1. 引言
科技改变生活，随着人工智能对各方面的入侵和人们对于人工智能的大范围的使用，AIGC逐渐成为人们讨论的热点话题。不管是从AI本身是否可以具备作者资格，还是AIGC究竟是否可以成为作品，并被授予版权。本文对于学界目前已有观点进行综合性的论述，以期能够为后续研究提供些许帮助。
2. 数据来源与研究方法
(一) 数据来源
本文数据来自于中国知网(CNKI)，为了确保检索到所有与人工智能生成物相关的文献，确保没有遗漏，笔者以“人工智能生成物”和“著作权”作为主题词进行不限年份的检索，同时设置人工智能生成物的同义词“人工智能生成的内容、人工智能生成内容、人工智能创造物、人工智能创作物、智能机器人创造物、人工智能智力成果、人工智能生成作品”作为OR条件。最终获得2523篇文献，其中学术期刊1771篇、学位论文500篇、会议66篇、报纸39篇、图书41本。将检索时间范围设置为2015年1月1日开始至笔者检索时间(2025年3月1日)，其中2016年5篇，2017年31篇，2018年126篇，2019年276篇，2020年274篇、2021年195篇、2022年157篇、2023年479篇、2024年达到峰值852篇、2025年全年知网预测为824篇。
(二) 研究方法
CiteSpace工具可以进行关键词聚类图谱的生成，同时对于各个节点给出相应的重点化呈现。我们使用CiteSpace进行文献量化，可以使该领域的研究成果以关键词图谱，时间发展脉络的方式，呈现出来，比其他研究发展方式更加的直观。
3. 数据统计与可视化分析
笔者利用定量分析方法——文献计量法对国内目前现有的所有人工智能生成物著作权问题的相关文献进行可视化分析。主要采用以Java语言作为运行环境的CiteSpace软件作为分析工具，针对国内学术界对人工智能生成物的研究文献，将研究成果以可视化的方式进行呈现。
如图1，从2016年开始起步主要是由于我国发生了第一起人工智能生成物究竟是不是作品的民事案件——“腾讯Dreamwriter案”，该案中Dreamwriter在两分钟内写成的新闻稿究竟是不是作品，被告公司是否涉嫌侵权，引起了学术界对于人工智能生成物的探究，而在2023年，发文量达到了2022年的三倍多，则是由于彼时国内外各种大模型的出现，2023年年初，OpenAI公司推出了GPT4.0，这是对GPT3.5的迭代。同年，国内首批大模型产品陆续通过《生成式人工智能服务管理暂行办法》并进行备案，这意味着大模型可正式上线面向公众提供服务。在这个阶段，国内的互联网公司纷纷下场，欲成为国内该领域的领先者，2023年第一季度，百度公司宣布开始对大语言模型“文心一言”进行实测，同年，八月份，百度公司正式发布文心一言，在该年12月份，文心一言的用户量就达到了1亿+。
Figure 1. The number of publications on the copyright of artificial intelligence generated by civil and commercial law academics from 2015 to 2025
图1. 2015~2025年民商法学术界对人工智能生成物著作权研究的发文量
在对文献来源限制为南大核心和北大核心后，根据被引量进行排序。排名前五位中共有三篇发布于《法律科学(西北政法大学学报)》如表1所示，且发表时间一致，主要是当时《法律科学(西北政法大学学报)》2017年第五期以人工智能法律问题作为一个专题进行讨论，共有五篇，其中三篇直接以人工智能生成物著作权作为主题，一篇在内容中涉及到了人工智能生成物的著作权问题。
Table 1. Ranking of citations in the field of artificial intelligence generated copyright
表1. 人工智能生成物著作权领域文献被引量排名
序号 |
作者 |
文献名 |
期刊名称 |
发表时间 |
被引量 |
1 |
王迁 |
《论人工智能生成的内容在著作权法
中的定性》 |
