人工智能文生視頻的著作權法規制

【摘要】 從人工智能文生文、文生圖到文生視頻場景創作都是基于人機協作的范式迭變，人工智能人機協作范式在內容生產領域和作品市場化領域具有鮮明的競爭優勢。不同于傳統創作工具，人工智能人機協作的著作權意義涵蓋人工智能內容生成的人本邏輯性、生成內容稀缺性的激勵轉向以及生成內容著作權法規范的便宜性。在人工智能文生視頻的可版權性認定上：輸入階段，用戶的提示詞輸入行為滿足著作權法上創造性智力勞動的要求，確保人工智能模型輸出的視頻內容體現用戶的個性化選擇；輸出階段，用戶決定輸出視頻的內容主題和畫面風格以及對輸出視頻畫面內容的調整和優化，具有寬泛的選擇空間，體現用戶的個性化選擇和安排。因此，在文生視頻的版權侵權風險及責任承擔上，應確定人工智能文生視頻用戶和商業化應用者的過錯責任原則，而人工智能模型開發者符合“技術中立原則”免負侵權責任。

【關鍵詞】人工智能 文生視頻 可版權性 思想／表達二分法

【中圖分類號】G230 【文獻標識碼】Ａ 【文章編號】1003-6687（2025）4-087-08

【DOI】 10.13786/j.cnki.cn14-1066/g2.2025.4.012

近年來，以ChatGPT為代表的人工智能模型被廣泛運用于人類創作場景，顯著提升了不同行業、不同領域的工作效率和勞動質量。美國人工智能公司OpenAI發布的文生視頻大模型Sora再一次為人工智能模型深度介入內容創作領域提供了強有力的技術保障。人工智能文生視頻是指用戶根據視頻創作需求，在人工智能模型中輸入文本提示詞，通過參數調試，進而生成視頻的人工智能創作場景。在互聯網內容生產領域，AIGC將取代傳統的PGC模式和UGC模式，成為最為重要的內容生產來源。[1]隨著人工智能技術的迭變與創新，人工智能用戶生成內容的著作權相關話題再次引起學界熱議。

然而，立法層面對此仍保持觀望態度。法律規范缺失難以避免地引發不同司法實踐判決結果的沖突：在2018年的“北京菲林律師事務所訴北京百度網訊公司案”①中，法院否定人工智能模型生成內容的可版權性。在2019年的“騰訊訴網貸之家案”②中，法院肯定人工智能模型生成內容的可版權性。2023年，在被業界稱為AI文生圖著作權侵權第一案①中，法院再次肯定人工智能模型文生圖的可版權性。域外實踐方面，美國版權局對于人工智能模型和人類共同生成的內容，要求著作權申請人應解釋人類作者對作品的獨創性貢獻，再對人類創作部分進行個案審查和認定。②而歐盟同樣強調人工智能模型內容生成過程中人類意志的控制作用。

我國人工智能的技術發展逐漸從文生文、文生圖向文生視頻的媒介生產方式轉變。人工智能文生文、文生圖的著作權法問題已初見端倪。人工智能文生視頻作為最新的內容生產樣態，其可能面臨的著作權風險必須引起關注，以促進“法技”協同和產業化應用。本文首先從一般性的角度出發，探究從文生文、文生圖到文生視頻的人工智能人機協作的技術迭變，分析技術迭變和人機協作方式背后所映射的著作權法意義；其次，從特殊性角度基于文本輸入、視聽輸出，分析人工智能文生視頻的可版權性認定規則；最后，從人工智能文生視頻所衍生的版權侵權責任承擔角度，提出人工智能文生視頻版權侵權風險所涉相關主體的責任配置方式。

一、人機協作的技術迭變：從文生文、文生圖到文生視頻的人工智能模型

1. 人工智能模型人機協作的競爭優勢

與傳統人類創作工具所不同的是，人工智能模型人機協作的內容創作模式是人機深度融合下的創作場景優化，在內容生產的創作成本和內容的市場化傳播方面具有明顯的競爭優勢。[2]在人工智能內容生產環節，人工智能模型以工具身份融入人類的創作活動，極大地降低了生成內容的創作成本。著作權法保護自然人的創作行為，依據洛克勞動財產理論的賦權解釋，自然人的創作勞動行為賦予其支配勞動成果自然法意義上的權利。[3]在著作權分配體系中，自然人的創作事實是一個重要的分配依據，它決定成為作品權利歸屬的一項基本的分配原則。[4]在人工智能內容創作環節，用戶文本輸入與人工智能模型文本（圖片、視頻）輸出相融合，基于人工智能模型內容生產的自動化和模式化特點，人類初次創作的行為成本和難度都在大幅降低。在內容的市場化傳播方面，人工智能內容契合Web3.0的技術邏輯，依托算法推送提升信息內容的傳播效率。意志理論認為，作品是作者人格意志的外化，作品的市場化傳播不僅是實現作者個人名譽和成就的重要手段，同時也是實現創作經濟價值的主要渠道。[5]作品的市場化傳播一直以來與外部的傳播媒介緊密相關，生成式人工智能技術的蓬勃發展使作品傳播的運行機制發生顛覆性變革和系統性重構，作品的傳播方式呈現智能化、個性化、交互性與自主性特點。

