学术丨蒋舸：论用户主张AIGC版权的“最低限度创造性标准” ▏《中外法学》2025年第3期

论用户主张AIGC版权的“最低限度创造性标准”

清华大学法学院长聘副教授

AIGC的特定表达细节可以被视为用户的贡献，因为它是用户对AI的内容生成潜力加以个性化固定的结果。AI并非纯粹的消极工具，但其非消极性为人所欲、忠人之事，应当被理解为AI作为工具的优势而不是贬低人类贡献的理由。用户利用AI生成文艺内容的行为与委托或者提供被演绎内容的行为缺乏可比性，因而不能机械地套用后两种行为的默认规范来进行评价。针对作品和作者的解释方案应当在不违背法律文本的前提下尽可能实现良好的政策效果。“较低贡献对应薄版权、较高贡献对应厚版权”乃界权成本收益分析在版权领域的体现，在AI时代无需也不应改变。针对创作激励与公众自由平衡这一目标，核心在于确保知识产权的保护程度与权利人的实际贡献相匹配，防止知识产权的排他性范围过度扩张、保护力度过强。

关键词  AIGC  人类智力成果  最低限度创造性  表达  理性无知

一、关于用户控制力的四种立场

二、作为用户贡献的AIGC表达细节

三、“最低限度创造性说”的质疑的界权成本收益分析

四、“最低限度创造性说”的利益平衡分析

五、“最低限度创造性说”的解释论方案

六、结语

近年来，针对用户能否主张人工智能生成内容（Artificial Intelligence Generated Content，简称AIGC）版权这一问题，国际版权界见证了精彩的观点纷争和有趣的立场转换。其中最值得关注的现象，是“绝对控制说”的支持者对用户版权主张从坚决排斥到逐步接受之趋势。

在用户针对AIGC的版权主张问题上，笔者持“最低限度创造性说”（等同于“Feist标准”），因而自然乐见上述转变。不过，折衷立场仍然存在瑕疵，需要进一步向经典的“最低限度创造性说”回归。笔者已另文给出“最低限度创造性说”在认识论层面的合理性，本文还将从本体论层面直接论证AIGC可以视为用户表达、输入提示词可以视为创作行为的理由。针对各种流行的质疑意见——例如通过套用委托创作或者演绎创作的默认规范来否认用户对AIGC的版权主张，本文也将揭示其瑕疵。在克服本体论障碍的前提下，结合认知经济性层面的说理，用户针对AIGC的版权主张应当沿用“最低限度创造性说”予以判定。

（一）绝对控制说

针对用户的版权主张，“绝对控制说”最为严苛，因为它类别化地否认了用户针对AIGC的版权主张。该说认为：“‘创作工具’是......消极手段，该手段严格受控于人的意志，不可能实质性地参与确定构成作品的表达性要素的决策。”一旦工具实质性地参与表达过程，便会妨碍使用者取得作者身份。正是出于对工具能动性的忌惮，“绝对控制说”认为“AIGC不构成用户作品”之论断“与‘用户输入’是‘单一回合’还是‘多回合’并无关系”。尽管美国版权局在2023年的《版权登记指南：包含AI生成材料的作品》中宣称沿用Feist标准“进行个案审查”，但实际上其是聚焦于机器贡献太多而非用户贡献不足，是以原则上排斥AI用户取得版权。这种严苛的立场在美国国内遭受众多批评。例如桑德拉·艾斯塔斯（Sandra Aistars）于2024年4月在美国国会作证时指出“版权局的指南与视觉艺术家的创作实践难以契合”。爱德华·李（Edward Lee）则于2023年10月指出，美国版权局“对AI生成的内容施加了更繁琐的作者身份要求，例如行使‘充分控制’、避免随机元素、‘提前’预测最终作品以及‘发出针对具体结果的指示’ ”，这属于“超越权限”之举。

随着《可版权性报告》（2025）的发布与《一片美国奶酪》图片被登记为用户作品，美国版权局的立场趋于缓和。尽管它将经过多轮修改的《一片美国奶酪》作为汇编作品而非普通美术作品对待、因此仍将机器贡献排除在外，但基于下述两项原因，我们可以确定其立场其实有所改变：第一，“绝对控制说”的政策目标本是将AIGC保留在公有领域。然而一旦允许用户对多轮修改后的AIGC主张版权，上述目标便大幅受挫。在公众难以分辨哪些AIGC以及AIGC中的哪些部分是所谓不受保护的机器生成内容的情况下，公众只能采取一概回避的策略，所谓公众可以自由利用机器生成内容的许诺并不能产生促进行动自由的实际效果。第二，《一片美国奶酪》的登记过程本身便包含转变。美国版权局起初拒绝了Invoke AI公司于2024年8月提出的版权登记申请，直到2025年方同意登记。该转变并非仅仅源于Invoke AI公司对创作过程的披露，更主要地还源于美国版权局对线性修改场景的松动。倘若美国版权局始终维持同一标准，大可在2023年的《版权登记指南：包含AI生成材料的作品》中便要求提供过程文件，并指明通过线性修改取得版权的可能性。然而实际上，美国版权局却直到2025年方启用折衷立场。正因为美国版权局在2023年时并不承认通过AI所进行的线性修改能够给用户带来版权，所以《可版权性报告》（2025）对线性修改的明确认可才如此引人关注。

不同于“绝对控制说”的排斥态度，接下来的三种学说都对用户的AIGC版权主张持宽松态度，尽管主张权利的门槛彼此有所区别。

（二）实质控制说

“实质控制说”指当用户贡献构成AIGC之近因（proximate cause）时，用户是AIGC的作者。因此，该说也可称为近因说。该说认为，促成内容产生的事实原因有很多，并非所有事实原因都是法律意义上与内容产生具有实质联系的因素，即近因。当近因源于版权法认可的自然人主体时，该主体即为作者。“近因说”以普通法为依托，以普通法上关于因果关系和预见性的理论为核心。近年来，“实质控制说”越来越受重视，背景或与美国的版权在过去几十年间不断扩张、保护力度不断增强有关。在美国的强保护背景下，美国知识产权界很少需要担心“保护不足”，而是常常需要顾虑“保护过度”。“实质控制说”为削减版权保护提供了有力的理论武器，并且能够轻松地与普通法思路实现嫁接，故而在美国体现出理论与实务的双重吸引力——也正因如此，对于那些版权秩序主要矛盾并非保护过度的法域而言，该学说的正当性需要额外仔细的讨论。

