1. 引言
平台经济对我国经济增长的贡献率已逾60%，预计“十五五”期间交易规模将突破百亿[1]。在这一发展背景下，人工智能生成内容(AIGC)技术的普及与应用不仅极大降低了用户创作门槛，也在电商、短视频、新闻传媒等商业领域中显现巨大潜力。然而，AIGC在促进平台经济创新与竞争的同时，由其产生的著作权归属争议也削弱了现行法律框架的稳定性[2]。
早期学界多聚焦AI的主体资格及AIGC独创性分析本体论问题展开讨论，指出《著作权法》第3条中对作品概念的界定难以覆盖AIGC。随着案例的不断增多，新的研究开始从司法判例、用户贡献等维度开展，转而关注“人机协作”中实质贡献的判别标准[3]。部分学者主张坚持“人类中心主义”，避免赋予AI主体资格，以防冲击著作权法“激励人类创作”的立法旨趣。也有观点提出借鉴邻接权或特别权利制度[4]。然而，大多流于理论层面，抑或未能充分结合平台经济的制度与发展环境，未能统筹多元主体利益与平台产业逻辑。《生成式人工智能服务管理暂行办法》明确提出“保护知识产权”的要求，未就贡献主体的识别标准和权利边界给出可操作的指引。1司法实践如“春风案”“Dreamwriter案”裁判标准不一，独创性判断主观性过高，难以稳定产业发展。
如何在平台经济生态中兼顾用户、平台、开发者与公共利益，构建适配AIGC的著作权归属规则，已成为核心待解难题。为此本文坚持著作权制度人类中心主义的基本原则，致力构建以贡献程度为分层依据的确权模型，贯通法理、制度与产业痛点。作为一种以贡献程度为标准的确权形式，依次探讨有限创作主体认定、分层确权及邻接权保障，探索在技术支撑、法律规则与协同治理层面实现多元共治的路径，兼顾用户、平台、开发者与公共利益，构建符合中国国情的AIGC著作权归属规则，以期为数字经济与知识产权治理提供新的发展环境。
2. 平台经济中AIGC的归属困境
2.1. 技术与产业发展的挑战
过去的人工智能技术偏重分析，而迭代后的生成式AI更具创新性，即具备生成新内容的能力，广泛存在于各类商业场景的量产化应用。
CapCut凭一键成片、智能剪辑等AI功能大幅降低创作门槛，2024年吸引超3亿全球月活用户，移动端收入约为1.25亿美元的同时占据移动视频编辑应用市场约81%份额，已成为AIGC出海标杆应用；2于电商领域，京东已将AIGC全覆盖到平台商家运营流程，推出直播数字人、京麦AI助手、短视频自动生成等AI工具；截至2025年3月，AI原生应用月活合计2.7亿，其中DeepSeek 1.94亿、豆包1.16亿，用户使用频次也同比增长32.7%和53.1%。进一步地，到2025年6月，仅AI搜索与AI综合助手两个细分赛道的月活跃用户规模就分别达到6.85亿与6.12亿。3这些数据说明在平台经济驱动下，AIGC产品已具备庞大的用户根基，产业化、平台化应用进程正持续推进。
平台经济为AIGC产业发展提供良好生态的同时不可忽视因其对算法数据的主导所涉及的被边缘化的法律问题。CapCut允许平台无限期存储用户生成物，导致用户提示词迭代被边缘化，京东的京麦AI助手和短视频自动生成工具，集成于商家运营流程中。强调数据隐私，但未明确AIGC著作权归属，常通过格式条款默认平台对生成内容的优先使用权。这在平台经济中放大垄断风险，用户生成代码或内容时，平台主导算法训练，导致开发者的模型优化未获认可。AIGC自动化、数据依赖性与算法黑箱的特性不仅模糊创作主体的边界，同样干扰独创性的判断，破坏既有的权利链条。并且该类问题已远超传统著作权范畴。平台作为AIGC工具的核心分发与生态组织者，其责任边界与治理模式尚不明确；其二，训练数据提供者、平台运营方与最终用户之间的权利及责任的不对等，使得现行法律框架面临碎片化的调整压力。同时，AIGC在平台经济中的广泛使用增加了市场集中与平台垄断的风险，算法黑箱进一步侵蚀用户知情权与救济可能。