2. 人工智能模型人機協作的著作權意義

人工智能重構人機關系，將推進人機關系由它異關系轉變為具身關系，即人工智能從外在的準他者形態逐漸轉變為與人類智能相互耦合的形態。[6]人工智能人機協作的著作權意義至少涵蓋人工智能內容生成的人本邏輯性、生成內容稀缺性的激勵轉向以及生成內容著作權法規范的便宜性三個層次。

（1）人工智能內容生成的人本邏輯性。意志理論是知識產權財產正當性的一項重要理論淵源，創作主體基于自身的創造性勞動取得作品的原始權利。在人工智能內容生成環節，同樣表現出知識產權意志理論的人本邏輯性。

一是人的主體性始終是人工智能生成內容可版權性的必備要素。[7]作為創作主體的人富有創作意圖和思想情感，這是人工智能模型所無法比擬的。創作意圖是作者自由意志的體現，人工智能模型依靠算法、算力、訓練數據輸出拼湊式內容，而該內容直接服務于用戶基于創作意圖輸入的文本指令。人工智能模型不具備人的創作意圖，在主體身份上不能賦予人工智能模型利益實體地位。思想情感是作者進行內容創作的內在驅動，人工智能模型無法理解人工智能生成內容的情感表達，更無法因受到作品的聲譽激勵而進行自主創作。

二是人機協作人工智能內容生成過程中，人類創作者具有主導性。人工智能內容能夠獲得著作權保護的前提預設，除了自然人決定作品表達的主體性要件外，自然人在人機協作的內容生成過程中須占主導性地位，而人工智能模型僅具有輔助性功能。以文生視頻大模型Sora的人機協作為例，用戶的文本指令為Sora場景構建、角色動畫、轉場特效等畫面內容的生成提供了指引。一方面，在Sora的畫面內容生成過程中，用戶根據創作意圖進行內容的篩選和調整；另一方面，在Sora的畫面內容生成結束后，用戶根據視聽內容的市場化傳播要求，進行最終的內容整合，使其成為具有獨創性的完整作品。從本質上來看，人工智能模型的技術定位依然屬于自然人的創作工具。

（2）人工智能內容生成稀缺性的激勵轉向。知識產權制度賦予自然人創作者對知識產品的排他性壟斷權，以法定排他性和競爭性來保障創新主體的收益期待，激勵創新活動和知識傳播以實現社會財富的最大化。[8]從需求與供應關系角度看，作品屬稀缺性資源，著作權法通過設置著作權以激勵更多的作品產出。在人機協作的人工智能內容生成過程中，著作權法通過設置著作權的激勵面向，使關注焦點從機器面向調整為用戶行為面向。理由有兩方面：一是著作權法關注自然人創作行為的激勵，由人工智能模型自動生成的內容不具可版權性，因為人工智能模型不具利益實體地位，無法受到激勵；二是用戶的文本輸入行為影響人工智能生成內容的質量，人工智能內容重于生成的稀缺性源自用戶文本表達的獨創性。[9]由于人工智能模型在文字語言理解層面具有差異性，不同提示詞的文本輸入會影響最終生成內容的表達質量。高質量的人工智能輸出內容有賴于用戶在使用人工智能模型時付出的提示詞勞動，用戶的這一創造性智力勞動，最終成為人工智能內容可版權性的重要判定理據。

（3）人工智能生成內容著作權法規范的便宜性。現代產權制度不僅關注社會激勵效益，而且關注基于產權界定所產生的社會代價即界權成本問題。從我國現行立法制度規范來看，對于海量人工智能生成內容的產權界定選擇，既有著作權、專利等結構化方案，又有反不正當競爭法一般條款的兜底性產權保護路徑。其中，著作權分析框架提供的事后確權模式在系統性降低界權成本方面體現出巨大的認知優勢，適合廣泛應用于解決海量的創新利益分配問題。[10]著作權的產權界定方式與人工智能生成內容的概率性相契合。由于人工智能生成內容屬于低概率的產出客體，用戶即便在同一人工智能模型中輸入近似的提示詞，其生成內容也會存在差異性，因此著作權的事后產權界定方式有利于節省人工智能生成內容的界權成本。

