引言

生成式人工智能技术发展给现行著作权制度带来新问题。大量人工智能生成内容在文学、艺术、科学等领域应用后，出现作品属性认定、权利归属安排以及侵权责任判定等法律难题。既有研究虽已对这些问题进行一定程度的探讨，如吴汉东提出的AIGC作品属性肯定说等，不过大部分研究只是针对某个环节而非整个流程回应人工智能生成内容从创作到传播过程中的复杂法律问题。为回应以上问题，应确定独创性认定标准、明确各主体间法律地位、形成不同的责任认定规则、对合理使用等作出解释、建立适应技术发展变化的著作权归属机制，从而充实人工智能时代著作权理论研究的基础，为产业实践提供合规指引，促进技术创新和法律保护的协同。

一、AIGC的作品属性认定

AIGC是否属于受著作权法保护的作品，既关系到其能否获得法律的保护，也关系到产业实践和司法裁决的方向。因此，这部分旨在梳理有关AIGC在作品属性上存在的争议，重点讨论其“独创性”应如何认定。

（一）AIGC的定性争议

AIGC是否可以成为著作权法意义上的作品，国内外学者及实务界意见不一。实际上争执的也是传统著作权法原理和人工智能技术特点之间的矛盾。理论上讲，学者们对于AIGC作品属性问题主要有三种代表性观点，即肯定说、否定说、折中说。

肯定说认为AIGC可以且也应该被认定为作品，受著作权保护。该观点认为，只要存在用户个性化的选择与安排就应当承认其独创性。持此观点的学者认为，在独创性的认定上要达到主客体相对分离的效果，并不需要有创作者的身份才能构成独创性，甚至可以为机器作者拟制作者的一般资格。有学者认为，著作权法中并没有规定智力成果必须由人的身体直接产出，只要自然人的智力因素最终影响到了AIGC生成的内容就可以认为是自然人的智力成果。在此基础上，学者提出了以人类为中心的独创性标准，即著作权主体的唯一性，以人类对作品呈现结果的决定和创作过程中的控制，作为判断AIGC是否具有独创性的充分必要条件。

与肯定说相对，否定说坚决反对将AIGC认定为作品。该学说坚持作品的法哲学本质应是人类智力创作的成果，认为AIGC是人工智能自主生成的算法创作成果，属于人工智能制品，与人类作品存在本质区别。张玲指出，AIGC作品肯定说所主张的作品外观主义不符合著作权法的底层逻辑。其介入与控制标准颠覆了合作作者的本质，若与人类作品平等保护，甚至会加剧“劣币驱逐良币”的负面效应。质言之，人机互动是人机各司其职，而非人机合作创作，法律应当对AIGC与人类作品给予不同的制度评价，进行区分保护。

折中说主张适用灵活的认定标准。该观点认为，不能用一刀切的标准来判断AIGC是否构成作品，而是需要针对每一个具体的AIGC来判断是否具有用户充分的创造性劳动。蒋舸从认知经济性角度指出，我们所说的作品的概念，就是把所有符合著作权法上利益平衡分析框架的信息成果挑出来，不管用户的贡献如何，都应承认其具有成为作品的可能，不论独创性高低，而是看是否达到最低限度的创造性。这种观点试图在保护创新与维持公共领域开放之间寻求平衡。

国内外法院在AIGC作品属性的认定上存在分歧，不仅中美之间态度不同，同一国家内部亦有差异。美国官方机构对AIGC版权申请持审慎态度，代表性案件的登记请求多被驳回或诉诸诉讼。在“艾伦案”中，当事人虽输入了600余条指令，但版权局认为其并未亲手绘制画作，对最终图像的控制程度远不及摄影作品的掌控水平，故不承认其版权。在“泰勒案”中，申请人主张图片由AI独立完成、版权归属AI，法院与版权局均未支持，认为缺乏人类智力贡献的内容不受版权法保护。

相较之下，我国法院对AIGC作品属性的态度更为灵活，但也存在分歧。在“春风送来了温柔案”中，北京互联网法院认为，原告通过提示词输入、参数设置与图片筛选等方式投入了智力劳动，涉案图片符合智力成果要件，应认定为作品。而在苏州中院审理的“幻之翼透明艺术椅案”中，法院则认为原告仅以简单提示词触发AI生成图片，未能证明其存在反复修改、筛选等体现“个性化选择和判断”的创作行为，故不构成作品。