在AIGC可版权性的第一阶段讨论中，待解答的问题是“机器能否能为作者”。“实质控制说”在此阶段能够轻松给出“非人类因素即便构成近因，也不能成为作者”的答案。随着生成式AI的能力在2022年爆发，关于AIGC可版权性的讨论进入第二阶段，重点转变为“用户能否成为作者”。“实质控制说”不再能够如同否定机器或者猴子的作者身份一样，迅速给出否定答案。遵循普通法传统，“实质控制说”需要展开个案判断——当用户贡献构成AIGC的近因时，用户是作者；反之则不是。不过，如何判断“近因”，不同人的看法不尽相同。2023年的美国版权局或许认为自己正在推行“实质控制说”，只不过针对AIGC的实质控制必须达到绝对控制表达细节的程度而已。2025年的美国版权局或许同样认为自己是在推行“实质控制说”，只不过“实质控制”必须表现为输入内容、独创性汇编或者线性修改三种形式之一——这三种情形彼此又有不同：输入作品和汇编只能被理解为是针对最终内容的实质控制，而不是针对AI工具的实质控制。线性修改则是针对AI工具的实质控制。另一些赞同“实质控制说”的学者则有可能认为贡献了最低限度创造性表达者便可以被视为“近因”。总之，“实质控制说”具有巨大弹性，不同人适用“实质控制说”得出的结论有可能大相径庭。

从名称看，“实质控制说”对用户贡献的要求似乎高于“最低限度创造性说”，其实可能并非如此。从部分学者关于“近因说”的具体阐述来看，该说对用户提出的较高要求或许仅体现在对非字面侵权的控制上。这意味着当用户的版权主张指向与争议AIGC不相同、仅相似的内容时，通过“实质性相似”来推定“接触”的门槛需要提升到相当高的程度。而在被告挪用了特定AIGC表达细节的情况下，“实质控制说”对待用户版权主张的态度或许与“最低限度创造性说”并无差异。马克·莱姆利（Mark Lemley）写道，原样照抄“是更加直接的版权侵权案件”，这意味着“实质控制说”有可能被解读为在原样照抄的情况下减免用户关于近因的证明责任。当然，由于“实质控制说”的支持者们并未针对原样照抄进行明确阐述，因此笔者只能推测而无法断定该说在原样照抄场景下对用户提出的要求。需要说明的是，只要被告用到了原告的特定表达细节便构成“原样照抄”。至于被告是否在原有表达细节之外增加信息，例如增加滤镜、添加元素或者进行剪切拼贴，则在所不问。因此，原告对“原样照抄”行为的控制，从技术上讲包含针对部分演绎行为的控制。

（三）线性修改说

“线性修改说”可视为“实质控制说”的一种变体，即通过用户是否进行了“线性修改”来判断用户是否实施了“实质控制”。根据“线性修改说”，AI的首轮输出内容对用户而言缺乏预见性，因此并非用户的作品。但是，用户可以通过体现独创性的线性修改将AIGC转化为自己的成果。“线性修改”与“暗箱多回合”相对：如果用户抛弃上一轮输出的AIGC、通过重新输入指令来生成与上一轮输出无关的下一轮AIGC，则属于“暗箱多回合”，性质上与单回合人机互动一样，不能给用户带来作者身份。但是，如果用户以选定的AIGC为基础进行修改，则这种人机互动属于“线性修改”，相当于“拼贴画”。随着用户通过修改行为贡献的选择与安排越来越多，最终便能跨越独创性门槛，成为作者。

“线性修改说”将用户“实质控制”AIGC生成过程的方式予以限定，因此操作性更强，但其弹性也相应降低。诚然，未来创意产业中绝大多数高价值AIGC的生成过程都可以用“线性修改”来描述，但“线性修改说”却未必适于作为用户版权主张的底线。具有独创性的“线性修改”是用户提出版权主张的充分条件、却不应构成必要条件。该学说面临的主要挑战如下：

第一，区别对待第一回合与后续回合人机互动中用户贡献的做法缺乏足够的正当性支撑。按照“线性修改说”，从第二轮开始，用户只要投入最低限度创造性贡献，就有可能成功主张版权；但在第一轮人机互动中，无论用户做出多大的独创性贡献也无法主张版权。这一区分存在多项值得商榷之处：一是从激励用户贡献的角度看，这种区分的正当性不充分；二是“暗箱多回合”中的用户选择实际上有助于用户获得符合期待的内容、但却无法被给予积极评价；三是由于公众难以通过区分来扩大行动自由，所以这种区分在政策层面的意义也不明确。

第二，倘若线性修改被理解为用户对机器创作潜力进行深度加工、因而与普通创作活动相同的行为，则用户取得版权的难度会大幅增加。这既不利于激励，也会加剧版权门槛的不确定性。

第三，倘若线性修改被理解为汇编行为，那么在切实坚持“最低限度创造性标准”的情况下，用户通过修改行为取得版权的门槛确实不高，但存在拒绝保护的效果有限、意义不明之缺陷。作为演绎之一种，汇编者取得版权的难度不高，仅需要令修改后的AIGC体现出“客观可识别的差异”即可。正因为如此，达利和杜尚都只需在《蒙娜丽莎》的基础上添加寥寥数笔便能分别取得演绎作者身份。他俩的作者身份既不源于蒙娜丽莎的表达细节，也不取决于两撇胡须的细节形态，其核心乃是对蒙娜丽莎与胡须的创造性组合。只要组合体现出“客观可识别的差异”，达利和杜尚便可主张演绎作品之版权。既然汇编作者主张版权的门槛并不高，则理应可以通过单回合人机互动满足。而且与“最低限度创造性说”相比，此种汇编作品式的“线性修改说”并不能实质性地扩张公众的行动自由。

第四，随着AI定制化程度的提高与AI智能体的普及，人机互动回合数量与用户控制力之间的关系将越来越弱。用户使用高定制化AI时，哪怕人机互动回合更少，其预见力与控制力也可能高于对低定制化AI的多轮使用。

第五，无论是“实质控制说”还是作为其变种的“线性修改说”都存在认知经济性缺陷。落实这两种折衷立场的认知成本很高，而认知收益十分有限，不适合作为版权法结构化分析框架的入门条件。

（四）最低限度创造性说

“最低限度创造性说”代表着最为正统、久经考验的作品判断标准，其合理性同时体现在本体论利益平衡与认知论认知经济性两个维度。

根据“最低限度创造性说”，只要用户的创造性贡献能让AIGC与既有作品和公有领域的文艺内容具备足够差异，用户便可主张版权。在权利客体环节（即效力判断环节），司法和行政机关既无需细分AIGC是单回合还是多回合输出的结果，也无需考察AI贡献是否“超过微不足道”，而是应当维持理性无知，将绝大多数AIGC视为用户的成果。只有在后续的权利内容环节（即侵权判断环节），决策者才需要视原告诉求来决定是否要求原告证明做出超过最低限度创造性的贡献。当用户仅要求被告停止原样复制特定AIGC时，用户无需证明输入内容构成独创性表达；而当用户主张范围延伸到实质性相似内容时，便还需要证明相似内容源自用户的独创性表达。用户在特定AIGC表达细节之外做出独创性贡献的途径有三种，即输入作品、进行汇编以及线性修改，其中最后一种是AI技术背景下新出现的独创性表达方式。

