第二道边界在哪里：AIGC不可版权标准待确立

“我不创造，我只是发现”

——毕加索

一、可版权标准的确立

我们知道北京互联网法院判决的文生图第一案已经确认了AIGC内容可以作为受版权保护的作品，这显然是一个里程碑式的突破，从逻辑上理解北互的判决至少说明两点：

AIGC内容具有可版权保护的可能；

并非所有AIGC内容都可以作为作品获得版权保护。

对于第一个结论，北互已经通过判决给出了他们为什么认为一个AIGC内容是可以够得上作品的认定标准的，判决书在说理部分给出了对应的解释，至于说这个标准在颗粒度和可执行层面有多细化，我们先姑且不论，至少一个标准的框架已经建立起来了，这个就是北互文生图第一案的里程碑意义所在。

我们根据判决说理部分归纳发现，法院认定AIGC内容构成作品的核心要件在于“独创性智力投入”，对于这个要件，法院的分析阐述也非常深入：

“从原告构思涉案图片起，到最终选定涉案图片止，这整个过程来看，原告进行了一定的智力投入，比如设计人物的呈现方式、选择提示词、安排提示词的顺序、设置相关的参数、选定哪个图片符合预期等等。涉案图片体现了原告的智力投入，故涉案图片具备了‘智力成果’要件”；

“当然，并非所有智力成果都是作品，只有具备‘独创性’的智力成果才能构成作品。通常来讲，‘独创性’要求作品由作者独立完成，并体现出作者的个性化表达。‘机械性智力成果’应当被排除在外。比如按照一定的顺序、公式或结构完成的作品，不同的人会得到相同的结果，因表达具有唯一性，因此不具有独创性。而利用人工智能生成图片，是否体现作者的个性化表达，需要个案判断，不能一概而论。一般来说，人们利用Stable Diffusion类模型生成图片时，其所提出的需求与他人越具有差异性，对画面元素、布局构图描述越明确具体，越能体现出人的个性化表达。本案中......原告对于人物及其呈现方式等画面元素通过提示词进行了设计，对于画面布局构图等通过参数进行了设置，体现了原告的选择和安排。另一方面，原告通过输入提示词、设置相关参数，获得了第一张图片后，其继续增加提示词、修改参数，不断调整修正，最终获得了涉案图片，这一调整修正过程亦体现了原告的审美选择和个性判断。在庭审中，原告通过变更个别提示词或者变更个别参数，生成了不同的图片，可以看出，利用该模型进行创作，不同的人可以自行输入新的提示词、设置新的参数，生成不同的内容。因此，涉案图片并非‘机械性智力成果’。在无相反证据的情况下，可以认定涉案图片由原告独立完成，体现出了原告的个性化表达。综上，涉案图片具备‘独创性’要件”。

如果我们把上述分析再次精炼以下的话，可以归纳为：

尽管只是一个从肯定立场出发形成的判例，但仍然可以看到诸多否定层面法院的判断逻辑，例如如果是“机械性的智力成果”就会被必然排除在作品之外，包括如果输入的提示缺少差异化和个性化也会导致排除。

二、不可版权标准呼之欲出

但问题是，从一个相对周密的肯定判断框架是无法推导出一个必然周密的否定判断框架的，例如假设AIGC缺少了“多轮修正”环节，还可以认定为作品吗？这个问题在北互的判例中恐怕是得不到明确的结论的，再比如“差异化和个性化”的提示需要到何种程度才算是符合作品标准要求，实践中，很多提示看上去内容非常丰富，也比较有个性化，但已经通过长期使用和传播形成了一种“提示模版”，从而被很多人重复使用，这种情况还能否够得上“个性化、差异化”就不得而知了。

因此，单凭“文生图第一案”无法系统性解决AIGC内容不可版权认定标准的问题，可喜的是，学术界已经在这个问题上进行了更加深入的探讨，并且有不少的知名学者开始提出他们的一些看法：

例如清华大学崔国斌教授提出的多回合“线性改进”的创作模式，我理解若创作者仅首次输入提示词之后即生成了图片，此时的生成内容无法被创作者提前预判和精准控制，因此通常并不包含创作者的独创性表达，无法认定为作品。而只有在创作者选定图片后，再通过提示词或其他方式对表达性细节或构图要素进行反复修改，才可能在图片表达部分构成独创性进而认定为作品。这种认定思路基本上排除了第一轮AIGC生成内容可版权保护的可能，具有非常高的指导意义，可以作为认定标准层面的观点。

再比如德国慕尼黑大学Matthias Leistner教授则认为欧盟著作权法中可版权性的要求是创造性决策必须以精确和客观的方式表达在最终产生的内容中，对控制和直接因果关系的要求相当高。单一回合的人工智能生成内容不符合版权保护的条件，而经过一系列提示生成的内容在多数情况下也不符合，除非输入内容本身构成作品，且在输出内容中可识别；或者人类的创造性决策以精确和客观的方式表达在最终产生的内容中，且满足相当高的控制和直接因果关系。