《法律科学(西北政法大学学报)》 |
2017-09-10 |
954 |
2 |
熊琦 |
《人工智能生成内容的著作权认定》 |
《知识产权》 |
2017-03-25 |
786 |
3 |
易继明 |
《人工智能创作物是作品吗?》 |
《法律科学(西北政法大学学报)》 |
2017-09-10 |
768 |
4 |
梁志文 |
《论人工智能创造物的法律保护》 |
《法律科学(西北政法大学学报)》 |
2017-09-10 |
530 |
5 |
吴汉东 |
《人工智能生成作品的著作权法之问》 |
《中外法学》 |
2020-06-15 |
363 |
为了使关于人工智能生成物著作权的研究更加具有参考价值，笔者将文献来源限制为北大核心和南大核心并运用CiteSpace进行关键词的可视化。在图2中，该关键词越大，就代表其出现的频次越高，即为该领域研究的热点问题，线条则代表不同关键词之间的联系。如图2，整体而言，人工智能生成物著作权的研究热点主要为人工智能对知识产权、著作权的影响的相关研究。
Figure 2. Clustering graph of hotspot keywords for copyright research on artificial intelligence generations
图2. 人工智能生成物著作权研究热点关键词聚类图谱
Figure 3. Keyword “artificial intelligence” cluster map
图3. 关键词“人工智能”聚类图谱
笔者选取“人工智能”作为关键词，进一步进行分析。
如图3，与人工智能联系最为密切的四个关键词分别是作品、独创性、合理使用、邻接权。人工智能生成物著作权领域热点问题一是人工智能生成物是否为作品，判定其是否为作品的标准则是独创性，不论是探讨其是否应当授予版权、可版权性，其基础问题均是判断其是否为作品。同时在对其分析是否为作品时，如果人工智能生成物是作品，那么作者是谁，权利归属于谁？热点问题二，国内学界在思考人工智能生成物是否应当得到保护的时候，也有部分作者主张以邻接权的方式保护人工智能生成物。费安玲认为人工智能生成内容符合广义邻接权的保护要求，但是现有的邻接权制度无法对人工智能生成内容提供保护，应当对扩张现有的邻接权制度，设立“生成式信息使用者权”，但是也有学者认为人工智能不能由邻接权来进行保护，邻接权保护的是作者传播者的利益，显然人工智能不能被划归为邻接权保护范围。热点问题三，关于合理使用问题，学术界目前开始研究人工智能在其运行过程中对人类作品的使用问题。该问题主要是涉及人工智能在数据爬取，在生成内容的过程中对已有著作权的其他权利人究竟是合理使用还是侵权。
笔者将研究数据进行整理，按照关键词出现的频次进行排列。得出表2。Count代表该项关键词出现的频数，Centrality代表中心度，可以理解为该词的重要性以及与其他关键词的联系程度，这个值越大就代表该词与其他词之间发生的联系越多，Year则代表该关键词出现的年份。根据频次出现的关键词分别是人工智能、著作权、独创性、可版权性、知识产权、作品、权利归属、版权、合理使用、邻接权、著作权法、作者、创造物、版权归属、可专利性、侵权责任。从2017年开始，人工智能生成物就面临是否可以被授予著作权、是否可版权、能否能够成为作品的讨论，在2018年出现了版权归属的讨论，支持人工智能生成物可版权的学者开始进行权利归属的讨论，2019年关于合理使用的讨论开始出现，2021年开始出现侵权责任的讨论，同时与之能够相互呼应的是，司法案件中关于人工智能生成物侵权或者被侵权的相关诉讼的增多，从某种角度来说，也是司法在倒过来推动学界相关研究的进行。
Table 2. Hot keywords of artificial intelligence research
表2. 人工智能研究热点关键词
Count |
Centrality |
Year |
Keywords |
107 |
0.82 |
2017 |
人工智能 |
57 |
0.18 |
2017 |
著作权 |