2025年下半年以后，中国司法实践中对于AIGC作品属性的认定渐趋严格。在梅州市梅县区人民法院审理的一起侵害作品信息网络传播权纠纷案中，法院认为，涉案AI软件自动生成的图片虽由多个元素组成，具有一定的审美意义，但其生成过程高度依赖于AI软件的功能。原告仅在后期添加了节日祝福语，并未投入自身的审美意识和创造性劳动，在智力投入上也未达到与普通图片同等的程度。法院据此认定，该图片不属于原告独有的智力创造，缺乏独创性与新颖性，不属于著作权法保护的作品范围。该判决反映出司法实践对AIGC作品的属性认定日趋严格，要求必须具备较高的智力投入，而不仅仅是重复性劳动。

（二）AIGC的“独创性”判断

从理论争议来看，AIGC能否构成作品，核心在于独创性的认定标准。否定说固守“人类中心主义”，虽逻辑自洽，但难以适应技术发展现实，若完全否认其可版权性，将与日益增多的创作实践脱节，不利于文化产业与AI技术进步。肯定说虽承认AIGC的价值应受保护，但将所有生成内容一概认定为作品，则可能导致著作权保护范围过宽，压缩公共知识空间。相比之下，折中说主张个案判断更具合理性，但需确立具体标准以避免主观随意。

一般而言，AIGC的独创性应以创作过程为依据，而非仅凭结果判断。传统作品中，人类智力活动直接体现在最终成果上；而在AIGC中，人类的创造性贡献更多体现于提示词设计、参数调整、迭代优化及结果筛选等环节。以绘画为例，传统画家亲手绘制，而AI创作则如同以“智能画笔”遥控实现艺术构想，方式虽异，但同样呈现个性化的选择与审美判断。

具体而言，AIGC的独创性可从以下方面考量。其一，提示词的具象性与创造性是基础。简单指令如“画一只猫”难以体现独创性，而“梵高风格的夕阳咖啡馆，慵懒橘猫在座”则明显融入使用者的艺术构思。其二，参数调整与迭代优化亦不可忽视，用户对模型的专业调校及对生成结果的反复修改，均构成创造性行为。其三，对生成结果的有意识筛选与保留，亦属创造性判断，在多幅输出中择取最符合预期者，本身即体现艺术选择与价值判断。

从司法趋势观之，国内外法院已呈现类似判断逻辑。北京互联网法院在“春风送来了温柔”案中，肯定提示词输入、参数设置与图片选择等环节的智力投入，实质上从全过程认可AIGC的独创性可能。美国版权局在“艾伦案”中则关注用户对生成过程的控制程度，核心在于人类贡献的有无。可见，法律判断的重心正从“人类亲手创作”转向“人类创造性意志的体现”。

综上，AIGC具备满足作品独创性的可能，关键在于人类在生成过程中的创造性参与程度。对于使用者投入实质性智力贡献、个性化选择与审美判断的生成内容，宜认定其具有作品属性与可版权性。这不仅契合著作权法基本原则，亦回应技术发展现实，有助于实现数字时代著作权法激励创新的根本目标。

二、AIGC的著作权归属

在确定AIGC为作品之后，最大的问题就是著作权归属的认定。AIGC不是由某个人创造出来的，是人工智能本身、指令输入者、技术开发者、平台所有者等众多主体共同完成的结果，这就导致原本作者与作品之间清晰的界限变得模糊不清，产生权利分配的问题。

（一）人工智能本身

将人工智能本身视为作者并享有著作权，尽管在技术上颇具想象空间，但在现行法律规范上面临着障碍。

首先，从法律主体资格看，著作权是一种民事权利，其享有和行使以主体具备法律人格为前提。我国著作权法明确将享有著作权的主体限定为“自然人、法人、非法人组织”及符合条件的“外国人、无国籍人”。人工智能无论其智能水平如何，在当前的法律体系中仍被界定为“物”或“工具”，而非权利义务的承担者。王迁认为，机器不可能因著作权法而受到鼓励产生创作的动力，因此保护由机器生成的内容不符合著作权法的目的。

从权利配置的可行性来讲，即使承认AIGC具有作品性质，把著作权赋予人工智能也是有法理障碍的。陶乾认为，AIGC不是人的创作，也不是人在机器的帮助下所完成的表达，而是由人工智能程序或设备在人类参与度很低的情况下自动产生的。这就表明，即使生成的内容满足作品的形式要件，如果在创作过程中缺乏主体性就不能归于人工智能本身。