2.2. 现行规制的适配危机
《著作权法》第3条界定了“作品”概念并列举类型，即作品是“文学、艺术和科学领域内具有独创性并能以某种形式复制的智力成果”，并列举了文字、音乐、美术、摄影等具体类型。在对作品属性的认定上，AIGC创作过程高度自动化，创作主体大多包含“算法或平台工具”，难以明确归属传统意义上的“作者”，致使作品归属与权利主体识别困难。其二在于其模糊地独创性标准，现行著作权法强调自然人干预程度难以量化，而AIGC常依赖大规模训练数据统计规律生成，创作痕迹难以量化且不易界定自然人干预程度，使得判断其是否符合独创性标准的不确定性较强。此外，条文对作品类型的列举虽具指导意义，但面对多形态、可编辑与组合化的AIGC，传统类型化条款显得捉襟见肘，可能导致部分AIGC作品难以纳入保护范围。
“十五五”时期，我国发展战略要求数据要素创新性配置，同时要求平台生态的科学监管。但现有规则未建立数据要素AI再利用的权益分配机制。用户数据再利用缺乏授权规则，数据提供方收益落空，平台借助用户协议独占数据衍生收益已成行业通行做法，挤压了创作者基于数据要素的创新空间，与政策倡导的“激发数字经济创新活力”目标形成张力[5]。《生成式人工智能服务管理暂行办法》第15条要求“保护知识产权”，但未明确平台、用户、开发者的贡献识别标准，这就导致权利主体归属混沌。用户的“创造性贡献”、平台与开发者的“技术性贡献”边界模糊，导致司法实践中“人类创作”与“技术辅助”的边界判断极依赖个案裁量，难以形成统一的裁判标准。同时多边协作规制缺失加剧创作主体之间的矛盾，开发者算法贡献、数据提供者权益未获确认，平台也会因此被动担责，将导致权利博弈陷入零和的困境，背离著作权法的立法初衷。
2.3. 司法实践中的典型争议与乱象
AIGC技术在平台经济中广泛应用，相关司法实践中已出现牵扯其著作权属性与归属的案件。这些判例不仅呈现了不同裁判逻辑之间的差异，同时也揭示现有法律规范在司法适用中的混乱与不确定性。
在春风案中，两名摄影师通过提示词生成一系列图像并用于商业用途。法院认定提示词与参数调整足以体现个性选择，首次确认用户可就AIGC享有著作权。4近似该案，Dreamwriter案(2019年)是国内首个确认AI生成文章具有可版权性的标志判决。此案中，腾讯公司开发的Dreamwriter系统生成了一篇财经报道，而法院认定该团队在数据选择、触发条件设定和框架模板选择等环节的创造性投入；文章表达结构具备独创性；文章生成过程中存在人工干预和审核，因而可以被认定为作品。5与传统文学作品相比。法院对独创性的关注点从“文字表达”转向了“内容组织”，以创作主体对提示词、参数等个性化选择，即对表达的“直接创造性贡献”为衡量标准。
在AI生成图片第一案“春风案”的判决书认为在本案中，虽然原告并没有进行传统意义的创作行为，也没有完全指示StableDiffusion具体的线条和色彩是如何构建的，与人们之前使用画笔、绘图软件画图有极大区别。但同时原告李昀锴通过提示词，对于图片中的构成要素进行了设计，并通过参数对线条和色彩进行了设置，体现了原告个性选择与安排。6此外，原告在设计与参数调整得出图片后，不断修正参数，最终获得了涉案图片“春风送来了温柔”。法院将这一“过程性贡献”纳入了独创性判断，降低对生成结果的可控性要求，认为提示词设计与参数调整构成“个性表达”的认定标准，强调创作过程中的贡献投入。