隨著大數據、區塊鏈等人工智能技術的應用不斷推動著作權保護客體的擴大，新型智力創作成果不斷涌現，[11]著作權分析框架所具有的應對新型智力創作成果的適應性和靈活性優勢更加凸顯。著作權制度的誕生和歷史發展與人類科技文明進步緊密相連，特別是與作品創作和傳播的技術手段息息相關。著作權制度創新性發展與技術良性互動的歷史性經驗表明，其制度的靈活性足以應對人工智能生成內容的規范性要求。著作權分析框架內靈活的獨創性要件、著作權權屬規則以及權利登記制度，能夠為人工智能生成內容的利益分配提供可靠支持。[12]

二、人工智能模型文生視頻的可版權性認定：從文本輸入到視聽表達

1. 人工智能模型文生視頻用戶文本輸入行為的著作權法定性

以OpenAI推出的人工智能模型Sora為例，用戶根據視頻創作需求輸入合適的提示詞，繼而觸發Sora后續的協作行為。用戶文本輸入行為是人機協作的啟動，也影響著視頻內容的畫面輸出，用戶文本輸入行為是否構成著作權法所保護的創造性智力勞動關乎人工智能模型文生視頻的可版權性認定，須將用戶文本輸入行為置于著作權的分析框架中進行考量。

依據洛克勞動財產理論，著作權法保護自然人的智力勞動，并基于智力勞動這一事實證明自然人對智力勞動成果享有財產權。只有著作權法意義上的勞動才是智力勞動成果受著作權法保護的必要條件，自然人一般性的智力投入與智力勞動成果受著作權法保護之間不存在推論關系。對此，可以從著作權思想/表達二分法原理來考察。一方面，著作權法不保護思想范疇的智力投入。理由在于，著作權是一種典型的排他性財產權，自然人如果基于思想范疇的智力投入便可以獨占思想，這顯然與思想的共享性特點相違背，同時也會給后來的創新者帶來極大的創作成本。另一方面，思想/表達二分法肯定自然人的創造性智力勞動，認可自然人和勞動成果之間是“作者—作品”的專有關系。自然人足夠的創造性智力勞動是作品受著作權法保護的必要條件，創造性智力勞動在作品創作過程中體現為自然人對特定類別作品創作的表達空間。[13]如果自然人對于某一類作品創作僅有有限的表達空間，那么自然人的智力勞動投入則往往歸屬于思想范疇。思想/表達二分法基于自然人的創造性智力勞動反映財產法上人與物的關系，同時，根據著作權法的利益分配規則來進一步明確基于客體的人與人之間的關系。

在人工智能模型Sora的技術應用場景中，用戶的提示詞輸入行為是否滿足著作權法上創造性智力勞動之要求，關鍵在于提示詞輸入行為是否具備足夠的表達空間，體現用戶的個性化選擇和編排。以OpenAI官方網站發布的關于“東京街頭”的提示詞為例，用戶輸入的提示詞具有較為豐富的創造性選擇空間，體現用戶在輸入階段的選擇和安排。①具體表現在以下三方面。其一，提示詞對于視頻故事發生的場景選用和選擇影響著視頻的故事情節和觀眾的情感共鳴。提示詞將場景選擇在室外的街道，在場景布置中選擇冬季的落雪和晴朗的天氣來烘托視頻故事氣氛。其二，提示詞對于鏡頭語言的運用。提示詞要求鏡頭跟隨幾名行人穿過熙熙攘攘的城市街道，并同時反映有人在路邊小攤購物的畫面。由此，鏡頭的選擇和設計應為：采用俯拍的角度，在焦距選用上選擇短焦，在景別選擇上采取近景和特寫方式，在鏡頭運動上應當伴隨著行人推移，從而創造出不同的空間感和動態效果來展示東京街頭的熱鬧繁華。其三，提示詞對角色和運動的安排。提示詞通過對行人肢體動作的捕捉來推進劇情，同時要求通過路邊的攤販兜售商品來豐富視頻畫面內容。由此可見，用戶提示詞的文本輸入在視頻內容的主題、場景、角色、動作、情感、屬性、鏡頭語言等方面具有豐富的創造性空間，滿足著作權法上創造性智力勞動之要求。