需要注意的是，美国版权局虽然名义上遵循Feist标准，但即便按照立场修正后的《可版权性报告》（2025）和《一片美国芝士》登记实践，它仍然将用户主张版权的基础严格限定在提示词层面、拒绝将用户通过提示词所诱导出的机器创作潜力纳入用户贡献的评价对象。这种做法与经典的“最低限度创造性说”之间尚存明显差别，下文第二部分将做进一步阐述。

（一）AIGC表达细节的“混合物”属性

质疑者认为，即便承认用户对于AIGC有所贡献，但用户贡献被局限在表达细节产生之前，对表达细节的产生完全无法施加任何影响。因此，即便AIGC是人机贡献的混合物，但AIGC的表达细节却不是人机贡献的混合物而是纯粹的机器贡献。换言之，AIGC的产生可以以输入提示词为节点分为两个阶段，前一阶段体现用户贡献但不涉及表达细节，后一阶段产生表达细节但不包含用户贡献，所以无论观察前一阶段还是后一阶段都无法得到“用户贡献了AIGC表达细节”的结论。这种严格分阶段考察的方法令反对者经常将用户贡献和机器贡献之间的关系类比为“被演绎内容—演绎内容”，进而误以为AIGC表达细节可以与用户贡献彻底相分离。

然而，割裂评价的做法并不妥当，用户的创作行为理应被视为有机整体予以贯通评价。而且，哪怕将AIGC的产生过程分为两个阶段，第二阶段仍然不能彻底脱离用户贡献而存在。在用户确定提示内容之后，表达细节并不能自动产生，只有在用户采取具体行动运用提示内容将机器潜能加以固定之后，才会出现特定AIGC的表达细节，因而AIGC的表达细节完全可以被认定为融有用户贡献的属性。

人们通常将用户贡献等同于用户对提示词的选择。实际上，提示词只是用户贡献中最容易被关注的部分。在提示词之外，还存在其他类型的用户贡献，包括对参数的设定、针对模型的选择、针对插件的选择以及用户对AI程序的个性化调试。本文将上述贡献统称为显性贡献。

在用户完成显性贡献、并且机器准备就绪后，机器并不能在没有用户干预的情况下自动生成表达细节。可见，对于AIGC的产生而言，在显性贡献之外还存在未受关注的原因力。它虽不像用户显性贡献那么明显，却对特定AIGC的出现至关重要，本文将之称为用户的隐形贡献。通俗地讲，隐性贡献指用户运用显性贡献来将机器创作潜力转化为特定表达细节的具体固定行为。

AI拥有惊人的创作潜力。它能够在广袤的信息旷野中找出意义的矿脉，并从中生成对人类可能有价值的内容。与信息无穷无尽排列组合所构成的巨大概率空间相比，对人类而言可能有意义的空间仅占其中相当有限的比例。这便是在键盘上跳舞的猴子通常写不出莎剧的原因。但是这部分意义空间的大小已经足以囊括相当大一部分既存与未知、平庸或精妙的有意义组合，它本身已经足够庞大、足够丰富。AI的创作潜力对应的正是这一广阔但有边界的矿脉。只不过，正如从诗云中找出一首绝妙的诗歌未必比创作一首好诗更容易，AI的创作潜力并不能直接丰富人类的文艺宝库。创作潜力唯有通过具体的转化行为才能被实现为可感知的文艺表达，才能丰富人类的文艺宝库。

从AI创作潜力到具体AIGC的转化依赖于用户的个性化行为。用户不仅需要完成显性层面的选择，而且需要将AI的创作潜力与显性贡献相结合、从而形成AI创作潜力的个性化固定结果。相同显性贡献与相同软硬件的结合，并不会诱导出相同的固定结果。每个特定AIGC都是AI创作潜力的特定固定结果，而每个AI创作潜力的特定固定结果都依赖于用户将显性贡献在特定时空条件下与特定AI软硬件相结合。正是这一结合行为，让无垠的AI创作潜力塌缩为具体的表达细节。在每次内容生成过程中，用户对随机性的利用都把一帧特定图画从可能性提升为现实，同时压制其他所有潜在图画的出现。就特定AIGC的表达细节而言，用户在特定时空场景下利用特定显性贡献操控AI的行为，比天马行空的AI创作潜力贡献更大。

特定AI的创作潜力对于用户而言并非纯然是黑箱性质的存在。在反对者看来，AI内容生成机制中必然包含的随机性足以切断用户与具体生成内容之间的联系。但是只要我们理解随机性正是AI的优势之一，便不会轻率地将随机性视为用户主张的绝对障碍。“机器的不受控，是受控的不受控；机器生成内容的不可预见，是可预见的不可预见；机器的所谓‘随机性 ’，是人所指定范围内的随机性。”AI能够在随机性的帮助下，源源不断地为哪怕是相同的显性贡献提供不同的个性化固定版本，这是AI的优势而不应当成为AI被视为版权“污染源”的理由。随着AI对各内容生产行业的介入越来越深，用户对特定AI的理解也会越来越透彻。因此，尽管AIGC带有一定“黑箱”性质，但AI之间的商业竞争会使得主流AI工具的“黑箱”程度趋近对于用户创作而言最优的程度，随机性过高或者过低的产品将被逐渐淘汰。尤其对于专业用户而言，长期使用将让他们对特定AI的掌控性越来越高。在此情况下，AI创作潜力实际上成为用户加工的对象。用户将显性贡献与AI创作潜力相结合的过程，不应当被理解为用户盲目地把提示词等显性贡献输入给AI、然后被动地等待AI返回不可知结果的过程，而应该被理解为用户对特定AI的创作潜力有所了解，然后通过提示词等显性贡献对AI潜力世界予以加工、将其中特定元素以特定方式固定下来的过程。

质疑“最低限度创造性说”者可能会提出：既然画家根据小说中某段详细的场景描述作画并不构成对小说文字作品著作权的侵权，那么将这段文字作为提示词输入机器的用户自然也不能声称自己为AIGC贡献了表达。然而这两种场景并不具有可比性。如果以用户利用AI作画当作参照系，则与之相对应的场景不是小说中的一段场景被陌生画家所演绎，而是小说作者有意识地选择画家、指导画家并且督促画家完成特定绘画的过程。在小说作者对绘画过程袖手旁观、坐等他人“按文做画”的情况下，从小说到绘画之间的转变可以被描述为纯粹的画家贡献；但是在小说作者积极参与“文生图”的场景下，最终的绘画却并非是纯粹的画家贡献，而是与小说作者贡献密不可分的混合物。两种情形下，画家的创作潜力并无差别。差别在于：当小说作者对绘画过程袖手旁观时，画家的创作潜力极有可能不会与特定的场景描述相结合、因而也不会转化为特定绘画。而在小说作者“文生图”的场景下，画家的创作潜力却能够与特定场景相结合、从而按照小说作者的需求被个性化地固定下来。将两种情况相提并论者，不仅忽略了小说作者在特定绘画中的隐性贡献，甚至忽视了小说作者的风格型提示词贡献和非提示词类型的贡献。一旦我们愿意关注用户做出的各种不同类型的贡献，很容易发现两种情形完全不可同日而语。

