引言
近年来，以Midjourney、Stable Diffusion为代表的人工智能生成艺术（AIGA）技术浪潮席卷全球，彻底改变了视觉内容的创作模式。普通大众通过简单的文字描述（“提示词”），便能生成媲美专业艺术家的图像作品，在激发无限创作潜力的同时，引发了一场深刻的法律与伦理“灵魂拷问”：由算法生成的艺术品，是否侵犯了现有艺术家的版权？原创性应如何界定？版权该归属于谁？截至2025年，全球范围内尚未形成统一的法律共识，技术发展持续领先于法律的脚步，我们正处在探索与规则重塑的关键时期 。
AI生成原理
工作原理
讨论AI生成艺术的版权归属，无法绕开根本问题：“创作”行为究竟是如何发生的？简单了解工作原理，是判断人类扮演何种角色、付出多少智力劳动的第一步。当前，主流的AI绘画技术主要分为两大流派。
- 生成对抗网络 (GANs)：生成对抗网络（Generative Adversarial Networks, GANs）是早期AI绘画领域的主力军，能想象它是由两位“大师”组成的学习小组 ：
- 生成器 Generator： 任务是凭空创作出以假乱真的画作。一开始画得非常糟糕，像孩童的涂鸦。
- 判别器 Discriminator： 任务是辨别哪些画是真实的（来自训练数据），哪些是“伪造大师”画的假画。
- 扩散模型 (Diffusion Models)：扩散模型是当前（截至2025年）最流行、技术最成熟的AI绘画模型，模型的工作方式：
- 加噪过程（正向扩散）： 拿一张清晰的照片（比如一只猫），往张照片上添加随机的“噪声”（就像电视雪花点），直到照片变成毫无规律的随机噪声，原始的猫咪图像信息完全消失 ，是AI在“学习”如何将有序变混沌。
- 去噪过程（反向扩散）： AI模型学会“加噪”的逆过程。给它纯粹的随机噪声，加上用户指令（例如，“一只戴着王冠的猫”），AI根据指令从混沌的噪声中“雕刻”出细节，逐渐去除噪声，还原出清晰、具体且符合指令的全新图像 。
训练数据
AI模型训练事使用的训练数据集包含数以亿计的“图片文字描述”对，包含大量受版权保护的艺术作品、摄影照片和个人插画。AI通过学习数据，掌握世间万物的形态、风格和概念之间的联系。例如，知道“猫”是什么样子，“梵高风格”是什么感觉。当AI生成图像时，并非凭空创造，是在“记忆”（模型参数）中，根据用户的提示，对海量学习过的内容进行复杂的重组、融合与再创造。
AI艺术版权争议的核心，AI公司在未经授权的情况下，用受版权保护的作品训练商业模型，是否构成对原作者版权的侵犯？目前，全球范围内已有多起艺术家和图片公司针对AI公司的集体诉讼，指控侵犯版权 。版权问题是该领域最大的法律雷区。
何为原创性
在技术层面理解了AI如何“画画”后，转向法律层面，探讨版权保护的核心，原创性（Originality）。作品要获得版权法的保护，需要满足两个基本条件：人类作者的创作，及作品本身具备独创性。
独创性与人类作者
在传统的版权法框架下，独创性不要求作品是前无古人、惊世骇俗的杰作。法律对创造性的要求非常低，被称为“最低限度的创造性”（Modicum of Creativity）原则 。主要包含两层含义 ：
- 独立创作（Independent Creation）： 作品是作者独立完成的，非抄袭或复制他人的作品。
- 最低限度的创造力（Minimal Creativity）： 作品中包含作者的智力创造或个性选择，不能是纯粹的机械性劳动成果。
版权法默认的前提，作者必须是人（Human Author）。法律激励和保护人类的智力创造活动。动物的“画作”、自然形成的美景，和机器自动生成的简单图表，都被排除在版权保护之外。
AI生成作品的独创性难题
AI生成争议的焦点为在使用AI生成艺术的过程中，人类的智力投入体现在哪里？投入是否能跨过最低限度的创造性门槛？
- 支持方观点： 用户的贡献不是按一下生成按钮。高质量的AI作品，需要用户进行：
