓練數據，但最終由用戶使用并實質呈現出的結果可能完全超出設計者的設想。換言之，程序員在設計和校準算法時所作出的選擇僅僅是為用戶自行創作提供了工具，而沒有提供“創造”能力。觀點二：用戶為作者，生成式人工智能使用者作為作者模式的缺陷？支持 AIGC 用戶構成人工智能生成內容作者：觀點二：用戶為作者，生成式人工智能使

92、用者作為作者模式的缺陷？支持 AIGC 用戶構成人工智能生成內容作者：（1）將版權分配給用戶有利于激勵作品傳播。（2）在某些情況下，用戶可以設置算法的參數并提供數據，從而大大改變輸出效果甚至改變算法的運行方式。（3）用戶在事實上是作品固定的實際主體。從這個意義上講，用戶固定了程序員和算法的作品，即使其并沒有完全策劃整個創作過程，也可以對版權提出要求。（4）用戶會在選擇和編輯作品時還會進一步選擇，決定哪些作品要推向市場和傳播，哪些作品要銷毀或丟棄，這一選擇行為本身就代表著原創性和創造性。但需要注意的是，認定用戶構成人工智能生成內容作者的前提在于兩點：其一是用戶需要對生成的內容作出一定程深圳知識產

93、權保護中心度的智力貢獻，其二是用戶的智力付出需要直接作用于可以受到版權法保 護的表達上（用戶的智力成果以某種具體形式表現出來，并且這種表現形式具有獨創性時，才能受到著作權法的保護，即著作權法只保護作品的獨創性表達，而不保護作品所反映的思想或感情）第 39 頁 共 60 頁。（三）海外關于 AIGC 保護法律環境概要（三）海外關于 AIGC 保護法律環境概要國家/地區國家/地區AIGC 保護法律環境AIGC 保護法律環境美國不承認人工智能生成物可以獲得版權保護歐盟不禁止對人工智能生成內容給予版權保護英國人工智能生成內容具有獲得版權保護的基礎捷克AIGC 合成作品若缺乏自然人的創造性參與，無法獲得

94、版權保護意大利AIGC 作品的版權保護關鍵取決于是否具備足夠的原創性和人類的創造性貢獻AIGC 合成作品本身通常不享有版權保護，除非是由人類通過創造性表達生日本成的作品（AI 生成內容的使用必須在不侵犯著作權人利益的前提下進行）八、AIGC 國內判例八、AIGC 國內判例在國內，AIGC 的法律規定涉及多個方面，包括著作權、個人信息保護、網絡信息安全等。關于 AIGC 在中國大陸法律框架下的幾個關鍵點包括有：（1）著作權歸屬：根據中國現行的著作權法，著作權一般歸屬于作者，而作者限于自然人、法人和非法人組織。因此，AI 大模型本身無法成為作者，這意味著 AI 生成的內容在法律上不能直接享有著作權

95、。此外，目前對于 AI 生成內容的著作權歸屬尚存在爭議，有待法律和政策層面的明確指引。（2）個人信息保護：在涉及個人信息的情況下，AIGC 服務提供者需要依法承擔個人信息處理者的責任，并履行個人信息保護義務。此外，中華人民共和國個人信息保護法也對人工智能的應用提出了相關規定，禁止將個人信息用于違法活動和侵害個人權益。（3）網絡信息安全：AIGC 服務提供者應當依法承擔網絡信息內容生產者責任，履行深圳知識產權保護中心網絡信息安全義務。同時，境外的 AIGC 產品向境內企業提供服務時，還需遵守中國的網絡安全法和電信條例等相關規定。（4）監管規定：中國已經發布了生成式人工智能服務管理辦法，該辦法對

96、AIGC 服務提供者提出了具體要求，如需取得相關行政許可、對 AI 生成內容進行顯著標識等。這些規定旨在鼓勵 AIGC 研究和發展的同時，確保其合規運營。（5）侵權責任：當 AIGC 生成的內容導致侵權時，如何分配責任是一個復雜的問題。如果服務使用者繞過安全限制生成違法內容，則由使用者承擔責任；如果服務提供者未采取有效措施第 40 頁 共 60 頁防止生成違法內容，則由提供者承擔責任?？傮w而言，中國在 AIGC 領域的法律規定正在逐步完善，以應對技術發展帶來的新挑戰。法律框架不僅關注技術的創新和應用，還強調了對用戶權益的保護和對社會秩序的維護。2023 年，國內也誕生了“AIGC 版權爭議第一