更深层次的问题在于，著作权制度的重要功能之一，是通过权利配置激励创作。而人工智能作为技术工具，无法对法律赋予的激励作出回应。将著作权赋予人工智能本身，既违背制度目的，也容易导致权利虚置。AI无法独立行使著作权中的各项权能，亦不能承担侵权责任，在此前提下配置权利并无实际意义。事实上，著作权法所设计的权利行使、转让与责任承担等机制，均以人的行为模式为基础，难以适用于非人类的智能系统。

若突破传统将著作权主体扩展至人工智能，将引发一系列现实难题。从权利行使来看，AI如何主张或维护自身权利？发生侵权时，应由AI还是其所有者提起诉讼？从责任承担来看，若生成内容侵犯他人权益，责任主体如何认定？这些问题不仅涉及技术操作层面的复杂性，更深层次触及法律的基本逻辑，即法律旨在规范人类社会关系，其主体必须具备社会属性，只能是“人”。

（二）指令输入者

将著作权给予指令输入者，即用户，这是学界较为支持的观点。该观点实际上是对数字时代创作本质的重新定义，在人工智能辅助创作的环境下，创作本质已经从传统的执笔作画转变为更具前瞻性、设计性的构思与引领。

从创作过程上看，用户提示词工程并不是简单的指令输入，它也是一种智力活动，需要技巧、经验和创造力。提示词使用者既要考虑到最终作品应该有什么样的审美效果，又要知道人工智能模型是怎么工作的，用关键词组合搭配、参数调节等方法把抽象的艺术构思变成机器可以理解的创作路径。这个过程包含了很多尝试、评价和改进，这就是一种试验性质的创作方式。这类似于传统艺术创作中的草图构思到修改完善过程，只是把执行环节从手绘变成了对智能系统的引导。熊琦的意志代表说也给这个过程提供了一种解释方式，即可以把AIGC看作是设计者或训练者的创作行为。按照这样的逻辑推演到用户身上，在用户的创造性投入达到一定程度时，就可以认为是用户借助人工智能进行创作。

从独创性认定来看，在人工智能创作场景下，用户的独创性贡献主要集中于创作前期，表现为提示词设计、参数调整与结果筛选等行为。传统著作权法强调最终表达的创造性，而在AIGC中，当用户通过独特的提示词组合生成具有个性化特征的内容时，其引导性的创作过程与成果应当获得法律认可。这拓宽了创作行为的认知边界，即创作不必亲力亲为完成每个细节，通过有效指令使智能工具产生独特艺术效果亦可构成创作。

从激励角度而言，将著作权赋予付出实质性创作努力的用户，契合著作权法的立法目的。若经复杂提示词工程与反复调试生成的独特内容无法获得保护，用户利用AI进行创作的积极性将受挫。反之，明确的权利归属亦能引导用户提升提示词设计能力，形成正向激励。

司法实践中的区分判断印证了这一思路。在“春风送来了温柔案”中，法院认可了用户的智力投入，而在“幻之翼透明艺术椅案”中，则否定了简单指令下的用户权利。这种区分确立了一项关键标准，也就是用户的贡献必须超越单纯的工具触发，达到体现个人创造性选择的程度。

（三）技术开发者

技术开发者是人工智能模型的创造者，他们所做的是搭建出生成内容的基础算法和技术设施。从技术本质而言，所有的AI模型都是在大量的数据上进行训练得到的一个参数系统，而开发者所起的作用决定了这个系统的基本架构以及基本的能力范围。但具体的内容是由使用者通过系统进行定向引导、参数调节而产生的。

技术开发者更像一个基础工具和运行环境的供给者，他们搭建起来的是内容产生的可能性，在这之上的具体内容产出还是需要用户通过指令触发，并加入自身的创造性输入才能实现的。这种分工关系决定了著作权的归属，开发者只是提供创作所需要的条件，用户才是进行具体创作的主体。当生成的内容满足独创性的要求时，其著作权应当属于具体创作的人，如此才符合客观的技术实践规律，并且契合著作权法鼓励主体创作的逻辑。

从产业生态的角度来说，如果把生成内容的著作权全部给开发者，就会造成权利过于集中，不利于创作生态多样性的形成。健康的AI创作生态应当具备合理的权利分配机制。例如，开发者以技术授权的方式获得报酬，用户在创造性使用时获得著作权保护。这种分层激励模式既可以保证技术创新的持续投入，又可以促进创作活动的广泛开展。