41 |
0.17 |
2017 |
独创性 |
25 |
0.14 |
2017 |
可版权性 |
24 |
0.09 |
2017 |
知识产权 |
23 |
0.09 |
2017 |
作品 |
19 |
0.05 |
2017 |
权利归属 |
19 |
0.14 |
2017 |
版权 |
17 |
0.10 |
2019 |
合理使用 |
12 |
0.03 |
2017 |
邻接权 |
11 |
0.06 |
2017 |
著作权法 |
8 |
0.05 |
2017 |
作者 |
8 |
0.00 |
2017 |
创作物 |
7 |
0.02 |
2018 |
版权归属 |
6 |
0.01 |
2019 |
可专利性 |
5 |
0.03 |
2021 |
侵权责任 |
笔者以时间线的方式对人工智能生成物著作权研究关键词做可视化处理，如图4，图4中右侧为关键词聚类结果，分别为#0独创性、#1著作权、#2可专利性、#3版权、#4可版权性、#5合理使用、#6知识产权、#7侵权责任、#9主体资格，左侧曲线反映的是每一类标签的延续情况，反映出人工智能生成物著作权研究领域的发展趋势，能够看出关于独创性标准的讨论一直在延续，这就意味着人工智能生成物著作权相关问题，虽然发文量已经达到了很高的数量，但是其相关问题仍然具有研究价值。
Figure 4. Timeline of copyright keywords for AI-generated products
图4. 人工智能生成物著作权关键词时间线
4. 人工智能生成物可著作权文献综述
(一) 肯定说：人工智能生成物具有可版权性
在版权自然人来源逐渐淡化的大背景下，熊琦教授[1]认为人工智能生成物可由独创性判定标准来进行认定，并且可版权性的判断及其权利归属应当以“人”为权利基础，否定了人工智能的法律主体地位，并认为人工智能的所有者应为权利人[2]。除此之外，其认为人工智能使用者和设计者之间实施上存在委托合同关系，人工智能生成物应当纳入委托作品的范围[3]。相比熊琦教授以人工智能生成内容为主题发表多篇内容。易继明教授[4] [5]在2017年发布了《人工智能创作物是作品吗》之后未发表其他相关文章，并在2024年转向研究合理使用问题。其认为不能因为人工智能生成物的创造主体非“人”就否定其版权性[6]-[8]，应根据“额头出汗”原则建立起独创性判断的客观标准，并且与熊琦教授的观点一致，认为相关权利归属应当以所有者与使用者之间的约定优先[5]。吴汉东教授[9]对人工智能生成内容的过程进行分析，将机器的创作过程划分为输入过程、学习过程、输出过程，并认为人工智能生成内容符合独创性标准的要求，权利归属方面与熊琦、易继明存在共同点，认为权利应当由参与投资或者创作的自然人、法人享有。其2024年在司法案件的启发以及主客体二分的法政策取向下，再次对于人工智能生成内容可版权性的法律路径进行探索，认为可以承认机器人的作者身份，但是不赋予其著作权资格，从而实现创作主体与权利主体的界分[9]-[12]。在制度层面，其提出拟定新的合作作品条款，承认人工智能的作者地位、设立人类必要介入条款、同时为了防止人工智能在输入阶段的侵权风险，设立著作权人关于人工智能作品的标示义务和举证责任[13]-[16]。
综上，持肯定说的学者基于“作品中心主义”认为人工智能创作物可被视为作品，在该认定基础上，对于作品归属，或认为应当根据相关协议认定其为委托作品或认定人工智能的创作者身份，将其认定为合作作品[17]-[21]。其优点在于探索了人工智能侵权和被侵权的路径，对于民事责任划分方面起到了一定的作用，但其忽视了法律以人为本的要求，存在一定偏颇。
(二) 间接肯定说：通过肯定人工智能生成物具有可版权性讨论人工智能生成物的权利归属、侵权以及保护问题
