近年来，人工智能（AI）模型生成平台用户数量不断增多，应用场景也日渐广泛。所谓 AI模型生成平台，是指依托大模型算力技术，实现各类智能内容创作、模型训练与应用部署的综合性智能服务平台。这一模式可能涉及用户生成内容侵权、平台责任划定等多重法律问题。在上海首例 AI大模型著作权侵权案中，二审法院维持原判，两级法院提出“算法黑箱不排除复制权侵权认定”“改编权应体现人类智力投入”及“合理界定平台责任”等核心要点，为模型训练著作权侵权问题的裁判提供了明确指引。

  在模型训练算法黑箱中复制行为的认定方面，学界及实务界常以“接触＋实质性相似”作为认定是否构成复制权侵权的标准。然而，在AI模型训练场景中，作品被抓取后拆解成机器可读的内容供 AI学习，这一学习过程并不为用户所见，故被称为“算法黑箱”。需要明确的是，由于这一技术手段具有实质性的非侵权用途，即技术中立，故训练过程中“算法黑箱”的存在并不排除“接触”的认定，对于“接触”的判断实际上还是遵循传统的利用他人作品时有实际接触或接触可能性的规则。

  在实质性相似方面，应比对 AI模型经训练后生成的内容与原作品是否构成实质性相似，标准为是否再现原作品的独创性表达，与一般场景下实质性相似的认定标准无异。独创性表达的判断因作品类型的不同而存在差异，就该案所涉及的“美杜莎人物形象”这一美术作品而言，其独创性主要表现在人物的服装、饰品、气质等元素上。用户通过模型训练生成的内容再现了这些独创性表达，又因其具有接触原作品的可能性，故侵犯了原作品的复制权。

  在模型训练中改编权的认定方面，改编权，即改变作品，创作出具有独创性的新作品的权利。应当明确的是，作品的创作主体只能是人，作品的独创性贡献必须由人来提供。在 AI模型的训练与输出过程中，用户虽然输入了提示词，但最终输出的内容还是由 AI自身的算法与其所接受的训练素材决定。即便用户主张其输入的提示词受著作权法保护，根据著作权法“只保护表达不保护思想”的核心原则，提示词只是思想，生成的内容才是具体表达。换言之，即使在同一模型中输入相同提示词，输出的内容也可能会有所区别，因此，该主张完全不能成立。另外，若在利用 AI生成内容后进行了人类智力投入，对作品进行了改变，那么依然可能构成对原作品改编权的侵犯，这一点与一般情况下的侵犯改编权的认定无殊。

  此种规制思路再次肯定了作品应当体现人的实质性智力投入，驳斥了单纯由 AI生成内容受著作权法保护的观点，避免著作权保护边界的无序扩张。

  另外，用户依托 AI模型生成平台进行模型训练与内容输出，侵权行为发生时，平台是否以及如何承担责任至关重要。平台责任的认定应当结合平台提供服务的性质和方式、侵权行为的明显程度、平台是否采取了及时必要的防范及补救措施等因素进行考量。

  从平台提供服务的性质和方式看，大多数平台提供的服务包括以下两方面：一是算力服务，二是将用户利用 AI模型生成的内容在网络上进行传播的服务。算力服务具有实质性非侵权用途，因此，是否提供算力服务并不影响平台责任的认定。也就是说，AI模型生成平台与传统的仅提供传播服务的网络服务商的责任认定规则并无显著差别，传统的避风港规则、红旗原则等在AI这一新兴场域下仍然可以适用。

  从侵权行为的明显程度看，侵权内容的著名性、显著性及与原作品联系的紧密程度是考量的重要因素，这一点也与传统网络服务商责任的认定规则无显著区别。以该案所涉侵权内容为例，“《斗破苍穹》中的美杜莎人物形象”仅为特定动漫爱好者所知晓，并不为普通大众所熟知；且“美杜莎”一词还可能指代神话传说中人物名称、歌曲名称、植物品种名称等，并未和《斗破苍穹》中的美杜莎人物形象产生单一、直接、明显的联系。因此，不得认定平台需要对此承担责任。

  从平台是否采取了及时必要的防范及补救措施看，在防范措施上，若平台在模型页面上设有举报功能，且通过发布用户协议等方式对用户尽到了合理的告知义务，则可以认定其采取了必要的防范措施。在补救措施上，平台接到侵权通知后，及时采取了删除侵权内容、断开链接等措施，则可以认定其采取了及时的补救措施。不难看出，这两个方面的认定也与传统网络服务商在此方面责任的认定无显著区别。

  综上所述，AI平台作为网络服务提供者，其合理注意义务应当结合可预见性与可避免性进行综合考量，具体规则与对传统网络服务商的规制并无显著区别。

  上海首例 AI大模型著作权侵权案对于模型训练著作权侵权及平台责任的认定具有典型意义，明确了传统规则在 AI模型训练这一新兴场域下仍可适用。利用作品对模型进行训练时应守住著作权合规底线，算法黑箱并非模型训练避风港。同时也应合理划定平台责任，不对其苛以过重义务，方能实现多方利益平衡，促进技术与文化的协同发展。（作者单位：华东政法大学）

作者：赵晨晞、阮开欣

来源：中国知识产权资讯网

|责编：牟研