反对者或许还会提出：所谓“隐性贡献”，不外乎是将显性贡献与特定时空状态下的AI软硬件相结合的行为，如此简单的行为不应该对用户贡献的定性产生影响。然而，如果我们仔细考察前AI时代的作品，会发现貌似简单的个性化固定行为早已成为版权法的评价对象。照片的作品资格门槛不高，原因就在于摄影师将拍摄构思与拍摄对象相结合的行为已经为照片贡献了足够的信息量、已经将出现与特定照片相同表达的概率降低到相当微小的程度，从而为公众的独立创作自由提供了切实保障。假如我们一定要将个性化固定行为对应的信息量从照片中予以剔除，则剩下的摄影师贡献往往尚处于思想领域，很难支撑照片的作品资格。从大量千篇一律的热门景点照片都被承认为作品这一事实中，我们可以看出，版权法在评价作品资格时已经将摄影师所实施的个性化固定行为作为评价对象。当然，用户贡献是由显性贡献与隐形贡献构成的整体。在用户利用AI生成文艺内容的正常场景下，用户会自然而然地追求更为快速准确地通过提示词获得理想结果，因而有动力提升显性贡献部分的质量。在众多场景下，显性贡献已经体现出相当强度的独创性和控制力。

（二）AIGC表达细节可以被视为用户的成果

表达细节并非纯粹的机器贡献，而是兼具机器贡献与用户贡献的双重属性，具有“混合物”的性质。既然表达细节在事实上具备“混合物”属性，则将其在法律上定性为“人类贡献”还是“机器贡献”抑或“人机贡献”，便均无逻辑障碍，可以通过与时俱进地解释法律概念来促成政策目标的实现。理解这一点有助于我们做出如下论断：

第一，AIGC表达细节具有“人类智力成果”的属性。对于同时包含主张者贡献和非主张者贡献的混合物而言，它在法律上究竟是否可以被评价为人的成果，是一项包含大量考虑因素的政策权衡。基因片段的价值并非主要源于打破基因片段两端化学键的专利申请人，但这并不妨碍专利法曾在相当长时间内承认经分离的基因片段是“发明”而非“发现”、是“源自于人之物”而非“源自自然之物”。即便美国联邦最高法院后来出于复杂的政策权衡打破了美国专利商标局的长期实践、将被分离的基因片段宣告为“发现”，但这一反复其实恰好表明“源自人”与“源自自然”结合而成的混合物之定性，并不单纯取决于争议客体的性质与“发明”“发现”等概念的日常用语含义，而是包容大量政策权衡空间的复杂决策。同理，既然特定AIGC兼具用户贡献和机器贡献，那么承认其具有“用户贡献”的属性便并不存在事实和教义层面的障碍。

第二，用户可以就特定AIGC主张版权。由于用户是特定AIGC表达细节的贡献者，因此有权登记为AIGC的作者。承认这一点有助于让版权局高效应对登记申请，降低版权局在登记环节为了详细审查创作过程而需要承担的认知成本。用户从侵权环节所获收益能够将登记积极性调节到适当程度。只要法院和行政执法机关避免用户获得超额利益，便只有高价值AIGC的用户才有动力寻求登记。

第三，理论上，用户的版权主张并不绝对排除机器的版权主张。不过实践中，至少现阶段没有任何证据表明针对机器创作潜力的激励不足，因此无需向机器或其背后的投资者赋权。

第四，与特定AIGC表达细节不相同、只相似的内容，不是通过用户的特定固定行为产生的特定表达，所以并不必然属于用户版权控制的范围。如果原告希望控制被告对相似表达的使用，则必须额外证明对相似表达做出了贡献，这通常需要通过输入作品、进行汇编或者线性修改加以证明。

与上述道理一体两面的表述是：当被告没有原样照抄并被判不侵权时，该决定只能被解读为用户没能证明被告使用落入了版权的权利要求保护范围，却不能必然推出用户生成的特定AIGC不是作品的结论。在丰润娟诉张家港东山文化传播有限公司案（“蝴蝶椅”案）中，原告通过提示词生成了蝴蝶椅的AIGC图片，被告在接触图片后生产出与图片中蝴蝶椅相似但并不相同的产品。原告要求被告承担版权侵权责任，被法院驳回。本案结论很可能是正确的，因为原告未能证明在作为实用艺术品的蝴蝶椅中的独创性表达贡献足以覆盖被告的近似产品。但法院关于“涉案三张蝴蝶椅子图片不构成著作权法保护的作品”的论断却既不正确也不必要。原告享有“文生图”图片的版权，只不过针对图片的版权不能必然覆盖近似产品而已。为了将版权拓展到实质相似的产品上，原告应当就自己在产品中的独创性表达贡献进行举证。原告没有成功完成产品层面的版权效力证明，并不意味着她没有完成图片层面的版权效力证明。假如被诉侵权行为是针对AIGC图片的原样照抄，法院判决被告不侵权的合理性显然会大打折扣。

第五，用户享有特定AIGC的经济价值。法院在计算损害赔偿时，不应将用户贡献局限于提示内容。这意味着在线性修改的情况下，用户并非仅仅作为汇编者享有版权，而是对汇编框架与被汇编AI输出内容构成的整体享有版权。从观念上认可用户可以就特定AIGC的全部信息主张权利，有助于正确评估AIGC的价值。

产权既有收益，也有成本。产权的社会收益表现为“有恒产者有恒心”的生产激励与利用激励，产权的社会成本则表现为公众自由受限、以及国家为厘定产权付出信息成本和执法成本。作为一项公共制度供给，产权的正当性与其他制度供给一样，需要经受社会成本与收益比例的考验。技术发展、商业进步与观念变化不断改造着财产权的面貌。新财产持续涌现，旧财产不断消亡。正如物种面临自然环境的选择，财产权也需要接受社会条件的约束。在《迈向一个关于财产权的理论》中，德姆塞茨（Harold Demsetz）为财产权的演化提炼出一条简洁优美的规律：当产权界权的社会收益超过社会成本时，产权出现；反之，产权则消亡。德姆塞茨的财产演化理论与其他社会科学规律相同，无法像物理规律一样精确刻画每个历史截面中的产权状态。但如果将时间尺度拉长，该理论确实能够较为可靠地预测不同社会时期财产权的样态。本部分将以该理论作为依托，从两个角度来彰显“最低限度创造性说”的合理性：一是从版权法内部进行观察，二是在版权法与专利法之间展开对比。