97、案”。2023 年 11 月 27 日，北京互聯網法院對國內首例“AI 文生圖”案做出判決，明確表示涉案 AIGC 產品本質是使用者的輔助創作工具，從“構思涉案圖片”（設計人物呈現方式、選擇提示詞、安排提示詞順序、設置相關參數）到“最終選定涉案圖片”（根據初步圖片，增加提示詞、調整參數，多輪最終選擇），能夠體現使用者的獨創性貢獻。因而涉案圖片構成受版權法保護的作品。該案件明確涉案 AIGC 圖片屬于著作權法保護作品，侵害了署名權和信息網絡傳播權，被告賠禮道歉并賠償原告 500元，一審雙方均未上訴，判決現已生效。目前，國內關于 AIGC 保護法律原則上不禁止對人工智能生成內容給予版權保護，且中國

98、大陸在 AIGC 保護法律環境方面已經建立了一定的基礎，但仍需不斷完善相關法律法規，以適應技術發展的需要，確保 AIGC 技術能夠健康、有序地發展。國內判例一：2019 年，“菲林訴百度案”，盡管人工智能生成物具有一定獨創性，但不符合著作權法對作品的定義，因為作品必須是自然人創作國內判例一：2019 年，“菲林訴百度案”，盡管人工智能生成物具有一定獨創性，但不符合著作權法對作品的定義，因為作品必須是自然人創作而成而成菲林訴百度案是中國首例涉及人工智能生成內容著作權糾紛的案件。北京菲林律師事務所（以下簡稱“菲林律所”）因認為百度網訊科技有限公司（以下簡稱“百度公司”）未經許可在其平臺“百家號”上

99、發布其文章，侵犯了署名權、深圳知識產權保護中心保護作品完整權及信息網絡傳播權，向法院提起訴訟。菲林律所利用“威科先行”法律信息庫生成了一篇名為影視娛樂行業司法大數據分析報告的文章，并在微信公眾號上發布。然而，百度公司在未經許可的情況下，刪除了文章的署名和部分內容后，在其平臺上發布了該文章。菲林律所認為這一行為侵犯了其多項權利，并要求賠償經濟損失及合理費用。本案中，一審法院和二審法院均認為，涉案文章中的圖形部分是菲林律師事務所基于收集的數據，利用相關軟件制作完成，雖然會因數據變化呈現出不同的形狀，但圖形形狀的不同是基于數據差異產生，而非基于創作產生。正如一審勘驗過程中，一審法院將涉案文章中的圖形

100、與威科先行庫生成的大數據報告 1、2 的相關圖形進行對比，雖然涉案文章中的一些第 41 頁 共 60 頁圖形和大數據報告 1、2 的圖形在圖形數據、圖形類別上存在不同之處。但是，該差異是不同的數據選擇、軟件選擇或圖形類別選擇所致，所用圖形均為數據分析常見的柱狀圖、餅狀圖、曲線圖，不能體現菲林律師事務所的獨創性表達。菲林律師事務所雖然主張對上述圖形的線條、顏色進行了人工美化，但并未提交證據予以證明。因此，涉案文章中的圖形不構成圖形作品?？梢?，菲林訴百度案認為涉案人工智能生成物不能體現“人”的意志，從其并非自然人創作完成的角度判斷其不能構成作品。國內判例二：2019 年，“騰訊訴盈訊案”，法院的判

101、決內容將人工智能生成物視作類法人作品，由人工智能具體執行、操作法人的意志國內判例二：2019 年，“騰訊訴盈訊案”，法院的判決內容將人工智能生成物視作類法人作品，由人工智能具體執行、操作法人的意志騰訊訴上海盈訊公司著作權侵權案是一起涉及人工智能生成內容的著作權糾紛案件。2018 年 8 月 20 日，騰訊在其證券網站上發布了一篇由其智能寫作助手 Dreamwriter 自動生成的財經報道文章，并在文章末尾注明“本文由騰訊機器人 Dreamwriter 自動撰寫”。然而，同日，上海盈訊科技在其運營的“網貸之家”網站發布了完全相同的文章。騰訊公司認為，盈訊科技的行為侵犯了其信息網絡傳播權，并構成不