2. 人工智能模型文生視頻畫面內容的獨創性認定

上述用戶提示詞的輸入行為是人工智能模型文生視頻人機協作的啟動階段，后續還包括人工智能模型文本解析、視頻生成以及用戶對生成視頻的調整和修改。人工智能模型文本解析階段，即人工智能模型利用自身的大語言模型來分析用戶的提示詞文本，并從中提取出文本的關鍵信息，如主題、人物、動作、地點、時間和情緒等。在視頻生成階段，人工智能模型利用自身的Transformer和DALL·E3技術架構將解析的文本信息與數據集中合適的視頻相混合，重新創建一個符合提示詞要求的視頻。同時，人工智能模型還可以根據用戶的提示詞指令重新調整和修改視頻畫面，以滿足用戶需要。如根據用戶的喜好，重新修改生成視頻的畫面風格，使用新素材來豐富視頻的畫面內容。在用戶對生成視頻的調整和修改階段，用戶對最終人工智能生成內容進行整體性或者細節性的增刪來滿足用戶的要求。因此，簡單來看，可以將人工智能文生視頻的生成邏輯理解為：文本輸入—文本解析—視頻生成—內容調整。

文生視頻的生成過程，也是人機協作的創作過程。人工智能模型在視頻創作的第二、三階段充分展現機器的智能性和生成性，但不能否定用戶在文生視頻生成過程中對視聽畫面內容表達的實質性貢獻，用戶在第一、四階段所付出的創造性智力投入，體現用戶的選擇性空間，滿足著作權法的作品獨創性要求。著作權法上的獨創性是一個相對性的概念，包括“獨”和“創”兩個方面，揭示獨創性所蘊含的“作品來源于本人”和“作品體現出創造性”兩層含義。[14]

在人機協作背景下，人工智能生成內容獨創性的判斷，應主要從用戶貢獻的絕對量判斷用戶的個性化選擇空間。[15]具體可以包括以下兩個方面。

第一，用戶決定人工智能文生視頻的內容主題和畫面風格，表達創作意圖和思想情感。主題在視頻創作中占據核心地位，是視頻創作的靈魂，它直接指向作者所要表達的創作意圖和思想情感，涵蓋作者想要向觀眾傳遞的價值觀。用戶通過提示詞的文本輸入設定視頻創作中的主題，引導人工智能模型生成符合特定主題需求的內容方向和整體框架。此外，用戶決定人工智能文生視頻的內容主題的同時，也直接決定視頻的整體視聽風格。人工智能模型對于色調、音樂、音效、剪輯節奏等技術手段的運用，會根據用戶設定的主題進行調整，以強化主題氛圍，創造獨特的視覺和聽覺體驗。

第二，用戶對人工智能模型輸出視頻的調整和優化，主要包括用戶對視頻內容的質量控制、邏輯優化、細節優化以及新表達的添加。用戶對視頻內容的質量控制，需要用戶不斷實時地調整其輸入的文本指令，確保人工智能模型輸出的視頻內容符合預期。邏輯優化需要用戶對視頻內容進行調整以符合日常邏輯，如人臉識別的清晰度、動作的流暢性以及場景的邏輯合理性等。細節優化需要用戶關注視頻內容細節之處的優化，如人物與場景之間的作用關系、不同人物動作之間的相互關系等。新表達的添加意味著用戶對于畫面內容進行實質性的修改，可增加視頻畫面的獨創性表達，提升視頻的觀感和專業度。可見，在人機協作生成的文生視頻生成過程中，用戶的行為不是一般的技巧性勞動，而是具備創造性的智力投入，確保人工智能模型輸出的視頻內容體現用戶的個性化選擇。[16]

3. 用戶在文生視頻生成過程中對輸出視頻畫面內容具有控制力

也許有觀點認為，盡管用戶在文本輸入和內容調整階段的貢獻可能形成獨創性表達，但是在人工智能模型文本解析—視頻生成環節，用戶對于人工智能模型最終生成的視頻形態缺乏控制，無法認定視頻輸出結果與用戶行為之間的作用力。該觀點涉及兩個問題：一是人工智能模型對于視頻內容的貢獻可能大于用戶的行為貢獻；二是用戶對人工智能模型文生視頻生成過程缺乏控制，可能不構成對用戶個性化選擇和安排的固定。以下分別對這兩個問題逐一分析。

對于第一個問題，涉及人工智能模型與用戶對最終輸出結果的貢獻比較問題，本質上是關于文生視頻的獨創性判斷標準的選擇問題。[17]在人工智能模型技術不斷發展的時代背景下，人工智能模型作為強大的知識生產、內容生產工具有力地介入知識生產和創造的各個環節，機器在內容生產過程中的地位和能力日益突出。著作權法將人機互動視為一個法律關系整體，并以此為基礎認定創作行為，進而判斷其獨創性。[18]“人—機”貢獻的相對比例判斷方式要求證明用戶的獨創性貢獻須大于人工智能模型的技術貢獻，方可滿足著作權法的獨創性要求，這種做法實際上變相提高了著作權法具備一定程度的創造性的獨創性門檻，割裂了人機互動的整體性法律關系。從人機互動的整體性來看，只要用戶絕對量的創造性投入滿足著作權法的獨創性要求，那么該生成內容就受到著作權法保護。