从具体的司法裁判中可见，大多数司法裁判较为谨慎，认为AI并不具备著作权人资格，而用户是否能够成为权利人则取决于其对作品的贡献程度，但对该“贡献程度”的判断始终过于主观，部分强调创作前的准备工作，或看重创作过程中的贡献投入，或仅看重结果中创作主体的贡献比例。没有标准的评判与量化方式，易致裁判分歧，且缺少对平台、技术开发者等主体的考虑，发生纠纷时难以解决。
3. AIGC著作权归属困境的根源解构
3.1. 法理层面的本体论难题
在传统著作权法语境中，“创作”被解释为自然人基于独立选择进行的个性表达。我国《著作权法》与《伯尔尼公约》同时秉承“人类中心主义”，强调作品应当体现作者的独创性与个性表达。然而，AIGC的生成过程要经过数据训练与算法运算，具体结果往往无法归结为某一自然人的意志体现。基于此，算法生成能否成为创作争议焦点。如若坚守传统人类中心主义，AI生成内容可能难以进入“作品”范畴；如若放宽标准，则会动摇著作权法根基，会模糊创作者与创作工具之间的界限，对于创作概念的现代化解释，著作权法面临本体论上的困境。
著作权制度的持久运行仰赖“创作–激励”模型，即赋予作者专有权利进而激励创作，同时以合理限制来维护公共利益。但在AIGC场景下，这一机制可能面临失衡。其一，开发者对模型的研发与训练投入了大量资源，要求得到回报；其二，用户通过提示词或操作介入生成过程，也希望其成果得到保护；其三，平台承担算力成本、运营与合规风险，也要寻求权利收益；更甚者，公共利益还要求对生成内容的自由流通与合理使用留有空间。多重利益主体的叠加，多元利益交织使传统单一作者的对价激励框架失灵，难以在开发者、用户、平台与公众之间达成利益均衡。
3.2. 制度层面的体系缺陷
传统著作权法对作品创作界定上，仍以人类创作者为大前提，未划定“人机协作”情形下独创性的法定阈值，致使司法实践中智能在作品和非作品之间做出机械判断与选择，无法回应AIGC混合的法律属性。对平台、开发者等主体的忽视，仅依靠对用户创造程度的主观判断来推定生成物的法律属性，使得司法实践呈现碎片化和不确定化，难以为AI新产业发展提供稳定的预期。在具体制度实践中，平台普遍以格式条款约定生成内容“默认转让”或“强制许可”。此类条款在实践中普遍适用，其效果是将本可能归属于用户的著作权或使用权预先配置给平台。虽然这种安排有助于平台统一管理和降低侵权风险，但也会导致用户的创作性贡献在权利层面受到限制，从而引发关于贡献与权利匹配度的争议。
进一步讲在AIGC著作权纠纷处理的过程中，若平台以商业秘密为由拒绝披露算法，证据认定将陷入困境。从海量的训练数据中又该如何区分“实质贡献”和“实质相似”的边界，最终司法裁判还将陷入主观化与碎片化的局面。
3.3. 产业层面的特殊约束因素
在由用户、平台、技术开发者等共同构成的市场关系中，平台起着制定规则、分配收益、承载内容生产等多重作用，在该角色分配下，用户与开发者始终处于弱势地位，其贡献程度及权力行使往往被弱化及限制。在对流量及商业模式的绝对支配下，用户即便拥有实际著作权也难以有效行使。同时AIGC的规模化海量生成与应用，平台算法也难以精准把控生成物为“独创内容”或存在“侵权的相似性”，抑或在“合理使用”的范畴之内。最终在纠纷处理过程中可能出于保护商业秘密为由不愿披露算法模型与数据信息，信息不对称，导致维权之路举步维艰。再者，AIGC的运行高度依赖数据与算法，输入大量训练数据，这一模型训练数据来源的合法性尚且存疑。大量模型训练数据涉及受版权保护的作品，但缺乏有效的授权与溯源机制，导致AIGC天然存在侵权风险。再次，如今主流学习模型呈现“黑箱化”，生成内容的代码级溯源不可行，侵权与责任承担的司法认定难以理清。换言之，数据合规与算法透明度的缺失，也是在产业层面难以突破的制度瓶颈。
4. AIGC著作权归属规则体系构建
4.1. 重塑法理根基
4.1.1. 认定“有限创作主体”