在探讨人工智能生成物的版权属性时，徐楠芝[22]提出，当这些生成物具备独创性、可复制性、作品属性及特定的表达形式这四个核心要素时，便可视为具有版权性。据此她进一步分析了人工智能生成物版权归属的一般规则和特殊规则。然而，部分学者持不同观点，认为探讨人工智能生成物的侵权问题并不必然以确定其可版权性为前提[23]-[26]。不过，权利和义务是相辅相成的。著作权作为一种排他性权利，若不赋予相应的权利而单方面施加义务，这与著作权的本质定义是不相符的。当人工智能生成物具有独创性、可复制性、作品属性及表达形式四个方面的时候即具有可版权性，在此基础上其讨论了人工智能生成物的一般归属规则和特殊归属规则[27]-[30]。因此，从法律逻辑的角度出发，明确人工智能生成物的可版权性是解决其侵权问题的必要前提。这不仅有助于保护创新和鼓励创作，还能为相关产业提供清晰的法律指引，减少法律风险。只有在确定了人工智能生成物的可版权性之后，才能进一步讨论其权利归属和侵权责任问题，从而为人工智能生成内容构建一个公正、合理的知识产权保护体系。看似间接肯定说对于人工智能生成内容给出了新的角度，实则内核还是与肯定说持相同观点，即在作品中心主义的立场上，肯定了AIGC的可版权性，讨论AIGC的权利归属的前提是AIGC是作品，否则，讨论其权利归属是无意义的，类似于法律推理过程中的反推，即有C才能有H，那么当H出现的时候，则可以认为是有C的产生。
(三) 否定说：人工智能生成物不具有可版权性
否定说主要是由王迁学者为代表。关于人工智能生成物的定性问题，王迁共发表了三篇文章，他认为目前为止的人工智能生成物都是应用算法、规则和模板的结果，不能体现创作者独特的个性，并不能被认定为作品。2017年，王迁[31]第一次发表以人工智能生成的内容为主题的相关文章认为人工智能生成的内容若在表现形式上不符合作品的构成要件，则当然不能被认定为作品。即使其在表现形式上符合作品的构成要件，但由于其产生过程是算法、规则和模板的结果，不能体现创作者独特的个性，并不能被认定为作品。在2023年发表的《再论人工智能生成的内容在著作权法中的定性》中，王迁[32]通过阐述著作权法产生的目的——鼓励创作，再次否定了以“独创性客体说”为基础认定人工智能生成的内容为作品的可能性。2023年ChatGPT引起热议，王迁以两个高度专业的著作权法问题提问，一个问题已经在学界进行过广泛讨论，ChatGPT的回答总结了各学者的共性，而另外一个问题，学界只有较少的可参考的文章，ChatGPT的回答错漏百出，在此种基于以往数据的情况下，ChatGPT生成的内容当然不能得到著作权法的保护。
2024年初，《中国法律评论》邀请了几位学者进行了一场关于AIGC可版权性的讨论。在这场讨论中王迁[33]再次明确表达在人实施了基于自由意志决定表达性要素的行为是讨论一切作品著作权问题的前提。在2024年，王迁[34]三论人工智能生成物在著作权的属性问题，通过对“创作”二字进行阐释，深入分析创作工具与创作行为、用户输入与创作行为的不同，结合《伯尼尔公约》认为如果中国将人工智能生成物视为作品，将会导致保护的不平衡性即中国人工智能生成物无法在其他缔约国得到保护，而其他缔约国人工智能生成物将在我国得到保护。
综上，持否定说的学者认为人工智能生成内容不具有人类作品所具备的思想感情并不能表达个性而不能被认定为作品[35]-[38]；同时从社会效益论出发，著作权法律的激励制度将会面临失效[39] [40]；比较域外法律实践，如果各国法律无法统一，在我国，他国人工智能生成内容可以获得保护，而我国人工智能生成内容却无法在他国获得保护[41]-[43]。
王迁等学者从著作权法的本质出发，阐明AIGC无法被授予版权的法理学基础，创作行为本身需要人类的自由意志，版权的授予本身也是为了激励自然人的创作激情，从而丰富人类的精神世界和文化生活，而对AIGC授予版权是无法达到立法者的期许的。
笔者认为无论是从立法者视角出发，还是从当前社会现实出发，人工智能生成物并不具有被认定为作品的理论基础、法律基础和社会基础，其不能够表达人类所拥有的感情，不能获得著作权法的保护。
5. 结论与展望
(一) 研究结论
1) 学术争议聚焦核心法律要件与权利逻辑