在开源模型日益普及的背景下，开发者与使用者的界限确实趋于模糊。当开发者在基础模型上进行微调产生新模型时，权利归属的判断需要依据具体贡献程度进行个案分析。这也进一步证明，简单地将著作权普遍归属于开发者不仅在实践中难以操作，在法理层面也缺乏充分依据。

在特定情形下，开发者仍会以自己的独特贡献主张权利，即生成的内容只是对预设代码的另一种表述，或者训练数据的选择、编排形成独创性的汇编作品时，开发者可以就此表达自己的权利主张，但并非把所有的生成内容的著作权都归属于开发者。这两者并不相同，必须严格区分。

（四）平台所有者

平台所有者既是人工智能服务的提供方，也是资源控制人，其在著作权归属中所处的法律地位并非一成不变，很大程度上取决于其参与内容生成过程的程度。

在基础服务上，平台一般是技术服务的提供者。当平台只提供标准的计算资源、模型存储和API接口，不对用户生成内容的过程和结果进行干预时，平台的法律地位就类似于中立的网络服务提供商。此时，平台与内容产生之间存在一定的距离，平台的核心价值在于提供可靠的支撑而非介入具体的内容创作当中。在这样的情况下，平台既不应对AIGC主张著作权，又不需要承担过于沉重的著作权审查义务。

但当平台的服务模式突破基础技术支持，对内容生成实施实质控制的时候，其法律地位就会发生重大变化。控制体现在很多方面，如预设模板、风格过滤器限制表达范围，算法优化主动引导某种类型的内容生成，功能设计深度介入用户创作过程等等。在这种情况下，平台就不再是简单、被动的技术服务提供者，而是积极影响内容的一种力量，如果上述介入实质体现了平台自身意志，达到了独创性判断的程度，那么把它们当作内容的共同创作者是合理的。

平台通过自身技术直接生成内容的情形特别值得探讨。当平台通过自己控制的人工智能系统为自己的经营而生产营销材料、数字产品或者专属于该平台的内容时，其作为使用者的身份凸显，此时可以主张创造性使用的著作权。这种情况下，平台既是技术提供者又是内容创造者，其权利基础就是作为使用者的创造性使用行为。

从产业发展的角度来讲，平台在人工智能创作生态里发挥着不同的作用。它同时是技术创新的推动者，内容传播的促进者，整个创作生态环境的守护者。这样多重身份使我们在判断著作权归属时需要更细致的标准，在确定权利和责任时要根据其实际控制创作过程的程度来决定，既不能无限扩大平台的权利而损害用户利益，也不能完全忽视其对AIGC作品进行传播的助推作用。我们需要是一种相对平衡的保护，既可以促使平台不断地发展技术创新，同时确保创作生态的多样性与活力。

三、AIGC的著作权侵权认定

AIGC是海量数据训练、算法运行和人类干预这三个因素相互作用而产生的结果。AIGC侵权形态既有传统著作权侵权的部分特征，又有由于技术特点带来的数据使用方式、内容创作方法、权利行使等方面产生的新类型侵权问题。理清侵权风险具体的表现形式、责任承担者的确定途径、归责规则的设定和例外情况等内容，既有利于维护市场秩序，也有利于在创作奖励和技术创新两者之间找到平衡。

（一）AIGC的侵权风险场景

AIGC在从数据输入到传播利用的整个过程中都存在着侵权风险。人工智能在训练数据的时候，会用到大量的文本、图片、音乐等各种作品来进行深度学习。如果未经授权抓取和复制他人享有著作权的作品，就会直接侵犯他人复制权和信息网络传播权。吴汉东认为，在上述三个阶段中，机器阅读所进行的大规模复制行为如果超出了合理使用的范围，则构成侵权。此类问题在商业化人工智能研发中尤为突出。

在内容生成环节，侵权风险主要表现在生成成果与已有作品存在实质性相似之处上。人工智能的创作实质就是模仿和重组训练数据中的表达模式，如果算法不能识别并剔除这些侵权元素，抄袭、剽窃他人作品核心表达的情况就可能发生。人工智能所产出的内容在外部表现形式方面跟人类创作者的作品是很难区分开来的。如果训练数据集中包含大量受著作权保护的作品，那该算法往往就会产生出与原作极为类似的构图、情节以及旋律的内容。例如，微软小冰最初生成的诗歌中有一些段落与人类诗人作品很像，于是就出现了有关机器抄袭的争议。其实只是算法使用了训练数据中的侵权元素。