在AIGC生成过程中，仅限于用户作为著作权主体的资格认定，前提是其对生成物施加了主导性的个性选择和控制，从而将AIGC纳入《著作权法》第3条“智力成果”范畴。这源于人类中心主义，但又扩展为“人机协作”模式下的有限包容，避免AI独立主体化。若完全排斥生成内容的作品属性，势必削弱著作权制度适应性，但直接认定AI本身为权利享有者，又与著作权法“以人为本”的基本原则背道而驰。因而有必要认定创作中的“有限创作主体”，即仅当自然人对生成结果具有实质性个性化选择时，方可认定作者身份。其一，人类主体在提示词描述、参数调整、二次审查等环节做出有独创性选择的个性表达；其二，人类创作主体的选择内容对生成物的呈现具有实质影响；其三，应能佐证人类在生成过程中作出主导性个性选择。这样既坚守了著作权法“人类中心主义”的原则，又强化了新型创作模式下传统理论的适应性，为AIGC纳入著作权保护范围明确合理边界。对有限创作主体享有如署名权、信息网络传播权等完整著作权，同时又受限于公共利益，若贡献不足，可降级为邻接权，仅享有非商业化的有限使用权。平台或开发者不得通过格式条款剥夺该权利，但可协商分成。
4.1.2. 基于贡献程度的“分层确权”
对于创作过程中存在的多方利益主体，基于各自的贡献程度与利益诉求差异，需从各自贡献程度及所处立场来平衡利益分配。
基于用户在提示词、参数等元素贡献程度的不同，应建立差异化的著作权归属机制。若用户仅下达简单指令，其贡献程度不足以形成独创性表达，应仅享有限使用权，不存在著作权的主张。对此类生成物可赋予平台或用户“类似著作权的权利”进行邻接权保护，若用户以复杂指令和多重筛选形成个性化结果，则应享有完整的著作权。同时为保障自身维权可能，应鼓励用户通过生成记录、上传日志等方式便于发生纠纷时举证。于平台而言，其贡献主要体现在算力供给和数据整合，并基于其与用户之间不对等的地位，应严格限制平台权利，其一不得通过格式条款强制获取完整著作权，只可在合理范围内取得非独占使用许可。对于平台通过合同获取权利的，应当做到须以用户知情且同意为前提，避免用户被动让渡权利。平台不得通过协议排除用户或开发者基于实质贡献的权利主张，对于意图“霸王条款”以削弱用户与开发者合法权益的应当加以严格审查[6]。
未对结果生成内容造成影响的技术开发者，通过算法与模型训练为AIGC提供基础条件，也可以考虑获得近似于邻接权的制度保障，在AIGC商业化中享有部分合理分成，并且对算法训练成果的非合理使用可明确禁止。该邻接权应定位于投资回报和技术激励上，避免与传统著作权冲突。
4.2. 推进制度革新
4.2.1. AIGC作品认定的标准化流程
针对平台经济中权利分配与技术特征的适配性难题，我国现行制度应建立明确的“AIGC作品”认定体系，避免因环节不透明导致权利认定困难。用户需上传包括提示词、参数日志等在内的生成过程记录。平台通过对数据比对明确生成过程的真实性，出具相关审查报告，如人类主体通过如具有个性选择的提示词，与原创性指令设计，多次参数调整后形成差异化表达过程的控制行为，并依据用户贡献程度，对其依法享有的完整著作权提供法律保护。
4.2.2. 条款备案审查制度
对于平台协议霸权问题，需多部门联合强化用户权益的保护，建立平台格式条款的备案审查制度，禁止“霸王条款”和“数据独占”，避免由于数据集中导致的垄断扩张[7]。重点审查著作权归属与使用许可条款，市场监管部门重点审查条款的公平性与合法性，重点排除霸王条款。在平台上线AIGC工具前，需要向相关部门合理论证相关著作权归属说明，平台因违规条款致用户损失的，应赔偿预期收益及维权费用。然而，备案审查制度在强化平台责任与维护用户权益的同时，也可能引发行政干预过度及程序效率低下的风险。若监管机关对平台条款实行严格的事前审批或频繁备案，将可能造成企业合规成本显著上升，抑制平台创新与算法更新的速度。对此可采取“分类备案 + 事后抽查”模式，以风险分级为导向，对具有高流量、强数据依赖的头部平台实施重点监管；同时对中小型平台实行简化备案和自主申报制度，通过智能化备案系统实现无人工干预自动审核，以避免行政程序对市场活力的过度限制。同时，应确立备案透明度与申诉机制，防止行政权对合同自由的过度介入，实现监管与创新的平衡。