對于第二個問題，用戶對人工智能模型文生視頻生成過程缺乏控制，可能不構成對用戶個性化選擇和安排的固定。本文認為，用戶在提示詞的文本輸入階段和內容調整階段決定人工智能模型文生視頻內容，對文生視頻內容具有直接支配力。對此，可以借助前文提及的Sora技術生成的有關“東京街頭”的視頻畫面及其對應的提示詞進行論證。一方面，在用戶的提示詞文本輸入環節，用戶主要從視頻故事發生的場景、鏡頭語言的運用、角色和運動的安排方面對于文生視頻的畫面輸出內容進行控制。如在場景選用上，用戶提示詞將場景選擇在室外的街道，那么人工智能模型便不會生成室內的場景布置。在鏡頭語言的運用上，用戶的提示詞要求鏡頭跟隨幾名行人穿過城市街道，并同時反映有人在路邊小攤購物的畫面，人工智能模型鏡頭的選擇和設計就必須采用俯拍的鏡頭角度，而不能是仰拍或平拍的鏡頭角度，在焦距選用上則必須選擇短焦，而不能是長焦。可見，在文本輸入階段，盡管畫面內容的生成工作交由人工智能模型來完成，但人工智能模型對于畫面內容的支配始終遵從并服務于用戶即創作者的文本指令。

另一方面，在內容調整階段，用戶對于文生視頻畫面的調整是實時的，用戶對于視頻畫面內容的變動有著明確的控制力和可預見性。在內容調整階段，用戶對最終人工智能生成內容進行整體性或者細節性的增刪來滿足用戶的要求，如用戶可以運用不同的剪輯技巧（如蒙太奇、交叉剪輯、跳切等）來連接鏡頭和控制視頻畫面內容的節奏，而對于剪輯手法產生的視頻畫面效果，用戶已有預期。

三、人工智能模型文生視頻的版權侵權風險及責任承擔

1. 人工智能模型文生視頻的版權侵權風險識別

從人工智能模型文生視頻的生成機制來看，最終輸出的視頻內容可能對原創作者的部分財產權構成侵權。一是復制權。由于人工智能文生視頻模型在訓練過程中學習了大量的在線視聽作品，因此在人工智能生成視頻時，可能會無意識地復制或模仿這些作品的元素，如場景、角色、對話等。如果人工智能模型文生視頻內容與他人原創視聽作品素材在表達而非思想上構成實質性相似，則侵犯在先視聽作品的復制權。[19]二是演繹權。我國著作權法意義上的演繹行為包括翻譯、改編、攝制和匯編等。以文生視頻生成過程侵犯改編權為例，如果文生視頻內容在最終表達上具有獨創性，但同時保留他人原創作品的部分基礎表達，那么該文生視頻生成過程是對他人數字化視聽作品素材的改編，屬于改編權的控制范疇，仍存在侵權風險。三是信息網絡傳播權。隨著數字技術的應用和網絡服務的普及，人工智能模型文生視頻內容極易被用戶傳播至互聯網領域，個體用戶將成為文生視頻內容市場化傳播的獨立節點。如果文生視頻內容不屬于“全新作品”的理想狀態即在信息網絡平臺上傳播，則很可能構成對他人視聽數字作品素材信息網絡傳播權的侵害，具有侵權風險。

2. 人工智能模型文生視頻的版權侵權責任認定

（1）人工智能模型文生視頻的用戶適用過錯責任原則。在人工智能模型文生視頻生成過程中，不論從用戶與文生視頻內容利益聯系的緊密度、用戶對文生視頻內容的實際貢獻度，還是從文生視頻內容的表達形成過程來看，將文生視頻權利歸屬安排給用戶是最契合現行著作權法律理念和現實情況的制度選擇。基于“權責一致”原則，既然用戶享有生成視頻的著作權，就應由用戶來承擔生成內容可能引發的版權侵權責任。根據《中華人民共和國民法典》第一千一百六十五條第（一）款確立的一般侵權責任，在著作權法尚未對用戶文生視頻存在的侵權行為責任做出特殊規定的情況下，應當以過錯責任原則作為用戶的歸責原則。