- 提示词设计： 构思独特的概念，选择精准的描述词、风格词、艺术家名、构图指令、光影效果等，就是复杂的智力选择和表达。
- 参数调整与迭代： 用户反复调整AI模型的各种参数（如随机种子、引导强度等），对不满意的结果进行多次重画或迭代，充满主观的审美判断和选择。
- 筛选与编排： AI一次能生成多张图片，用户从中挑选出最满意的一张，或将多张图片进行拼接、修改，筛选和编辑过程体现了人类的创造力。
- 反对方观点： AI在创作中占据主导地位。用户提供的提示词是想法或指令，将这想法转化为具体、复杂的视觉表达的，是AI模型本身。AI完成了所有绘画工作，人类的贡献相对有限。
思想/表达二分法
版权法中的核心原则，法律保护的是思想的表达（Expression），不保护思想（Idea）本身。例如，“一个男孩进入魔法学校学习”思想不受保护，J.K.罗琳笔下《哈利·波特》的具体故事情节、人物和文字描述表达受版权保护。
在AI艺术创作中，界限变得模糊。用户输入的提示词，是属于不受保护的思想，还是已经构成具备独创性的表达？生成的图像，是AI对用户思想的表达，还是用户借助AI工具完成的自我表达？目前没有统一答案，成为各国法院判决分歧的关键所在。
从作者中心到作品中心
面对AI带来的挑战，法律学者开始反思，是否应该调整版权法的视角。传统的作者中心主义强调创作行为和作者身份，新的观点作品中心主义认为，或许该关注作品本身是否在客观上呈现出独特性和创新性，不必纠结到底是如何被创造出来的 。视角的转变为解决AI作品的版权问题提供了全新的思路。
全球司法实践：中美两国的不同路径
面对AI生成艺术，世界各国法院正在摸索中前行。美国和中国的司法判决展现了两种截然不同且极具代表性的思路，为理解问题的复杂性提供了绝佳的范例。
美国：坚守“人类作者”的堡垒
- 核心立场，AI不能成为作者：截至2025年，美国司法界和版权局的主流立场非常明确且坚定：完全由人工智能在没有足够人类创造性干预的情况下生成的作品，不受美国版权法保护 。核心逻辑是，版权法自始至终是为保护和激励人类的创造力。
- 标志性案件，Thaler案：最经典的体现是著名的“斯蒂芬·塞勒诉美国版权局案”（Stephen Thaler v. U.S. Copyright Office）。塞勒博士是AI科学家，开发了名为“创造力机器”（Creativity Machine）的AI系统。系统独立创作了名为《新天堂的最近入口》的图像。塞勒试图为作品注册版权，将作者署名为“创造力机器”，本人仅作为作品的所有者。申请被美国版权局（USCO）多次驳回。塞勒将版权局告上法庭，从地方法院到上诉法院，判决结果都一致。2025年3月，美国联邦上诉法院做出裁定，明确支持版权局的决定，重申 “人类作者身份是版权保护的基本要求” 。法官认为，版权法中的“作者”一词，在历史和语境中都指向人类。让非人类实体享有版权，需要国会进行明确的立法修改。
中国：拥抱“人机协作”的智慧
与美国形成鲜明对比的是，中国法院在司法实践中采取开放和务实的态度，倾向承认“人机协作”的成果。
- 核心立场，承认用户在特定情况下的作者身份：中国法院普遍认为，判断AI生成内容是否构成作品的关键，在于审查是否体现类的独创性智力投入 。用户在使用AI的过程中，进行创造性的构思、设计和选择，生成的作品能认定为受《著作权法》保护的美术作品，用户视为该作品的作者。
- 标志性案件，北京互联网法院“AI文生图”第一案：案件中，原告李先生用Stable Diffusion模型，通过输入大量、详细的提示词，设置复杂的参数，生成名为《春风送暖》的古风美女图片，发布在社交媒体上。被告博主在未获许可的情况下，去除原告的水印，将图片用在自己文章的配图。北京互联网法院在审理“AI文生图”案件时，认定涉案图片在提示词设计和参数调整上的智力劳动具备独创性，构成美术作品，原告是作者并享有著作权。被告未经授权使用作品，侵犯原告的署名权和信息网络传播权，需承担赔礼道歉和赔偿损失的责任。