4.2.3. 司法裁判的统一指引
在标准化与平台监管下，司法作为制度适配的最后一环，需要在裁判标准和归责原则上形成统一。司法机关应出台AIGC著作权纠纷司法解释，确立独创性判断标准，明确辅助技术和实质贡献界限，基于提示词质量、参数调整、二次创作等对生成物进行多维评定。在责任认定上若平台未尽必要审核与管理义务时，应对侵权效果承担责任，以倒逼平台完善治理。同时应奠定案例指导制度进而将具有代表性质的AIGC著作权案件如“春风案”等纳入指导性案例体系，明确裁判规则与价值导向，继而促进裁判尺度统一。
4.3. 技术与协同机制的落地保障
4.3.1. 评价标准量化与存证溯源机制
对于司法裁判中独创性标准趋于主观化的问题，作为算法提供者的平台不仅要起到提供生成工具的作用，还要对独创性数据标准认定提供支撑。将用户在生成过程中对生成要素的迭代次数和调整幅度作为“实质贡献”的计量标准，全方面记录生成过程中的参数变化，建立对生成内容贡献程度的量化评分体系，形成全国范围内可参照的裁判规则，避免同案不同判的情形。
纠纷发生后，用户首要面临的是举证难、溯源难的维权难题，究其在于平台与用户之间地位的不对等。因此要强化AIGC著作权归属的追踪与管理，要求平台在生成过程中自动记录提示词、参数调整与用户日志，并确保生成数据不可篡改、全程可溯源。既为用户提供举证主张的客观证据，也为司法裁判提供确信的技术依据。同时借助AI对生成记录进行智能比对和风险评估，实现对权利的监控和追踪，为著作权保护提供技术支撑。司法裁判中“实质贡献”的认定不应单纯依赖参数变化次数等量化指标，也应结合创作类型、生成控制方式与人类主导性的综合特征，形成“类型化 + 定性”的复合评估模型。例如，在文生图中注重创意选择的可辨识性，在文生代码中注重功能逻辑的独立性，在文生文中注重语义与文风的个性化表达。此类复合标准可使独创性判断更符合AIGC多元创作的本质特征。
在推动技术存证与生成过程记录的同时，也应充分考量个人隐私与商业秘密保护的平衡。若平台在存证过程中无差别记录提示词、日志及生成轨迹，极易导致用户创作意图与敏感信息被泄露，而若完全屏蔽技术细节，又会削弱司法审查与证据效力。对此在日常存证阶段，平台仅保存加密的生成记录和参数摘要；在司法程序或争议解决阶段，再经当事人同意或司法授权解密比对。对于算法模型与训练数据的商业秘密，可通过技术托管与第三方审查共同实现，在不公开源代码的前提下完成独创性或侵权判定。
4.3.2. 存证平台功能对接
量化评分与存证溯源需要统一的平台为载体，需AIGC版权存证平台的统一接入，作为技术工具并执行制度程序，强制平台实时存证提示词、参数调整等核心创作数据，配套“实质贡献评估系统”，从权利认定和保护、利益分配到纠纷处理，解决实际举证难题，实现司法对实质贡献认定的标准化。通过版权存证方式，为中小创作者的利益分配提供法律保障，明确著作权归属及收益分成，落实“贡献与权利对等”原则的利益分配方式，推动高质领域的资源引进，落实《数字中国建设规划》关于激发市场活力的法治要求。在平台经济生态中，打造“技术 + 经济”协同治理体系，夯实权利认定基础，借经济政策激发创新活力，形成多方协同治理的治理模式，实现“有效市场”与“有为政府”的统一。