對于用戶文生視頻的著作權侵權行為應當適用過錯責任原則的理由在于以下幾點。第一，從利益平衡的角度來看，過錯責任原則是平衡用戶利益和在線視聽創作者利益的必然選擇。人工智能模型文生視頻是人機協作的最新范式，過錯責任原則在激勵用戶使用新型創作工具進行視頻創作的同時，應當尊重和保護在先視聽創作者的知識產權利益。過錯責任的制度目的和利益平衡的現實需求相吻合，并最終確保所涉及的各種社會利益的平衡發展，避免某種社會利益的實現以損害其他社會利益為代價。第二，從市場競爭關系來看，過錯責任原則限制用戶文生視頻行為可能對在線視聽創作者市場利益的損害。人工智能模型文生視頻大大降低了著作權法對用戶的創作時間和創作能力的要求，用戶利用人工智能模型故意誘導其生成與他人原創視聽作品相似的內容并進行規模化傳播，將不可避免地擠占他人原創視聽作品的市場份額，損害在線視聽創作者的市場利益。過錯責任原則基于用戶的過錯要件，將預防性限制人工智能模型文生視頻的使用者群體利用人工智能模型進行惡意競爭的情形。第三，從價值取向上來看，無過錯責任原則反映了現代法治的正義觀，而不關注對于不法行為的預防和懲戒。有學者指出，無過錯責任制度的基本思想不在于對“反社會”性質的制裁，而是對不幸損害之合理分配。[20]在人工智能模型文生視頻生成過程中，用戶行為所引發的著作權風險除了關注侵權行為本身導致的利益損害，還應當包括對侵權行為的否定性評價。因此，無過錯責任原則在人工智能模型文生視頻用戶侵權行為的適用空間有限。

（2）人工智能文生視頻模型商業化應用者適用過錯責任原則。與人工智能模型文生視頻用戶的著作權侵權責任一樣，本文認為，人工智能文生視頻模型商業化應用者的責任承擔，同樣宜采用過錯責任原則。過錯責任原則的設定有利于鼓勵和加快人工智能的技術創新，也有助于防范人工智能文生視頻模型商業化應用中可能出現的版權風險。

在人工智能文生視頻模型使用者和商業化應用者均有過錯的前提下，可以利用過錯責任進行分擔，也可根據不同情形來認定各方主體的責任。[21]但問題在于，如何認定人工智能文生視頻模型商業化應用者的過錯？對此，學界存在不同觀點。有觀點認為，人工智能商業化應用者的過錯認定應以技術性審查為標準，結合內容生產場景、提供者風險預見能力差異化構建內容審查的注意義務。[22]也有觀點認為，人工智能商業化應用者的注意義務水平應介于嚴格審查義務與“通知—必要”措施之間，表現為規避版權侵權的設計義務與用戶誘導侵權的治理義務。[23]本文認為，上述觀點均是從不同角度探究人工智能商業化應用者的過錯認定標準，具有一定的合理性。人工智能商業化應用者的過錯認定應當從現有技術水平出發，以現有技術水平標準來判斷人工智能商業化應用者是否盡到了采取必要措施的義務，是否盡到了預防和防范的義務，從而認定其是否具有過錯。[24]具體來看，在文生視頻的人機協作場景中，一方面，文生視頻著作權侵權損害的發生依據損害發生時的技術水平，人工智能文生視頻模型商業化應用者是否采取必要措施來預知和預防著作權侵權損害的發生，人工智能文生視頻模型商業化應用者在能夠采取必要措施而沒有采取的情況下，應認定人工智能商業化應用者存在過錯。另一方面，在著作權侵權損害有擴大的情形時，人工智能文生視頻模型商業化應用者還應在現有技術水平條件下采取必要措施，避免著作權侵權損害的進一步擴張。

為了平衡人工智能商業化應用者與視聽作品著作權人的利益，還應類推適用“通知—刪除”規則。使用者利用人工智能文生視頻的著作權風險與一般用戶利用網絡服務實施的侵權行為在風險性質和法律評價上具有相似性。[25]從法律效果上來看，若拒絕“通知—刪除”規則在人工智能商業化應用者中的適用，一旦發生文生視頻的著作權侵權行為，人工智能商業化應用者就必須承擔間接侵權責任，對于人工智能商業化應用者而言太過嚴苛。從技術規范層面來看，人工智能商業化應用者在文生視頻的視頻生成階段缺乏對AI模型輸出內容的實質控制力，加之用戶后續的內容調整，人工智能商業化應用者實質上無法一一審查文生視頻最終輸出的畫面信息。從經濟效率層面來看，人工智能商業化應用者無法對所有用戶文生視頻輸出內容進行事前審查，在權利人發現文生視頻內容構成侵權并通知人工智能商業化應用者采取必要措施時，人工智能商業化應用者能夠以相對較低的成本方式來刪除侵權信息或防止侵權信息的再度生成，符合“最便宜的成本規避者”理論的效率要求。[26]因此，在人工智能商業化應用者中類推適用“通知—刪除”規則，無論是從經濟效率層面還是從技術規范層面來說，均具有其合理性。