Matthias Leistner教授所阐述的“单一回合生成内容排除”与崔国斌教授的观点一致，他还进一步指出了多回合生成模式下更高作品的认定要求。

这些标准都有相当的道理，且在逻辑上有较强的自洽，当然我们并不是说这些标准已经非常完善，因为毕竟AIGC的技术还在不断的演进当中。我们目前提出来的标准到底能不能与之相匹配，并且具有一定的前瞻性还很难讲。但我认为完全可以基于目前的情况先提出一个框架，用以解决接下来必然会出现的“AIGC不可版权第一案”。

三、一个可参考的判断框架

个人认为， AIGC可版权保护的认定标准应当就高不就低，因为目前AI的生成能力太强了，很多专业创作的人都望尘莫及，这种情况下，如果认定标准定得过低，导致AI无上限生成的内容大部分会成为作品，此时司法保护的成本将变得无比高昂，维权案件很可能会指数级增长，而公众对AI生成内容的接触能力会大大下降，进而无法享受到AI带来的在文化艺术领域的技术进步成果，这与AI的发展目的以及版权法想看到的公众接触效果是背离的。

而且在这个过程中，人的创造性贡献并没有被真正激励到，反而因为降低了认定标准让更多人对AI形成依赖，长此以往也不利于人类整体的创作能力提升。

基于上述分析，我本人试着给出一个大致的判断框架：

1、“单一回合生成内容排除”原则。除非极特殊的情况，否则第一轮提示生成的AIGC内容应该被排除在作品之外，毕竟此时人对于AI最终生成的内容在表达层面缺少预期和控制，随机性太强。这里提到的极特殊情况是指如果模型技术不断演进，出现了可以严格根据提示展示细节，或者提示本身就属于作品（例如输入分镜头草稿作为提示，AI给出实际拍摄效果）的情况。

2、多轮生成+线性改进贡献。因为只有在多轮生成过程中的线性改进智力投入（修正提示+参数调整），才能真正体现人的独创性。毕竟版权法是保护具体表达作为前提，在表达上的贡献要在第一回合固定下来的内容基础上才好判断，否则更多体现为一种思想。对线性改进的认定重点在于“改进”的过程和成果两方面，首先改进必须是“具体作用在表达上的”，如果只是要求大模型把一张图转化成“印象派”风格，这种提示算不上改进；其次，改进之后的成果应当能够在表达层面与创作者对应的思想形成对应，比如提示模型对一张图中人物的手指进行绘制，要求更加纤细从而体现该人物作为钢琴家的特点，这个过程中，人的“想法”通过“提示”之后，经模型“理解处理”转化成“纤细手指”的最终效果，对应关系越强，“独创性”越明显。

3、程式化提示排除原则。这里不仅仅是指北互在判决中提出的“机械性智力成果排除”，更主要的是排除市面上的“提示模版”，很多模版从表面上看足够“差异化和个性化”，否则也很难作为模版被广泛接受，但一经固定，就有点像流水线作业一样可以让其他人照抄，尽管照搬（或大部分照搬）之后可能生成的结果也不一定相同，但人在这个过程中并没有体现出独创性。

4、筛选和判断贡献原则。我在之前的文章中系统讲过，AIGC时代，人的创造性贡献不一定体现在“表达层面”，因为大模型的生成能力已经让“表达能力”不再稀缺，所以基于人特有的审美所进行的筛选和判断能力就成了更重要的创造力显现，比如大模型给出了一百张可选内容，人从中挑选出最满意的一张，这个挑选是非常考验人的审美和文化艺术素养的，所以在判断AIGC内容可版权或不可版权过程中，也应该重点审查人在这个维度上所做的贡献，尽管这有点像专利上的“新颖性”和“创造性”审查，但这是技术飞跃带来的内容创作上的新特性，很大程度上以后的作品不是创作的而是发现的，正如毕加索的名言：“我不创造，我只是发现”。

四、总结

AIGC内容接下来会成为互联网内容生态的绝对主力，今后完全由人手动操作创作的内容将会少的可怜。在这种情况下，很显然不可能所有的内容都作为版权保护。就好像也不是所有人类手动的内容都能够成为作品是一样的。

所以法院通过文生图第一案给出了可保护的标准，接下来要呼之欲出的就是一个不可保护的标准，有这两个标准的存在。我们可以在浩如烟海的AIGC内容当中划分出两个清晰的阵营 。其中被保护的阵营里，我们强调的是在这些内容当中人的独创性贡献，而不被保护的阵营里，我们强调的是广大公众对于AIGC生成内容的广泛可接触性。如此一来，既能够给到足够的激励，同时又能够确保大众充分享受技术红利，这才是版权法在AI时代下重生的应有之意。