4.3.3. 国际治理
AIGC作品的生成及传播往往突破地域边界，而各国在面对该类纠纷时所持价值导向又各有差异。面对可能存在的法律冲突与空白，应当深度参与国际间的交流合作，积极参与国际组织相关规则研讨，促成对AIGC著作权权利归属体系的共识，建立跨国AIGC版权侵权协查机制，促进后续跨国争议的解决与相关经验的交流学习，提升我国在AIGC全球治理中的话语权，为国内平台经济中AIGC产业的合理规划和发展提供更加稳定的外部环境。
总的来说，AIGC著作权归属规则的制度创新不仅需要法律与技术的协同，更必须考量制度运行的现实成本。备案审查、权属存证、数据溯源等机制若并行实施，平台的技术改造与合规成本必然增加，也会造成监管资源的分散。因此，在制度整合设计中，应确保成本可控、效果可衡量，优先推动可在现有法律框架下落地的改革方案，例如依托《网络安全法》《数据安全法》等既有的监管体系嵌入AIGC要素监管，而非“叠加式”管理。同时，鼓励行业自律与第三方技术标准共同参与，形成由政府引导、市场自治、社会监督相结合的柔性治理机制，以避免制度建构陷入“高标准、低执行”的困境。
5. 结论
坚持传统著作权制度以人类创作者为创作前提的原则，同样要考虑在平台经济这一原生生态背景下，如何发展实际，拓宽治理边界优化产业生态。制定独创性量化评估体系并基于贡献程度进行分层确权，均衡用户、平台及开发者等主体间的利益均衡，倒逼平台优化AIGC产品发展环境的同时，也是通过基于贡献程度的确权形式激励用户做出更具创造性的个性表达，突出人类创作主体在AIGC创作过程中的主导作用，坚持著作权法的制度原则。未来还要考虑不具有著作权资格的AIGC内容该如何有效管理，对于可能识别用户隐私或个人信息的生成物如何保护，以及对于平台、技术提供方等的邻接能否得到扩展。平台经济下AIGC著作权难题的解决，动力优化我国平台经济发展环境生态的同时推动AIGC产业健康发展。
基金项目
河南工业大学本科生科研训练(科教融汇)项目(PX-95256855)。
NOTES
1中华人民共和国国家互联网信息办公室，《生成式人工智能服务管理暂行办法》[Z]，2024年7月12日发布，
https://www.cac.gov.cn/2024-07/12/c_123456789.htm。
2《Business Standard》，Rise of ByteDance’s CapCut threatens market share of Adobe and Canva，2024年7月29日，援引Sensor Tower数据，
https://www.business-standard.com/technology/tech-news/rise-of-bytedance-s-capcut-threatens-market-share-of-adobe-and-canva-124072901477_1.html。
3QuestMobile，《2025年中国移动互联网春季报告》，2025年5月发布，数据截至2025年3月；报告显示，AI原生应用整体月活跃用户数已达2.7亿，同比增长536.8%；其中，DeepSeek月活跃用户数为1.94亿，豆包为1.16亿，腾讯元宝为4164万；用户月人均使用时长增长32.7%，使用频次增长53.1%。
4李某与刘某侵害作品署名权、信息网络传播权纠纷一案，北京互联网法院(2023)京0491民初11279号民事判决书。
5深圳市腾讯计算机系统有限公司与上海盈讯科技有限公司著作权权属、侵权纠纷、商业贿赂不正当竞争纠纷案，广东省深圳市南山区人民法院(2019)粤0305民初14010号民事裁判书。
6同上注“4”。