（一）版权法的内部视角：基于主张范围来确定原告的证明责任

版权法并没有对作者的贡献程度提出整齐划一的要求，而是根据作者在侵权程序中提出的主张范围予以区别对待：如果作者要求的保护范围宽，则需要证明的贡献程度高；如果作者要求的保护范围窄，则需要证明的贡献程度低。版权法以作者主张为基础，灵活判断贡献是否足以支撑主张，不要求作者在提出主张之前就对贡献进行充分披露和精确界定。这种进路犹如允许作者在纠纷发生后根据需要来行使排他效力不同的请求权，“请求权基础不同，当事人之间的法律关系自然不同”。

版权法将作者贡献与作者主张挂钩的做法，符合界权成本收益分析的预测。当作者仅主张排除原样照抄时，版权的社会成本有限，社会期待于作者的贡献也有限。反之，当作者主张的排他范围拓展到实质相似内容时，版权的社会成本陡增，社会期待于作者的贡献自然也变得更多。由于版权承认独立创作不侵权，所以在版权执法力度恰当的情况下，版权对公众自由的影响可以被控制在不高的水平上。由于版权法允许作者提出狭窄的权利主张，因此自然只需要作者做出最低限度的创造性贡献。

版权法允许原告以相当低的证明责任来换取稀薄保护，这并非AI时代的新规则。在Satava v. Lowry案中，原告在先创作了双层玻璃水母雕塑，并认为被告在后推出的类似水母玻璃制品侵犯起版权。法院认为：“我们并不认为对动物形态的真实反映不能获得版权保护。实际上，我们的意见恰好相反。只不过这种版权保护的范围极其有限。”法院以被告的水母玻璃制品不落入版权范围而认定被告不侵权。

在版权侵权诉讼中，原告主张的排他权强度始终是法院设定原告证明责任的依据。举例而言，假如原告的报告文学发表在先，被告在后出版了一字不差、完全相同的内容，则原告无需界定自己的独创性贡献、直接指出双方作品的同一性就能要求被告停止侵权。这种情况类似于专利案件中的被告照抄产品，因而原告无需动用覆盖范围更广、排他力更强但同时权利效力也更加容易受到挑战的独立权利要求，只需动用范围最窄的从属权利要求即可。然而，假设被告在后出版物与原告作品并不完全相同，则原告需要从报告文学中分离出源于自己的独创性贡献、并且证明该贡献足以覆盖被告使用的内容。此时，原告的依据不再是具体而狭窄的特定作品、而变为特定作品表达细节背后更加抽象的原告贡献，类似于更加宽泛的权利要求。当作者根据特定作品背后相对抽象的贡献来提出主张时，享有的排他权范围固然更大，但为此承担的证明责任也更重、风险也更大，因为“独立权利要求”有可能并不满足作品要件。

总之，由于版权法允许作者根据主张排他的力度来调整关于贡献的证明责任，而作者在大量侵权案件中仅主张极为狭窄的排他范围，所以版权法以原告证明自己的“最低限度创造性”贡献为确权门槛。“最低限度创造性贡献”带来的社会收益固然有限，但其对应的社会成本同样微不足道。按照产权成本收益相当的理论，“最低限度创造性”贡献足以支撑最窄版权的排他成本。

（二）版权法的外部镜鉴：专利法并未否定AI生成内容的可专利性

版权的社会成本低于专利，因此作者为了获得版权而做出的贡献理应低于发明人为了获得专利权而做出的贡献。美国专利商标局早已明确表示“人工智能辅助生成的发明并没有被类别化地排除在专利保护范围之外”。与之相对，美国版权局在2023年所持的“绝对控制说”将AIGC类别化地排除在版权保护范围之外。这种错位引人深思。

版权最低社会成本低于专利的最低社会成本，基本理由如下：

第一，专利权是“赢家通吃”的残酷游戏，专利权人通常能够排除独立发明人的使用行为。版权的侵权认定则以接触为前提，原告无权排除独立创作者对相同或者类似成果的使用，这意味着公众避让在先版权的成本更低。

第二，版权自动产生，专利权却需经过申请、审查、授权的繁琐程序。从单个权利的界权程序来看，版权的社会成本也远低于专利权。

第三，版权给公众造成的权利边界信息成本负担通常更小，因为认定版权侵权通常比认定专利侵权更为容易。仅以字面侵权为例：认定版权字面侵权通常无需专业知识，只需在文本层面对双方作品进行简单对比。只有在非字面侵权的情况下，为了判断相似内容究竟是受保护的表达还是不受保护的思想、事实或者功能性要素，法院才需要借助专家意见。认定专利字面侵权的过程则复杂得多，首先需要对权利要求进行解释，继而才能开展被诉产品与权利要求范围的对比，技术专家的帮助往往不可或缺。对于公众而言，回避作品通常不需要花费额外成本，只需不剽窃即可；回避技术方案则困难得多，单纯的避免抄袭远不足以确保被告产品不落入原告权利要求的范围之中。

综上，版权远比专利“便宜”。AI的加入并未改变专利的社会成本系统性地高于版权的社会成本这一事实，所以针对关于AI参与的创新，版权法本不应当提出高于专利法的门槛。

或许有人认为，美国版权局的“绝对控制说”与美国专利商标局的“显著贡献说”之间并无矛盾，因为专利法在对待思想的态度上本来就更为宽容。这种理解并不全面。专利法不排除对思想的保护，并不意味着专利法的保护门槛更低，也不意味着专利法期待于创造者的贡献更少。专利法之所以能将思想纳入保护范围，是因为发明人必须撰写详细的权利要求、从而能够避免将公众置于行动自由边界不清的境地。思想因其范围较广、边界较模糊而导致了比表达更高的界权成本。专利法通过事前界权机制将思想的边界固定下来，并且将主要的界权成本分配给权利人承担，这种做法应当被视为专利法通过额外的固定措施来挽救思想不适合被保护的缺陷，而不应被视为专利法对权利人的优待。

版权法名义上不保护思想的重要原因是为了避免思想在没有被充分固定、边界缺乏公示的情况下过度减损公众自由。当用户针对特定AIGC提出禁止原样照抄的主张时，特定AIGC所包含的巨大信息量已经清晰地公示了权利要求范围。若此时再以“思想不受保护”来否认用户的版权主张，则与“版权法不保护思想”的制度正当性并无关联。“专利法可以保护思想、因此可以采取比版权法更低的界权门槛”一说，并不能解释“绝对控制说”和美国专利商标局在对待AI用户申请上的错位态度。

行之有效的社会规则应当简洁明了，无需公众刻意费心掌握。休谟认为，财产权秩序是一套不依赖于个案精密理性分析、而扎根于感性接纳的习俗。由此观之，清晰明确的“最低限度创造性说”比折衷立场更值得推崇。