102、正當競爭。因此，騰訊將盈訊科技訴至深圳市南山區法院，請求法院判令盈訊立即停止通過信息網絡對外傳播該文章，并要求其在官方網站首頁刊登聲明以消除影響。深圳市南山區法院審理后認定，涉案文章屬于我國著作權法所保護的文字作品，是原告主持創作的作品。法院最終判決上海盈訊公司未深圳知識產權保護中心經授權轉載涉案文章的行為侵犯了騰訊公司享有的信息網絡傳播權，應承擔相應的民事責任。盡管被告已經刪除了侵權作品，法院酌情判定被告賠償原告經濟損失及合理維權開支 1500 元。此案被認為是我國在探索人工智能著作權保護過程中的首例判決，具有開創性意義。法院的判決內容將人工智能生成物視作類法人作品，由人工智能具體執行、操作

103、法人的意志。這一判決有助于了解人工智能產物著作權問題的復雜性，并推動相關政策法規的制定和公眾意識的提高第 42 頁 共 60 頁。國內判例三：2022 年，“汪梓欣申請作品登記被駁回案”，目前尚無人工智能藝術版權的明確規定，暫不接受人工智能藝術作品的版權申請國內判例三：2022 年，“汪梓欣申請作品登記被駁回案”，目前尚無人工智能藝術版權的明確規定，暫不接受人工智能藝術作品的版權申請汪梓欣申請作品登記被駁回的案件涉及他使用 AI 創作的藝術作品。在 2022年 6 月 22 日，汪梓欣在上海版權局為他的 AI 輔助生成的畫作春江花月夜申請版權登記，并于 8 月 3 日收到了該作品的數字版權證書

104、。然而，當他之后向西安版權局再次申請版權登記時，卻以原創性不足的理由被拒。西安版權局的工作人員認為 AI 繪畫工具生成的作品并非經由人創作，不能成為可以申請版權的作品。隨后，有報道指出，當汪梓欣再次與上海版權局溝通相關問題時被告知“目前國家規章制度中沒有對 AI 藝術版權的明確規定，暫不接受 AI 藝術作品的版權申請”。因此，汪梓欣申請作品登記被駁回的主要原因是目前尚無 AI 藝術版權的明確規定，以及 AI 生成作品的原創性難以認定。國內判例四：2023 年，“春風案”，AIGC 圖片屬于著作權法保護作品國內判例四：2023 年，“春風案”，AIGC 圖片屬于著作權法保護作品AIGC 春風案是

105、中國首例涉及人工智能生成內容（AIGC）的著作權案件，被稱為“AI 文生圖著作權侵權國內第一案”。在該案中，法院明確了人工智能模型本身無法成為著作權法上的作者，因為涉案的人工智能模型設計者既沒有創作涉案圖片的意愿，也沒有預先設定后續生成內容。因此，法院認為原告李某通過提示詞設計了人物及其呈現方式等畫面元素，從而構成了著作權法所保護的美術作品。該案的核心爭議在于 AIGC 產物的著作權歸屬問題。法院最終認定，盡管AIGC 技術生成了作品，但創作過程中進行智力投入的是人而非人工智能模型，因此創作的作品仍屬于著作權法所保護的對象。這表明，在當前法律框架下，AI深圳知識產權保護中心使用者作為作者更符合

106、 AI 行業發展的現狀。此外，該案還引發了關于 AIGC 作品可版權性的廣泛討論。一些學者認為，AIGC 的生成過程符合人類創作的思維特性，其結果具有與人類作品相似的形式和信息消費功能，因此 AIGC 具有著作權客體性。然而，也有觀點認為，AIGC 尚未達到強人工智能的標準，因此不具有獨立的法律人格，在侵權事件中責任認定和承擔存在困難。春風案不僅標志著中國在 AIGC 領域法律實踐的重要一步，也為未來類似案件提供了重要的法律參考第 43 頁 共 60 頁。中國大陸 AIGC 版權爭議第一案“春風案”AIGC 圖片屬于著作權法保護作品中國大陸 AIGC 版權爭議第一案“春風案”AIGC 圖片屬于

107、著作權法保護作品模型生成第一張圖深圳知識產權保護中心調整參數生成第二張第 44 頁 共 60 頁圖調整參數生成第三張圖深圳知識產權保護中心調整參數生成第四張第 45 頁 共 60 頁圖國內判例五：2024 年，“AIGC 奧特曼動漫形象案”，在提供生成式 AI 服務過程中，生產相似圖片，侵犯作品復制權和改編權，AIGC 平臺的“生成”行為構成侵權國內判例五：2024 年，“AIGC 奧特曼動漫形象案”，在提供生成式 AI 服務過程中，生產相似圖片，侵犯作品復制權和改編權，AIGC 平臺的“生成”行為構成侵權AIGC 奧特曼動漫形象案是全球首例涉及生成式人工智能（AIGC）服務提供者侵犯著作權的