学界围绕人工智能生成物的可版权性形成了“肯定说”“间接肯定说”与“否定说”三大阵营，争议核心集中于“独创性认定”“法律主体定位”及“权利归属规则”。肯定说以“作品中心主义”为基础，强调人工智能生成物若满足独创性标准，可视为人类创作的延伸，权利归属需以“人”为核心，通过委托作品或合作作品制度界定权利主体。间接肯定说则将可版权性作为讨论权利归属与侵权责任的逻辑前提，主张以“四要素”构建版权认定框架。否定说则从根本上否定人工智能生成物的作品属性，认为其本质是算法运行结果，缺乏人类个性表达，且法律若赋予其版权可能导致激励机制失效及国际保护失衡。争议的核心本质上是“作品中心主义”与“作者中心主义”的对抗。
2) 权利归属理论呈现“人类中心主义”共识
尽管各学派在可版权性认定上存在分歧，但在权利主体界定上形成“人类中心主义”共识：无论是否承认生成物的作品属性，均强调权利应由人类主体享有。肯定说通过委托作品、合作作品制度明确权利归属；否定说则直接否定人工智能的法律主体地位，将生成物视为工具成果，权利归属于人类创作者。这一共识反映了当前法律体系对“创作行为需有人的意志参与”的核心坚持。需要明确的是，无论哪种学说，均没有赋予人工智能以法律主体地位，同时我们也必须意识到民事主体地位从来不应当是知识产权领域所探讨的问题，这应当是由民法领域来进行规定的。
3) 研究视角兼具理论深度与现实关切
学者研究既注重法理逻辑推演，也紧密结合人工智能技术的发展。吴汉东提出的“创作主体与权利主体界分”“人类必要介入条款”等制度设计，王迁对国际版权保护失衡的警示，均体现了理论研究对技术发展与法律实践的双重回应。
学者研究不仅结合了传统的哲学思想，例如马克思“劳动价值论”，黑格尔哲学理论，抑或是传统的判断独创性标准的“额头流汗”原则。并且关注人工智能技术本身，吴汉东解构了数据训练的技术过程，深度分析人工智能时代的机器创作。
多数学者也引进了别国对于人工智能生成物的相关案例以及法律法规，通过对于美国、日本、欧盟等版权意识强的地区进行分析，以求对国内的相关问题得到注解。
(二) 未来展望
1) 深化跨学科研究，破解“技术–法律”二元张力
法律从来不仅仅是法律本身，其产生是为了调整社会关系。没有一部法律能够独立于社会现实而存在，其托生于社会现实，又反作用于社会现实。法学作为研究法律的科学，应当注意与其他学科的结合。但现有研究多从法学单一视角展开，未来需加强与计算机科学、伦理学、社会学的交叉融合。例如，结合人工智能生成技术原理包括但不限于深度学习的算法原理以及数据训练机制等等一系列技术原理，精准界定“独创性”的技术边界；引入伦理分析，探讨版权制度对“技术创新”与“人类创造性保护”的平衡路径，避免陷入纯法理争议。
2) 强化实证研究与司法案例导向
目前理论争议尚未形成统一标准，需以司法实践为切入点，虽然目前的司法案例数量可能不足以支撑相关的实证研究，但是毫无疑问，司法案例仍然是相关理论探讨的旗帜，脱离了案例的理论探讨并不具有现实意义。可通过对美国版权局相关案例“Goldsmith案”“Stephen诉美国版权案”、中国“腾讯财经Dreamwriter案”等国内外典型案例来获知法院对独创性的认定逻辑并且提炼可复制的裁判规则。同时，也应当关注《著作权法》修订动向和法院审判指南及相关司法解释，推动“人工智能生成物”相关条款的具体化，解决“标示义务”“举证责任”等制度落地问题。
3) 构建国际协同治理框架，应对跨境版权挑战
针对王迁提出的“国际保护不平衡”问题，需加强比较法研究，借鉴国际上目前现有的法律法规，例如欧盟的《人工智能法案》、美国DMCA (数字千年版权法)、新加坡《人工智能模型治理模式框架》、加拿大《人工智能与数据法》对生成内容的规制经验，并结合现有的国际条约TRIPs协定和《伯尼尔公约》，推动各国在“独创性标准”“权利归属原则”上的协调。可探索建立“最低保护标准”，避免因法律差异导致的跨境侵权与产业壁垒。
总之，人工智能生成物的版权问题本质上是技术革命对传统法律框架的挑战，需在“保护人类创造性”“鼓励技术创新”“维护社会公共利益”之间寻求动态平衡。未来研究应跳出单一学科局限，以系统性思维构建包容、灵活的版权治理体系，为数字时代的知识生产与传播提供坚实法律保障。