在内容传播与二次利用阶段，侵权风险呈现出扩散性和规模性。一方面，网络平台若缺乏有效的审核机制导致侵权的内容被社交媒体、内容社区迅速传播出去，就会侵犯著作权人的信息网络传播权。另一方面，人工智能可以批量生产大量的内容，此时侵权行为也会大量发生。另外还有跨领域二次使用的衍生侵权问题，即将侵权的文本内容改编成短视频脚本，或者将侵权图片当作商标去注册等。

（二）AIGC的侵权责任主体与归责

在AIGC生成过程中，指令输入者作为内容生成的直接引导人，其责任认定应以对生成过程的控制程度及注意义务履行情况为标准。只有当输入者通过操作实质控制内容生成的风格、方向甚至具体表达时，才应承担责任，此种干预须具有主动性与指向性。若用户明确要求AI模仿特定作家的叙事风格、复制其具有显著特征的情节，或故意生成受著作权保护的具体表达，则已超出合理使用边界，构成侵权。即便无侵权故意，若将生成内容直接投入商业使用而未作任何著作权审查，亦体现其对他人权利的轻视，构成重大过失，应承担法律责任。

指令输入者的责任适用过错责任原则，以是否尽到合理注意义务为判断标准。认定过错需结合主体认知能力、专业知识及使用场景等因素区别对待：普通用户对AIGC的非商业性使用，只需尽到与自身身份相当的通常注意义务，如使用常规查重工具进行表面相似度检查；而专业商业机构将AIGC用于营利目的，则须建立内容审核机制，如委托专业机构进行著作权鉴定、设置多层审核流程。此种区分兼顾公平性与不同群体的实际控制能力，有助于形成合理预期。

技术开发者是算法和基础模型的创造者，对技术开发者而言，责任认定要考虑其技术控制能力以及风险防范义务。技术开发者通过选择训练数据、设计算法和设定系统功能来为AIGC的生成能力奠定基础，并且划定它的边界。在明知训练数据里包含大量的未经授权的作品时，如果不采取有效的技术手段来阻止算法直接模仿原作的核心表达，那么放任或者默认就构成侵权。例如，当某款AI绘画工具开发者的技术系统缺少基本的侵权内容过滤机制的时候，即使该开发者对用于训练的数据进行了著作权筛查工作，也会因为该技术系统的缺陷而导致其生成的图像与受保护作品的构图、色彩、风格等表达要素十分相似的侵权后果。此时，该开发者应当对由此造成的侵权行为负责。如果开发者能证明自己已经尽到了行业内通常的注意义务，那么侵权内容完全是用户恶意引导或规避造成的，开发者就不应该承担责任。

就归责标准而言，对于技术开发者应当适用过错推定原则。由于开发者身份在整个技术架构中是设计者、主导者，在信息和技术上处于明显的优势地位，因此要求其对自己行为是否尽到合理的注意义务进行举证，更符合法律公平原则。证明自己已经采取了行业内公认的防护措施，如使用合法训练数据、建立有效的内容过滤识别机制、提供详尽清晰的使用指南、风险提示等等。但这并不意味着只要做了这些事情就可以完全免责，而是需要促使开发者不断完善自己的侵权防范机制，促使整个行业形成一种自我约束力，避免因为承担的责任过重而影响技术创新发展。

平台所有者作为AIGC服务的供给方、传播渠道，其侵权及责任认定应当根据其对内容生成、传播实际介入程度来进行判定。如果平台采用算法改良、功能规划等手段使得某种内容得以产生，那么它就不再只是工具提供者了，而是创造者和参与者，假如平台给予一键模仿某名家风格的功能或者设立以某一著名作品风格为参照的制作模板，这就如同把受著作权保护的风格特点及表达元素当作自家的服务卖点一般，这是主动引导且深度参与的行为，应当承担责任。如果平台对于用户上传的侵权内容没有尽到合理的审查义务，放任侵权内容在平台上传播，并且从中获利，那么平台也应当承担一定的责任。