108、案件。廣州互聯網法院于 2024 年 2 月 8 日對此案作出判決，認定被告在提供生成式 AI 服務過程中，生成了與奧特曼形象相似的圖片，侵犯了原告對奧特曼作品所享有的復制權和改編權。原告是奧特曼系列形象的權利人，獲得了圓谷制作株式會社的授權，擁有奧特曼形象的著作權及維權權利。被告公司經營的 Tab 網站通過 AI 生成繪畫功能，生成了與奧特曼形象相似的圖片，并從中獲取非法收益。法院最終判決被告停止侵權行為，并賠償原告經濟損失10,000 元人民幣。本案體現了 AI 技術發展與知識產權保護之間的矛盾，也反映了我國在處理 AI 相關知識產權糾紛方面取得的進展。法院認為，AIGC 平臺的“生成”行

109、為構成侵權，因此要求被告采取措施確保其服務不再生成與奧特曼作品實深圳知識產權保護中心質性相似的圖片第 46 頁 共 60 頁。奧特曼經典形象涉案侵權生產照片（1）深圳知識產權保護中心涉案侵權生產照片（2第 47 頁 共 60 頁）涉案侵權生產照片（3）涉案侵權生產照片（4）深圳知識產權保護中心涉案侵權生產照片（5第 48 頁 共 60 頁）涉案侵權生產照片（6）涉案侵權生產照片（7）深圳知識產權保護中心涉案侵權生產照片（8第 49 頁 共 60 頁）涉案侵權生產照片（9）涉案侵權生產照片（10）九、AIGC 合規應對九、AIGC 合規應對世界各國都在關注和研究人工智能的風險，美國國家標準技術研

110、究院（National Institute of Standards and Technology）于 2023 年 1 月發布人工智能風險管理框架（AI Risk Management Framework，AI RMF），該框架明確了 AI 系統的生命周期及各階段的參與者、關鍵維度，為人工智能的風險管理提供了系統化的評估路徑。我們參考該 AI RMF，結合 AIGC 業務特點提出三維度的深圳知識產權保護中心數據合規風險管理框架。AIGC 的生命周期大體可包括模型訓練、應用運行和模型優化三個階段，各階段涉及各方主體的數據處理活動及其風險因素如下第 50 頁 共 60 頁：生命周期生命周期模型訓

111、練階段模型訓練階段應用運用階段應用運用階段模型優化階段模型優化階段2C：AIGC 開發者直接向使用者提供服務2B/2B-2C:由 AIGC 服務提供者集成AIGC開發者技術以向使用立項設計，數據采集數據清洗，數據標注模型訓練，模型驗主要活動證者利用應用運行階段提供服務采集的數據開展模型優化AIGC 開發者數據主體或數據提供參與主體方AIGC 開發者AIGC 服務提供者AIGC 開發者AIGC 服務提供者AIGC 服務使用AIGC 服務使用者者隱私性（個人信息數據合規核心風險要素、商業秘密）與合法性數據質量隱私性與合法性透明性與可解釋性準確性與公平性應用風險信息內容監管信息安可靠性與穩定性全隱私

112、性與合法性（一）模型訓練階段（一）模型訓練階段在 AIGC 模型訓練階段，合規風險主要涉及以下幾個方面：第一，數據來源合規風險：生成式人工智能如 ChatGPT 在訓練過程中需要收集大量數據。如果這些數據來源于對公民個人信息的匯集（例如人臉、指紋等），則可能違反中華人民共和國個人信息保護法等相關法律法規。此外，企業必深圳知識產權保護中心須確保數據來源合法，使用時獲得用戶授權，并對數據進行匿名化處理以防止隱私泄露第 51 頁 共 60 頁。第二，偏見與歧視風險：在選擇訓練數據和開發模型時，企業需要采取措施消除數據中的偏見和歧視現象，以避免生成具有不公平或歧視性的內容。第三，算法訓練過程合規管理：