（3）人工智能文生視頻模型開發者符合“技術中立原則”，免負侵權責任。版權法上的“技術中立原則”源自索尼案，也被稱為實質性非侵權用途原則，其基本含義是：銷售一種同時具有合法和非法用途的商品，可免負侵權法律責任。[27]“技術中立原則”在人工智能文生視頻著作權侵權領域的適用，旨在協調人工智能技術創新與知識產權利益保護之間的沖突關系。文生視頻模型開發者對于最終人工智能輸出的視頻畫面內容涉及的侵權問題，應當根據“技術中立原則”免負侵權責任。具體而言，體現在以下三方面。

首先，人工智能文生視頻模型開發者對使用者文生視頻內容侵權與否缺乏可預見性，在主觀要件上不存在故意或過錯。人工智能文生視頻模型開發者通過API接口為下游的用戶和模型商業化應用者提供一項通用技術或服務，在用戶群體使用人工智能文生視頻模型的過程中，該模型開發者對于最終輸出的視頻畫面內容并不存在事前的主觀態度和價值判斷。

其次，人工智能文生視頻模型開發者對使用者文生視頻內容不存在實質意義上的控制力。根據危險控制理論，離危險源越近的人，越容易控制危險的發生，注意義務的分配也隨之提高。[28]在人工智能文生視頻的人機協作范式下，文生視頻的輸出內容取決于使用者的文本輸入和視頻模型的內容生成，相較于使用者和視頻模型的商業化應用者，人工智能文生視頻的模型開發者對于視頻畫面的輸出內容控制力更弱。在此情形下，根據危險控制理論，將注意義務分配給文生視頻的模型開發者便不再具有成本優勢。

最后，人工智能文生視頻模型開發者并未從文生視頻的著作權侵權風險中直接獲利。一般而言，直接從侵權風險中獲利的主體更有行為動機去提高侵權概率和擴大侵權損害，法律應對該類行為主體分配更高的注意義務。然而，在人工智能文生視頻的人機協作場景中，文生視頻的模型開發者未從文生視頻的著作權侵權風險中直接獲利，甚至部分模型開發者在人工智能研發過程中有意規避數據訓練行為可能面臨的侵權風險。因此，人工智能文生視頻模型開發者提供的文生視頻技術或服務符合“技術中立原則”，開發者對于最終人工智能輸出的視頻畫面內容涉及的侵權風險免負侵權責任。

結語

科技與法律之間的互動關系始終是著作權法所關注的恒久命題。人工智能文生視頻作為最新的人機協作范式，真正將使用者的創作意圖和思想情感凝結于人機共創的文生視頻畫面中。人工智能文生視頻畫面內容充分展現人機協作的創作場景，從用戶文本輸入到視頻畫面的視聽表達輸出，既有自然人用戶的創造性，又有效融合了人工智能的智能性，屬于著作權法上的獨創性表達，受到著作權法保護。技術的變遷除了引發人工智能文生視頻畫面的可版權性問題外，還誘發版權侵權風險的責任承擔問題。人工智能文生視頻模型商業化應用者的責任承擔，宜采用過錯責任原則，在實踐效果上有利于鼓勵和加快我國人工智能的技術創新。而人工智能文生視頻模型開發者對于最終人工智能輸出的視頻畫面內容涉及的侵權問題，則應當根據“技術中立原則”免負侵權責任。

參考文獻：

[1] 林韶. Web3.0時代智慧出版內容的著作權授權許可范式轉型[J]. 出版發行研究，2024（12）：74-81.

[2] 曹博. 人工智能輔助生成內容的著作權法規制[J]. 比較法研究，2024（1）：76-90.

[3] 李永明，向璐丹，章奕寧. 開放創新范式下知識產權權利歸屬問題研究——基于用戶創新、同儕創新典型實踐之內在特征[J]. 浙江大學學報（人文社會科學版），2024，54（2）：60-74.

[4] 李琛. 著作權基本理論批判[M]. 北京：知識產權出版社，2013：8.

[5] 曹博. 智力成果權利化的程序難題及其破解[J]. 福建師范大學學報（哲學社會科學版），2024（1）：142-152，172.

[6] 喻國明，蘇健威. 生成式人工智能浪潮下的傳播革命與媒介生態——從ChatGPT到全面智能化時代的未來[J]. 新疆師范大學學報（哲學社會科學版），2023，44（5）：81-90.