- 判决的深远影响：判决在中国乃至全球都引起巨大反响，明确了在付出智力劳动的前提下，用AI创作的成果能获得法律保护。鼓励AI技术在文化创意产业的应用，为后续类似案件的审理提供清晰的司法路径 。
欧盟及其他地区：仍在探索中的“中间地带”
欧盟的法律框架处于中美之间的“中间地带”。欧盟的版权指令强调，作品应是 “作者自己的智力创作” （author’s own intellectual creation）。为个案裁决留下较大的解释空间。在欧盟各国，法律适用和判例结果尚不统一，整个地区仍处于积极的法律探索和适应期 。
AI时代创作者指南：版权归属与合规使用手册
我用AI生成的图片，版权归谁？
综合本报告的分析，得出一个简明的结论：
- 如果在美国： 默认情况下，纯AI生成的图片很可能不受版权保护。想获得版权，必须证明自己对AI的输出进行大量的、具有创造性的二次加工（如复杂的拼贴、大量的绘画修改等），且保护的是自己贡献的部分。
- 如果在中国： 只要能证明自己在创作过程中付出足够的“独创性智力投入”（如详细记录提示词构思、迭代调整过程、最终的审美选择等），有很大可能被认定为作者，享有图片的完整著作权 。
- 在其他地区： 情况尚不明确，建议更为谨慎的态度。
核心建议： 无论在何处，务必保存好创作过程记录！ 包括原始提示词、修改过的提示词、重要的参数设置、不同版本的迭代草稿等。是未来主张权利时，证明自己“智力投入”的最有力证据。
AI绘画会侵犯原画师的版权吗？
主要涉及AI的“输入端”和“输出端”两个环节。
- 输入端——训练数据争议：许多AI模型的训练数据涉嫌未经授权使用受版权保护的作品。作为普通用户，无法控制AI公司的训练行为。
- 输出端——“风格模仿”与“实质性相似”：
- 风格模仿： 版权法保护的是具体的“表达”，非抽象的“风格”。用AI生成一幅“梵高风格”的画作，不构成对梵高作品的侵权。同理，模仿当代在世艺术家的风格，可能引发道德争议，在法律上难以被认定为侵权。
- 实质性相似（Substantial Similarity）： 是真正的红线。如果通过提示词，刻意让AI生成与某部受版权保护作品在构图、角色、关键元素上高度相似的图像，生成的图像极有可能构成侵权。
如何安全地使用AI生成艺术？
为最大限度地规避法律风险，享受创作的乐趣，请参考以下实用建议：
- 选择“血统纯正”的AI服务： 优先使用公开承诺训练数据合法合规的AI平台。例如，Adobe公司的Firefly模型明确表示训练数据源自Adobe Stock图库、开源及公共领域内容 。Getty Images推出基于其自有合法图库训练的AI生成工具 ，能显著降低输入端的侵权风险。
- 发挥原创性： 不要只使用简单的提示词。将多个不相关的概念进行融合，设计复杂的场景和细节，创造出真正独特的个人表达。
- 避免直接复刻： 切勿用AI直接模仿、复制受版权保护的知名角色、品牌标志或具体艺术品。
- 仔细阅读服务条款： 在用任何AI工具之前，花几分钟阅读其用户协议。条款会规定生成内容的所有权归属、商业使用权限等重要信息。
结论与展望：走向人机共创的未来
AI生成艺术的版权问题，本质上是技术发展与法律体系之间的赛跑。目前，全球尚未形成统一的法律共识，各国司法实践呈现差异化趋势，核心争议点始终围绕“人类智力投入”与“AI工具作用”的界定。问题的复杂性源于AI技术的快速迭代与法律体系的滞后性，使版权保护的边界在AI生成内容中变得模糊不清。
未来，AI生成艺术将更深度地融入创作生态，法律与技术的边界将不断被重新定义。随着技术的成熟与法律的演进，AI生成艺术将从“争议”走向“规范”，最终实现人机协同创作的良性发展。法律、技术与社会的互动将共同推动AI生成艺术的健康发展，为人类创造力的表达提供更加多元的可能。