113、企業在算法訓練過程中應遵守合規建設要求，包括制定清晰的標注規則、培訓標注人員并核驗內容正確性。同時，建立用戶投訴處理機制，通過優化訓練來糾正算法訓練行為。第四，知識產權與版權問題：在訓練數據的選擇和使用過程中，企業需確保不侵犯知識產權，保證數據的真實性和準確性。第五，跨境數據傳輸合規風險：如果將中國用戶的個人數據傳輸到境外進行AI 模型訓練，必須通過監管安全評估或進行標準合同備案，否則將違反數據合規法律要求。第六，國際法規遵從性：不同國家和地區對于生成式 AI 的監管要求不同。例如，在歐盟，人工智能法案對高風險 AI 系統提出了全生命周期的監管機制，要求在投放市場前進行數據治理活動。AIGC

114、模型訓練階段的合規風險涉及數據來源合法性、隱私保護、算法偏見、知識產權保護以及跨境數據傳輸等多個方面。企業需要在這些方面采取相應的合規措施，以確保其 AI 模型的合法性和安全性。（二）應用運用階段（二）應用運用階段在 AIGC 應用的運用階段，合規風險主要涉及以下幾個方面：第一，數據隱私與安全：在 AIGC 應用過程中，用戶輸入的數據來源必須合法合規，并且要防止數據泄露的風險。此外，如果 AI 產品的服務器位于境外，還需要關注數據跨境傳輸的合規要求，包括獲取相關個人信息主體的知情同意、進行個人信息保護影響評估等。第二，內容合規性：AIGC 生成的內容需要符合法律法規的要求，避免產生違反社會公序

115、良俗的內容。在實際應用中，應通過嵌入與微調等手段提升 AIGC的內容質量，并對內容進行審查。深圳知識產權保護中心第三，知識產權保護：AIGC 服務提供者可能會面臨侵犯他人知識產權的風險，尤其是在生成內容時依賴現有素材的情況下。因此，企業需要加強知識產權保護合規建設，以避免版權糾紛第 52 頁 共 60 頁。第四，監管政策變化：隨著各國對人工智能的法律監管不斷加強，AIGC 企業需要密切關注監管政策的變化，以確保其技術和服務符合最新的合規要求。例如，生成式人工智能服務管理暫行辦法明確了數據隱私、知識產權、意識形態和道德倫理等方面的具體要求。第五，技術漏洞與不當應用：AIGC 技術本身可能存在漏洞

116、，不當應用可能導致巨大的安全風險。因此，企業需要建立風險管理機制，確保使用高質量的訓練數據，并進行透明度和用戶告知義務的履行。第六，供應鏈風險：AIGC 的發展還受到算力、平臺和算法等方面的國際產業鏈依賴的影響。如果海外管制趨嚴，可能會加劇供應鏈風險，影響國內 AIGC的發展。AIGC 應用階段的合規風險涉及多個方面，包括數據隱私、內容合規性、知識產權保護、監管政策變化、技術漏洞及供應鏈風險等。企業需要建立全面的合規管理體系，以應對這些風險并確保其長期健康發展。（三）模型優化階段（三）模型優化階段在 AIGC 模型優化階段，合規風險主要涉及以下幾個方面：第一，數據合規性：在模型訓練階段，AIG

117、C 平臺需要使用合法來源的數據。這意味著數據的收集、處理和使用必須符合相關法律法規的要求，如數據安全法、個人信息保護法等。此外，還需要對語料來源進行安全審查，建立語料來源黑名單，并對各來源語料進行安全評估，以確保不包含違法不良信息。第二，用戶隱私保護：在 AIGC 模型的優化過程中，保護用戶隱私是一個重要的合規要求。這包括確保用戶數據在處理過程中不被濫用或泄露，并且在收集和使用用戶數據時，應事先獲得用戶的明確同意。第三，算法透明度和公平性：為了防止模型生成結果帶有偏見或不透明性，需要通過對抗訓練和輸入驗證等技術手段增強模型的解釋性和公平性。同時，企深圳知識產權保護中心業應建立合規風險管理機制，

118、以識別和減輕潛在的系統性風險第 53 頁 共 60 頁。第四，知識產權保護：在 AIGC 模型優化過程中，尊重和保護知識產權是另一個重要的合規要求。企業需要確保所使用的算法和技術不侵犯他人的知識產權，并在必要時進行技術文件的編制和更新。第五，全球監管政策：隨著各國對人工智能的法律監管不斷加強，AIGC 企業面臨越來越多的合規挑戰。因此，企業需要密切關注全球范圍內的監管政策變化，并及時調整其合規策略以應對新的監管要求。AIGC 模型優化階段的合規風險涉及多個方面，包括數據合規性、用戶隱私保護、算法透明度和公平性、知識產權保護以及全球監管政策的變化。企業需要建立全面的合規風險管理機制，以確保其在技