（一）从“人—物关系”到“人—人”关系

“财产”的定义经历了不同认识阶段。在早期，财产法的关切点在于作为财产权对象的“物”。“物”的概念和人对物的控制是财产法的核心内容。后来，人们逐渐认识到，财产法表面上关心人和物之间的关系，实际上关心的却是人和人之间的关系。物只是作为认知中介，起到帮助产权人与公众以更低认知成本划分群集界限的作用。区分财产与合同的关键并不在于法律关系是否指向“物”，因为两种法律关系都以调整人与人的关系为根本。即便财产权直接指向的对象是物，其目标仍然在于通过物来划定其他人的行动自由。换言之，“人—物关系”只是手段，“人—人关系”才是目标。过去建立在“物”的基础上的财产关系被解构为权利束后，与债权关系之间再无本质上不可跨越的鸿沟，区别只在权利束约束人数的多少之别。原本以整体出现的物权和债权在霍菲尔德笔下被分解为具体的法律概念，原本异质的各类法律关系被转化为同质的四组基本法律关系。至迟在霍菲尔德解构财产权之时，人们就已经意识到“人—物关系”只有被还原到“人—人关系”层面才算完成正当性论证。

如果我们带着“人—人关系”视角审视关于用户版权主张的讨论，会发现如今的讨论并不彻底。因为，单纯关于人对AIGC控制程度的讨论不能解答人与人之间是否实现了利益平衡的问题。以“绝对控制说”为例，该立场以极端苛刻的态度对待用户的版权申请，拒绝承认用户对任何包含非源于自己的内容主张权利。但是，当概念解释出现歧义时，美国版权局并未从“人—人关系”的利益平衡层面进一步交代用户版权将给公众自由造成何种负担。现有关于人对物控制程度的争论看似激烈，但在激励用户和限制公众行动自由之关系这一最需要论证的问题上，反而讨论最为薄弱。所以本文回归“人—人”关系层面，论证“绝对控制说”下类比的缺陷，以及“最低限度创造性说”下类比的合理性。

（二）“用户—AI关系”不同于“委托人—被委托人关系”

“绝对控制说”的核心论证之一是通过将“用户—AI关系”类比为“委托人—被委托人关系”，从而否定用户构成作者。然而，这两类关系在“人—人关系”的利益格局层面完全不同，因而缺乏可比性。

第一，被委托人需要版权激励，AI则不需要，因此将AI类比为被委托人并不恰当。

委托作品默认归属于被委托人，很大程度上是为了确保被委托人受到足够激励。与之相反，AI在单次内容生产中的边际贡献十分有限。既然AI并不需要被委托人所获得的激励，则仅通过现象层面的相似性就把AI类比为被委托人的做法缺乏说服力。

第二，针对委托人的激励存在多种实现途径，针对用户的激励却需要AIGC版权来保障，因此将用户类比为委托人同样不恰当。

“绝对控制说”和“线性修改说”在援引委托作品归属规则时，只谈委托人不是默认的原始版权人，却不谈版权法给委托人提供的多层次激励。实际上，委托人一方面可以通过约定来原始地取得版权；另一方面还享有无需约定就可以在委托范围内的免费使用作品的权利。委托创作的产权规则绝非“一概属于被委托人”那么简单，而是已经充分照顾到委托人的利益。但是，如果不承认AI用户为作者，用户的利益和激励却会受到真实而难以弥补的损害。可见，“委托作品不属于委托人”和“AIGC不属于用户”两条规则对应的利益格局完全不同，前者正确并不意味着后者同样正确。

第三，委托创作可以通过转化为其他类型的共同创作来实现利益平衡，AIGC却并不享有相同程度的弹性空间。

在创新社会化的背景下，创作往往不能单凭一己之力，而是需要多方参与。在实务中，参与各方未必总能通过约定澄清利益分配方案。这导致委托创作、合作创作甚至法人作品的创作之间出现灰色地带，法官可以通过对参与各方之间的法律关系进行定性来实现利益平衡。在我国，由于法人作品没有明确要求以雇佣关系的存在作为构成要件，所以不断出现委托作品被认定为法人作品的情况，从而让委托人甚至无需通过约定便取得版权。这意味着我国司法实践中委托人的处境，并不像“委托作品归被委托人所有”这一叙事所描述的那么可怜。但是对于AIGC而言，如果剥夺用户的作者身份，则用户的利益将很难受到保障。顺带一提，在合作创作的情况下，一方合作者“动嘴说”，另一方合作者“动手画”，前者能够成为绘画的作者，这点并无争议。由于委托创作与合作创作之间的界限并非黑白分明，所以在委托创作的场景下，“只能‘画’画，不能‘说’画，‘说者’无法成为‘画者’”的论证并不成立。由此引申出：平面视觉作品曾经以绘制为近乎唯一的生产方式，但随着照相机问世，人们不仅可以“画”画，而且能够“拍摄”图画。既然如此，倘若技术的发展使得“说”画才是未来的主流绘画方式，则版权法又有何理由偏要执着于“画”画呢？

第四，将“用户—AI关系”类比为“委托人—被委托人关系”的做法，还存在方法论层面的不妥之处，即在评价行为时过度侧重行为的物理表象、而忽视行为背后的法律关系。

美国版权局之所以认为自己能从委托作品规则中推出AIGC产权规则，是因为它相信行为的法律效果由其物理表象所决定，即在物理表象层面，用户和委托人的行为都是发出指示，因此二者的法律效果理应相同。有学者尝试通过下述思想实验来说明AIGC不是用户的作品：指令发出者通过抛硬币来决定将提示内容告诉被委托人还是输入AI。如果用户能够成为AIGC的作者，意味着当抛硬币结果让画家来执行指令时，发出指令方不是作者；而当抛硬币的结果让AI来执行指令时，发出指令方能够成为作者。“这一显而易见的荒谬结果，就是在对提出绘画需求（‘用户输入’）是否构成创作行为时，将与构成要件完全不相关的因素（接受绘画需求方的情况）纳入考虑范围所导致的。”

在笔者看来，上述思想实验的结果并不荒谬。这是因为法律上“行为”的定性，本来便不完全取决于物理意义上的动作，而是包含着关于行为对象、意志因素和意识因素等一系列复杂要素的考虑。所以，在物理意义上相同的持刀伤人，在法律上既可能是故意伤害、也可能是过失伤害、还可能是正当防卫。如果持刀者处于被迷幻的状态，则他甚至有可能被视为他人行凶的工具，无需承担任何法律责任。同理，“委托”作为法律行为，其构成要素必然包含选择委托对象、展示委托意愿、表达委托内容等系列因素，无法被简化为物理意义上的身体动作和语言传递。当指令人决定通过抛硬币来选择将绘画需求交给自然人还是AI时，他已经对两种法律后果有所预见并且欣然接受。假设我们执意要指出荒谬之处，荒谬也不在于指令人需要面对的不确定性，而在于通过抛硬币来决定把指令交给谁这项决定本身。假如指令人并不觉得抛硬币是个荒谬的决定，那么抛硬币会导致不同法律效果这一结果自然也不存在荒谬之处。