[7] 王國柱. 人工智能生成物可版權性判定中的人本邏輯[J]. 華東師范大學學報（哲學社會科學版），2023（1）：133-142，205.

[8] 林韶. 共享經濟時代知識產權財產認識論變革與治理——以網絡化開放創新為切入點[J/OL]. 科學學研究，1-14[2025-02-01]. https：//doi.org/10.16192/j.cnki.1003-2053.20240603. 001.

[9] 李揚，涂藤. 論人工智能生成內容的可版權性標準[J]. 知識產權，2024（1）：68-84.

[10] 蔣舸. 論著作權法的“寬進寬出”結構[J]. 中外法學，2021（2）：327-345.

[11] 林韶. 版權保險制度：內在原理、國別經驗及發展路徑[J]. 西南金融，2023（10）：69-79.

[12] 鄧文. 以ChatGPT為代表的人工智能內容的可版權性研究[J]. 政治與法律，2023（9）：84-97.

[13] 袁鋒. 論新技術環境下作品獨創性的判斷——以“選擇空間法”為視角[J]. 華中科技大學學報（社會科學版），2020（5）：94-102.

[14] 王國柱. 著作權法中作品獨創性的作品類型邏輯[J]. 法商研究，2024（1）：183-200.

[15] 蔣舸. 論人工智能生成內容的可版權性：以用戶的獨創性表達為視角[J]. 知識產權，2024（1）：36-67.

[16] 黃云平. 人工智能生成內容的可版權性問題辨析[J]. 浙江大學學報（人文社會科學版），2024，54（2）：75-90.

[17] 劉斌，楊志鵬. “人—機”關系視角下AIGC的可版權性與版權分配路徑芻議[J]. 中國編輯，2024（2）：84-91.

[18] 徐小奔. 論人工智能生成內容的著作權法平等保護[J]. 中國法學，2024（1）：166-185.

[19] 馮曉青，沈韻. 生成式人工智能版權問題研究[J]. 中國版權，2023（2）：15-22.

[20] 王澤鑒. 民法學說與判例研究[M]. 北京：中國政法大學出版社，1997：162.

[21] 王利明. 生成式人工智能侵權的法律應對[J]. 中國應用法學，2023（5）：27-38.

[22] 高陽. 通用人工智能提供者內容審查注意義務的證成[J]. 東方法學，2024（1）：189-200.

[23] 刁佳星. 生成式人工智能服務提供者版權侵權注意義務研究[J]. 中國出版，2024（1）：25-30.

[24] 王若冰. 論生成式人工智能侵權中服務提供者過錯的認定——以“現有技術水平”為標準[J]. 比較法研究，2023（5）：20-33.

[25] 卡爾·拉倫茨. 法學方法論[M]. 黃家鎮，譯. 北京：商務印書館，2020：479.

[26] 周學峰. 生成式人工智能侵權責任探析[J]. 比較法研究，2023（4）：117-131.

[27] 張今. 版權法上“技術中立”的反思與評析[J]. 知識產權，2008（1）：72-76.

[28] 司曉. 網絡服務提供者知識產權注意義務的設定[J]. 法律科學（西北政法大學學報），2018（1）：78-88.

The Copyright Qualification and Liability Allocation of Artificial Intelligence Text-to-Video Works

LAI Li-na1，2（1.School of Law， Hangzhou Dianzi University， Hangzhou 310018， China; 2.Intellectual Property Research Institute， Hangzhou Dianzi University， Hangzhou 310018， China）

Abstract： Artificial intelligence paradigms， which have evolved from text-to-text composition to text-to-image synthesis， and to the creation of video scenes based on human-AI collaboration more recently， represent a paradigm shift in collaborative practices. The AI human-AI collaborative model holds distinct competitive advantages in both content production domains and market-oriented applications. Unlike traditional creative tools， the copyright implications for AI human-AI collaboration encompass the anthropocentric logic underpinning AI content creation， a shift towards incentivizing content scarcity and the adaptability to copyright law regulations. Regarding the copyright eligibility of AI-generated videos， during the input stage， users' prompt inputs need to meet the criteria for creative intellectual labor under copyright law， ensuring that the video content generated by the AI model reflects the users' individualized choices. In the meanwhile， at the output stage， users will decide on the thematic content and visual style of the output video and have broad discretion to adjust and optimize the video's visual contents， thereby manifesting their personalized selections and arrangements. Therefore， regarding the copyright infringement risks and liability assumption for text-to-video generated by AI， the principle of fault liability should be established for users and commercialized users respectively， while developers of AI models are exempt from infringement liability in accordance with the principle of technological neutrality.

Key words： generative AI; text-to-video; copyrightability; idea-expression dichotomy