119、術發展的同時符合法律法規的要求。（四）立足于當下全球 AIGC 保護法律環境，關于 AIGC 數據合規的五個典型問題解析問題一：如何管理爬取數據的風險（四）立足于當下全球 AIGC 保護法律環境，關于 AIGC 數據合規的五個典型問題解析問題一：如何管理爬取數據的風險在全球 AIGC 保護法律環境中，管理爬取數據的風險需要綜合考慮多個方面。首先，確保數據爬取行為的合法性是關鍵。這包括在爬取數據前獲取目標網站的授權或許可，避免違反網站的使用條款或 robots 協議。此外，應避免繞過被爬取對象設定的訪問權限或破壞網站的技術措施，以免干擾被爬取方的正常運行。對于涉及個人信息的數據爬取，必須遵守相關

120、法律法規，確保數據處理活動合法合規。例如，涉及個人信息時，應當取得個人同意或者符合法律、行政法規規定的其他情形。同時，對爬取的數據進行脫敏處理，以防止泄露個人隱私信息。在技術層面，建議建立完善的法律風險評估機制，及時發現并應對潛在的法律風險。此外，還應關注數據跨境合規問題，特別是涉及 AIGC 內容的數據出境場景，確保符合國家網信辦發布的AIGC 服務暫行辦法等最新要求。從治理層面來看，數據爬取治理應堅持法制化、場景化治理，不能“一刀切”，而是應根據具體情況制定合理的監管策略。同時，平衡數據保護與防止壟斷之間的關系，維護公平、自由的市場競爭秩序?？傊?，在全球 AIGC 保護法律環境中，管理爬取

121、數據的風險需要從法律合規、技術措施和治理策略等多個維度入手，以深圳知識產權保護中心確保數據爬取行為的合法性和安全性第 54 頁 共 60 頁。問題二：如何管理數據源風險問題二：如何管理數據源風險在全球 AIGC 保護法律環境中，管理數據源風險需要采取多方面的措施，以確保合規性和數據安全。以下是幾個關鍵方面的建議：第一，數據采集合規：AIGC 服務提供者必須確保其數據來源的合法性。這包括自行采集、數據交易和開放數據爬取等不同類型的數據來源。重點是獲得數據權利主體的授權，并建立數據許可規范，確保供應商的數據不侵犯第三方權利。第二，數據安全與隱私保護：在制度層面，應建立數據安全風險評估和應急處置機制

122、，并根據數據涉及的利益價值位階對數據進行分類分級保護。此外，引入數據安全風險事前評估制度，要求 AIGC 開發商和運營商定期開展風險評估。第三，數據質量與治理：加強數據治理，包括數據源的發現、質量評估、清洗、集成和監控。通過提高數據標注及清洗、模型訓練階段的透明性、可解釋性及公平性，積極應對監管。第四，跨境數據流動合規：針對數據跨境流動的問題，需要特別關注個人信息和重要數據出境的合規路徑。例如，根據國家網信辦發布的AIGC 服務暫行辦法，企業需遵守相關的法律監管框架。第五，用戶協議與權利安排：在用戶協議中明確約定用戶輸入內容的權利和使用限制，尤其是涉及用戶輸入內容時，需明確用戶的權利范圍和責任

123、劃分，以防范版權糾紛和數據風險。第七，技術措施與合規流程：企業應建立數據采集的風險評估流程，圍繞數據脫敏、數據加密、鏈路加密等建立數據采集過程保護措施，并制定統一的數據采集策略。通過這些措施，可以有效管理 AIGC 中的數據源風險，確保企業在全球范圍內遵守相關法律法規，從而降低潛在的法律和合規風險。問題三：AIGC 應用運行及模型優化階段典型個人信息合規問題問題三：AIGC 應用運行及模型優化階段典型個人信息合規問題深圳知識產權保護中心在全球 AIGC 保護法律環境中，AIGC 應用運行及模型優化階段的典型個人信息合規問題主要涉及以下幾個方面第 55 頁 共 60 頁：第一，用戶數據的使用目的