反之，如果平台只是提供了标准化的基础技术服务，没有参与具体内容的生成过程，对用户没有引导和干预，则在这种情况下平台的责任应当受到“避风港原则”的保护，这也是技术中立原则的一种体现。对于只提供基础技术服务的平台适用过错责任原则，可以通过是否及时采取了必要措施来判断其是否存在过错；而对于主动提供高风险服务、深度介入内容生成过程的平台则应该适用过错推定责任原则，无法证明自己已建立有效识别和防范机制即推定其有过错。当平台能够从侵权内容中获得直接的经济收益，如会员费、广告分成、流量变现等，即使平台在完成基本的通知删除义务后，仍可能因明知或应知侵权状态而承担相应的连带责任。

（三）AIGC的侵权责任例外

在特定情形下，AIGC可不构成著作权侵权，其责任例外应在著作权法“权利限制”框架下，依据技术逻辑与产业需求确定，以避免过度保护阻碍创新与传播。

合理使用是主要例外情形，尤其适用于以人工智能研发为目的的深度学习行为。AI对作品的利用具有转换性质，旨在从数据中提炼表达规律，而非复制核心表达内容，通常不影响原作品市场价值。此种利用符合合理使用四要素——非营利性科研目的、使用已发表作品、使用数量必要、未对原作品市场造成实质损害，可视为责任例外。

转换性使用亦属重要例外。若AIGC对原作品的使用改变了表达形式、用途或价值，并产生新的独创性内容，则属于转换性使用，不构成侵权。例如，将文字小说转化为全新艺术风格的漫画、将图片转换为赛博朋克风格作品、根据多篇新闻稿生成综合舆情分析报告等，均属改变表达形式与使用目的的转换性使用。美国版权局在“泰勒案”中也认为，若生成内容是对原作品的转换性使用（如照片转抽象画），即便未经许可亦可依据合理使用免责。

法定许可在特定情形下亦可作为例外。以新闻报道、教育科研等公益目的使用AIGC，可参照法定许可制度，无需事先取得许可，但应支付相应报酬。例如，高校研究团队为探究AI文学创作规律，对已发表小说进行分析后生成报告，可适用法定许可，向著作权集体管理组织付酬即可。若生成内容以合法取得的原作品为基础，且后续使用不超出个人学习、研究范围，亦可免除侵权责任。

四、结语

AIGC对著作权制度的影响是全方位的，深层次的，它涉及到技术适应问题、法律价值调适更新问题。通过对AIGC作品的属性、著作权归属以及侵权认定与责任例外等问题的分析可以得出一个基本共识，即著作权法要坚持鼓励创作的基本原则，在此基础上积极、审慎地应对技术变迁。AIGC作品的著作权规则应该具有开放性和适应性的特点，这也需要立法者、法官和学者通过法律解释的方式来让著作权法继续为创新激励、文化繁荣发挥作用。

参考文献：

1. [1] 吴汉东.论人工智能生成内容的可版权性：实务、法理与制度[J].中国法律评论,2024(03):113-129.
2. [2] 李祎恒,张峥.AIGC独创性标准的构建[J].大数据,2025,11(01):36-44.
3. [3] 张玲.法哲学作品观视阈下AIGC的作品定性再分析[J].知识产权,2025(03):3-23.
4. [4] 蒋舸.AIGC版权判定的认知经济性分析[J].社会科学文摘,2025(05):115-117.
5. [5] 王迁.论人工智能生成的内容在著作权法中的定性[J].法律科学(西北政法大学学报),2017,35(05):148-155.
6. [6] 陶乾.论著作权法对人工智能生成成果的保护——作为邻接权的数据处理者权之证立[J].法学,2018(04):3-15.
7. [7] 熊琦.人工智能生成内容的著作权认定[J].知识产权,2017(03):3-8.
8. [8] 周辉.网盘平台创新服务的著作权保护从平台责任到合规治理[J].中外法学,2023,35(02):365-382.
9. [9] 吴汉东.人工智能生成作品的著作权法之问[J].中外法学,2020,32(03):653-673.
10. [10] 冯冰银.“窃书”是否为“雅罪”——生成式人工智能侵权责任问题研究[J].数字法治,2025(02):94-110.
11. [11] 王莹.算法侵害责任框架刍议[J].中国法学,2022(03):165-184.
12. [12] 马忠法,肖宇露.论人工智能学习创作的合理使用[J].山东科技大学学报(社会科学版),2020,22(05):32-38+47.
13. [13] 熊琦.生成式人工智能平台的著作权侵权责任[J].环球法律评论,2025,47(02):23-37.
14. [14] 王利明,包丁裕睿.论“通知”规则在生成式人工智能作品侵权中的类推适用[J].比较法研究,2025(04):1-13.