我们不妨对思想实验稍加修改，让指令发出者通过抛硬币来决定委托一名成年画家还是一名5岁的天才小画家。委托内容包括约定画作版权归委托人所有。如果抛硬币的结果是向成年画家做出表示，则委托人可以如愿以偿地获得版权。但如果抛硬币的结果是向5岁天才小画家做出表示，则由于5岁的未成年人尚不具备民事行为能力，因此即便小画家答应把版权交给委托人，委托人也无法取得版权。

可见，委托作品归属规则的目标是以最小的制度成本实现委托人与被委托人之间的利益平衡。该规则应当被置于各种多主体贡献规则的体系性框架中予以功能主义解释，而不应被孤立地解读为但凡能够在物理动作意义上被类比为委托的行为，均应让产权归属于指令接收方。在纳入更为全面的考虑因素后，我们发现“用户向AI发指令”并不能类比为“委托人向被委托人发指令”。所以，尽管版权法默认委托人不享有版权，但该默认规则并不能直接推导出用户不能成为作者的断言。

（三）“用户—AI关系”可类比为“演绎者—被演绎内容提供者关系”

人们通常容易将从用户输入到AI输出的过程解读为人的贡献被机器所演绎。其实，截然相反的类比才更恰当，即人机互动其实可以被类比为用户对机器创作潜力的演绎。

人们通常认为用户贡献在先、AI贡献在后，因此用户不可能成为AI贡献的演绎者。然而，早在用户贡献之前，AI的内容生产潜力已经存在，用户是在对AI的创作潜力有所了解的情况下才做出的选择。而且，随着AI的客户定制化能力越来越高，用户对AI创作潜力的把握度将越来越高。在AI所具备的广袤创作潜力空间中，用户的特定生成行为仅截取了其中符合用户需求的一帧。用户利用AI生成图像的行为犹如摄影师利用相机的行为，后者是摄影师对现实世界的“演绎”，前者是用户对AI创作潜力的“演绎”。即使没有机器，用户同样有可能生成AIGC的内容，正犹如假设没有相机，摄影师同样可以通过画笔来“演绎”世间万物；但如果没有用户，则机器的潜能永远只是潜能，正犹如假设没有摄影师，则大自然永远不会自行演化出任何一张照片。此意义上，用户贡献的效用出现在AI贡献之后。用户与AI的关系在时间顺序上可以被解读为与演绎相符。

值得注意的是，演绎所需要的独创性贡献相当有限。杜尚在《蒙娜丽莎》上添加两撇胡须，便能成为演绎作者。这两撇胡须在单独状态下恐怕很难被承认为作品，但是在与《蒙娜丽莎》相结合之后却能给杜尚带来演绎作者的身份。杜尚的贡献并不在于将胡须本身画得摄人心魄，而在于“给蒙娜丽莎画上小胡子”这一创意在与蒙娜丽莎原画结合之后能够产生文艺价值。哪怕他对胡须样式的选取相当随意，也不会因此丧失演绎作者的身份。严格说来，他的贡献更接近思想而非表达，但是我们并没有因此剥夺他的作者身份。这是因为，虽然杜尚的核心贡献从信息量的角度来看很小，但这一核心贡献并不构成版权主张的对象。版权主张的对象是杜尚将核心贡献落实为“添加了小胡子的蒙娜丽莎”后出现的组合性表达。杜尚的贡献不仅在于思想，还在于他以思想为指导加工素材、进而产出的个性化加工成果。只要加工后的成果构成独创性表达，我们并不要求加工环节的增量信息在独立状态下构成独创性表达。人们不必担心杜尚提供的增量信息过小导致演绎人排他范围过宽。因为杜尚很难单独就“给蒙娜丽莎画上胡须”这一增量信息提起排他权主张，只能针对被演绎内容与增量信息结合后形成的具体演绎作品提起排他权主张。他人给蒙娜丽莎添加不同胡须的行为并不构成侵权。同理，AI用户设计的提示内容可能确实属于思想，但用户版权主张的对象并不是提示内容，而是AI创作潜力被提示内容加工后产出的组合成果。由于机器贡献部分的信息量已经足够大，所以用户加工所需要的信息量并不多。从加工者所需贡献的信息量不大这一角度进行分析，用户与演绎者之间同样存在可比性。将人机互动理解为机器演绎人的贡献不能实现恰当的利益平衡结果，反而将其理解为用户演绎机器潜力才能给出更为合理的方案。针对AIGC这一非传统、非典型文艺成果，仅从表象上进行类比并不足以解决问题。只有回到实现“人与人之间利益平衡”这一根本目标，才能找到正确的答案。

（一）AIGC作品资格的解释论展开

一项内容不因生成过程中运用AI而被类别化排除在版权保护范围之外。当它构成独创性表达时，便能取得作品资格。

独创性表达中的“独创性”，指AIGC与既有内容和公有领域内容之间存在显著差异。正常情况下，AIGC与既有内容之间的差异（对应于专利法上的新颖性要求）很容易实现。生成式AI的作用机理令其生成内容很难与输入内容完全一致；未来，法律还可通过设定责任来进一步防止输出内容与训练内容相一致。至于AIGC与公有领域内容之间的显著差异，需要在实践中逐步摸索边界。原则上，用户的选择越简单、提示内容包含的个性化特征越少，AIGC越容易趋同。随着用户选择的个性化程度越来越高，AIGC趋同的可能性将越来越低。举例而言：当用户只要求AI“画一只猫”时，生成内容与他人已经或者将要生成的内容趋同的可能性更大；而当不同用户要求AI“生成如下图片：照片写实主义，趴在满地金黄银杏落叶上的缅因猫，巧克力色与白色条纹相间，绿色瞳孔，黄昏光线，银杏大道背景，道路旁边立有蓝底白字路牌”时，生成内容与他人已经或者将要生成的内容趋同的可能性则更小。至于独创性的界限具体划定于何处，有待摸索。从文字作品、美术作品等既有作品类型来看，最终的独创性要求很可能相当有限。当AIGC属于小概率成果时，通常能够轻易满足独创性标准。

独创性表达中的“表达”，指AIGC具有文艺外观，且不属于公有领域保留内容。“文生图”各案中的视觉表达，均具备用户贡献的属性。对于其他AI而言，生成结果是否属于表达，需要具体分析。当产出成果为公众心目中具备审美价值的图片时，成果的文艺表达属性不会受到质疑；而如果AI被用于开发技术方案，或者生成内容为表现形式十分有限的表格、公式、数据或者结构，很可能被认为不属于文艺领域。