124、：在 AIGC 服務中，用戶輸入的數據通常用于特定的服務目的。然而，這些數據有時會被用于模型優化，而用戶可能并不知情或未同意將其數據用于此類目的。這導致了較高的用戶權益保護風險。第二，知情同意和隱私保護：根據個人信息保護法，處理敏感個人信息需要獲得個人的單獨同意，或依據法律、行政法規規定應當取得書面同意。因此，在 AIGC 應用中，確保用戶充分了解其數據如何被使用，并獲得明確同意是關鍵。第三，數據匿名化和去標識化：為了降低個人信息泄露的風險，建議在模型訓練前對包含個人信息的語料數據進行匿名化或去標識化處理。這有助于減少因數據誤抓取或信息泄露而帶來的風險。第四，跨境數據傳輸合規：AIGC 平臺運

125、營方在涉及將中國境內用戶的個人信息傳輸至境外時，需遵守個人信息保護法數據出境安全評估辦法等相關法律法規的要求，并選擇合適的跨境傳輸方式。第五，數據安全和隱私保護措施：AIGC 服務提供者應建立完善的合規管理體系，包括外部政策與協議、內部數據安全管理制度等，以應對可能出現的數據泄露、設備故障、網絡攻擊等風險。第六，監管框架和倫理原則：各國正在探索對 AIGC 的法律監管，以防范和化解人工智能研發與應用帶來的各類風險。例如，加拿大發布了關于 AIGC 的基本原則，強調負責任、可信和隱私保護。AIGC 應用運行及模型優化階段的個人信息合規問題需要從知情同意、數據匿名化處理、跨境數據傳輸合規、以及建立

126、全面的合規管理體系等多個方面進行綜合考慮和應對。問題四：如何處理 AIGC 數據泄露風險問題四：如何處理 AIGC 數據泄露風險在全球 AIGC 保護法律環境中，處理 AIGC 數據泄露風險需要綜合考慮制度和技術層面的措施。首先，在制度層面，應建立數據安全風險評估和應急處置機制，對數據進行分類分級保護，并定期開展風險評估。此外，還需完善相關法律法規，深圳知識產權保護中心如個人信息保護法，確保 AIGC 平臺建立用戶個人信息保護制度，保障用戶的知情權和選擇權。在技術層面，應加強對訓練數據的保護和管理，確保數據的合法獲取和存儲。同時，引入差分隱私、同態加密等隱私保護技術，以降低隱私泄露的風險。此外

127、，還需推動隱私計算技術的應用，使多個數據擁有者能夠在不暴露數據本身的前提下進行數據共享和計算。另外，建議 AIGC 開發運營主體建立數據安全事件應急響應機制，涵蓋數據泄露、設備故障、網絡攻擊等事件，并定期進行應急演練。同時，應關注數據跨境合規問題，確保個人信息和重要數據出境的合規路徑。通過以上多維度的措施，可以有效應對 AIGC 數據泄露風險第 56 頁 共 60 頁，促進 AIGC 行業的健康發展。問題五：AIGC 開發者與服務提供者如何認定數據權屬及相關責任問題五：AIGC 開發者與服務提供者如何認定數據權屬及相關責任在全球 AIGC 保護法律環境中，AIGC 開發者與服務提供者在認定數據

128、權屬及相關責任方面面臨多重挑戰。我們可以從以下幾個方面進行分析：第一，數據權屬的認定：在私有化部署模式下，AIGC 開發者通常無法接觸或處理數據，因此數據權屬主要取決于 AIGC 服務提供者與使用者之間的約定，例如用戶協議。在自行采集型與數據交易型中，AIGC 服務提供者并非數據的原始采集人，因此需要確保取得相關數據權利主體的授權，并建立數據許可規范。數據權屬問題尚未解決，企業可能因數據來源而困擾。第二，責任分配：AIGC 平臺應明確數據權屬、處理方式及責任分配。例如，在數據交易協議中，要求數據提供方對數據的合法來源和處理行為進行保證。AIGC 開發者和服務提供者應加強第三方管理，提升可靠性和

129、穩健性，并開展個人信息保護影響評估。第三，在 AIGC 作品的權利歸屬問題上，實踐中常見兩種模式：創作者權屬模式和投資者權屬模式。第四，法律法規與合規要求：各國對 AIGC 的監管存在差異，如歐盟數據治理法案于 2022 年生效，旨在規范數據治理。在中國，政策層面體現倫理先行原則，法律層面形成網絡與數據安全、隱私與個人信息保護、算法治理及其他領域的整體合規框架，并開始加入對于 AIGC 的專項監管。AIGC 開發者和服務提深圳知識產權保護中心供者應遵守相關法律法規，采取多項合規管控措施，包括建立實名認證、個人信息保護制度，明確用戶權利義務和投訴處理路徑等第 57 頁 共 60 頁。第四，技術層

130、面的防護：AIGC 平臺應利用技術手段保護數據權屬，例如通過過濾技術防止抄襲和侵權行為的發生。提高數據標注和清洗透明性，以實現AIGC 的數據合規。AIGC 開發者與服務提供者在認定數據權屬及相關責任時需綜合考慮法律法規、合同約定、技術防護等多方面因素，確保數據來源合法、使用合規，并明確各方的責任與義務。十、AIGC 與數字版權十、AIGC 與數字版權2023 年 8 月，依托國家“區塊鏈+版權”在新領域的創新應用試點，由中國版權保護中心牽頭，聯合螞蟻集團螞蟻鏈面向互聯網平臺海量用戶提供“即時申領 DCI，按需辦理數字版權登記”的版權權屬確認服務。以基于 DCI 標準的版權服務新模式，提供權威

131、公信、簡單易用、方便快捷的版權服務新體驗，應用于數字內容新場景?；ヂ摼W平臺基于 DCI 標準研發后，即可作為數字版權鏈的應用平臺，通過調深圳知識產權保護中心用 API 接口，為本平臺用戶提供“即時申領 DCI，按需辦理數字版權登記”服務。用戶在數字內容創作完成后，即可申請領取 DCI 編碼，獲得“數字版權唯一身份證”。用戶擁有了 DCI 編碼之后，可在數字版權鏈支持的數字內容生態中獲得數字內容授權、數字版權交易等服務支持。若用戶需辦理數字版權登記，可繼續按照版權登記申請要求，提交登記申請材料，經中國版權保護中心審核通過后，可獲得作品登記證書（數字版）。作品登記證書（數字版）可作為用戶的數字內第

132、 58 頁 共 60 頁容權屬證明，也可支持用戶發起維權?！凹磿r申領 DCI，按需辦理數字版權登記”的服務新模式是中國版權保護中心在“區塊鏈+版權”試點應用中的創新實踐之一。面對更加廣闊的數字空間，一切皆數據，一切數據皆有版權。中國版權保護中心將持續探索互聯網版權保護與服務新場景，支撐數字版權業態融合發展。數字版權作為新時代技術發展孕育多年的產物，適用于 AIGC 相關作品，數字登記利用區塊鏈去中心化、分布式存儲、時間戳、加密處理等技術優勢，對數字資產進行上鏈存證，在線完成縣有法律效力的登記。數字版權的逐步普及必將深圳知識產權保護中心推動 AIGC 相關產品的制度完善、價值提升。數字版權作為政

133、府機構主導誕生，適應技術時代的創新產物，亦應為 AIGC 從業務、創意設計行業從業者所重點關注第 59 頁 共 60 頁。深圳知識產權保護中心參考文獻：參考文獻：1AIGC 技術趨勢下智能設計的現狀與發展 盧兆麟；宋新衡；金昱成22024 年 AIGC 行業研究-多模態大模型與商業應用 36 氪研究院32024 年 AIGC 發展趨勢報告 36 氪42023 年中國 AIGC 行業發展研究報告 艾媒咨詢52024 年中國 AIGC 產業研究報告 千際投行6AIGC 賦能文創設計-人工智能在文化傳承與創新中的應用 嚴敬第 60 頁 共 60 頁群7生成式 AI 與版權保護：問題、爭議與思考 騰訊研究院8生成式人工智能生成內容的版權屬性與保護路徑 畢文軒9“AI 文生圖”著作權案一審生效 北京互聯網法院10AI 大模型訓練中的核心版權問題 朱開鑫11AI 生成與版權保護 朱開鑫12淺談 AIGC 背后的版權保護問題 朱開鑫；張藝群13生成式人工智能三大版權問題解析 朱開鑫14淺析生成式人工智能輸入和輸出涉及著作權問題國內首例 AIGC 著作權糾紛判例與國外案例對比 知產力15生成式人工智能服務管理暫行辦法發布，解析 AIGC 的數據合規挑戰與應對之道陳際紅；吳佳蔚；陳煜烺