“表达”的内涵与外延依特定年代的一般公众观念和法政策选择，既有相当程度的普适性，也不排除一定程度的时代和文化特殊性。在“表达”要件下，首先被排除的是典型的技术，例如机械设计或者化合物结构，此乃专利法专属管辖领域。继而需要被排除的是需要被保留在公有领域中的内容，例如对于具有重大社会福利而很难通过市场机制克服许可障碍的抽象思想、数学公式等内容。第三类是根据公众观念和法政策不属于文艺领域的内容。这类表达的边界具有弹性，例如计算机程序曾经不是表达，后来被视为表达；足球比赛本身在大部分国家不是作品，但在巴西构成作品；普通人的连续身体动作不是作品，但明星在真人秀场合下的连续动作则有可能构成作品。“思想/表达二分法”的制度功能在于避免版权对后续福利产生封锁效应，以及拒绝向无需激励的信息成果提供激励。其中前者不容妥协，后者则具备一定弹性、能够容纳更多复杂的法政策权衡。存在一种司法中尚未出现、但可以做尝试性探讨的对象，即在公众看来杂乱无章的内容，例如在前AI时代便出现过乱码小说。如果法院以此种内容不具备文艺属性、需要被排除在版权的保护与激励范围之外，属于可以理解的政策性决定。不过从版权狭窄的排他范围出发，在被告确有抄袭行为、且原告能够证明内容具备价值的情况下，认可其作品资格但给予低额赔偿也不会给公众自由造成难以承受的负面影响。总之，当AIGC构成小概率文艺成果时，不宜轻易否认其表达属性。

（二）AIGC作者身份的解释论展开

当单一用户包揽从动心起意到获得成果的整个AIGC生产流程时，该用户便是AIGC作者。在多个主体共同促成AI生成内容的情况下，按照版权法上的权利归属规则处理这些主体对于AIGC的权利主张即可。实际上，只要意识到“创作行为”并不要求创作者绝对控制表达细节、用户利用AI生成文艺内容的行为可以被定性为“直接创作”，AIGC的作者资格认定便并无特殊之处。

我国《著作权法实施条例》第3条第2款规定：“为他人创作进行组织工作，提供咨询意见、物质条件，或者进行其他辅助工作，均不视为创作。”该款表明，在判断用户是否实施了“直接创作”行为时，最为重要的是考察在用户与文艺成果之间是否隔着权利的竞争者。既然连反对者也不认为机器构成潜在的权利主张者，则用户与生成内容之间的联系便是直接而紧密的。将用户认定为“直接产生作品”之人，并无不妥。

（三）AIGC侵权认定与保护范围

当AIGC构成作品时，其侵权认定遵循“接触+实质性相似”规则。在此特别需要强调“接触”要件。“接触”是版权侵权认定的核心要求，原告必须加以证明。当然，原告承担证明责任的方式灵活，既可利用直接证据——例如被告自认，也可以借助间接证据——例如AIGC是大信息量、小概率的信息成果，而被诉侵权成果与之完全一致。但总之，原告必须证明接触事实，否则诉讼请求无法得到支持。由于AI为大众提供了方便的内容生成工具，未来的文艺成果信息量大概率会出现大幅增长。在此情况下，需要从严把握接触要件。原则上，法院不应允许原告通过被告作品达到传统绘画领域的实质性相似程度来证明接触，而只有在被告作品呈现出“原样照抄”的状态时才推定接触。“原样照抄”既包括被告没有任何改动的使用，也包括被告在特定AIGC基础上进行剪贴或者增加信息的使用。对于建立健康的版权秩序、形成良好的版权意识而言，允许原告方便地禁止原样照抄，意义重大。尽管版权法是一套包含着大量规则和复杂利益衡量的分析框架，但其最为核心、社会效果“性价比”最高的规则便是原则上未经许可不得抄袭他人的文艺成果。

在被告并未原样照抄的情况下，用户必须证明被告抄袭了特定AIGC之外的、源于自己的独创性表达。由于此时被告并未抄袭用户对机器创作潜力的个性化固定成果，所以用户需要提供额外证据来表明被告的抄袭达到侵权程度。用户通过提供单轮输入的内容构成作品、或者多轮修改的提示内容具备独创性，均可实现对实质相似内容的控制。

在认定被告实施了受控行为之后，法院还应通过恰当的权利限制和权利救济来确保版权效力被维持在正确的强度。用户的AIGC版权需要接受合理使用、法定许可的限制。假如特定AIGC成为公众表达自由必不可少的要素、而公众又很难通过正常的许可流程取得使用自由，则即便用户在AIGC产生过程中做出了显著贡献、同样有可能在侵权诉讼中“空手而归”。此外，AIGC损害赔偿需要被维持在恰当的水平上，一方面需要避免过高以致原告过度行权、浪费司法资源和干扰公众自由；另一方面也应意识到系统性过低的损害赔偿会助长侵权泛滥、破坏健康的创作秩序。

（四）版权登记中的放弃声明

美国版权局要求版权申请人放弃AIGC中的机器生成内容，并宣称其拒绝版权登记的决定很大程度上源自申请人没有做出放弃声明。在Suryast案中，美国版权局强调：“针对超过微不足道的人工智能生成内容之披露，是启动版权局审查的前提。”但是，放弃声明可以非常简单，连宽泛的“放弃AI生成内容”也足以满足要求。

放弃声明既缺乏合理性，也缺乏操作性。一方面，对于特定AIGC的表达细节而言，用户贡献与机器贡献融为一体、难分难解，即便用户声明放弃，公众也不可能自由利用被放弃的机器贡献。另一方面，因为放弃声明如此宽泛，公众难以得知自己能够自由取用的对象是什么。这犹如在专利领域只向公众提供实施例而不提供权利要求，让公众自行猜测受保护技术方案的边界一样，难以向公众释放有价值的自由行动空间。当然，立法者完全有可能出于维护版权秩序之外的目的设置AIGC的透明度规则，此类AI披露义务和AIGC标识义务与版权登记中的放弃声明毫无关联。

随着生成式人工智能越来越广泛深入地嵌入到文艺创作过程之中，关于“AIGC是否有可能被认定为用户作品”的讨论在未来或许多少显得难以理解——正如当我们回顾关于体育赛事直播画面、游戏规则、游戏画面、同人元素、音乐喷泉和古籍点校可版权性的争论时，可能同样为版权界需要耗费如此多精力才能解决这些问题感到诧异。假如我们始终受困于版权分析框架门槛在特定历史条件下所形成的某种解释，而拒绝采用更为合理的解释论方案，那么不仅版权法无法跟上时代步伐，整个知识产权法也难以有效应对海量新型信息成果的界权挑战。与财产法在漫长历史中经受过的重塑相比，AIGC可版权性带来的解释论挑战并不严重，但如果久拖不决或者不幸采取了错误的解决方案（例如向原则条款或者不当新增的邻接权逃逸），则知识产权法未来将不得不付出更大代价来修复错误决策造成的次生灾害。希望我们能迅速而正确地回应此次挑战，将更多的精力投入到版权分析框架中更为重要的问题上。