1. 生成式AI短视频著作权理论基础
(一) AI短视频著作权保护文献综述
随着生成式人工智能技术在短视频创作中的广泛应用，AI生成内容的著作权保护问题成为国内外法学界、知识产权界与传播学界的研究热点。本文基于相关权威文献，从“AI生成内容是否构成作品”、“独创性标准如何界定”、“著作权主体归属”、“侵权认定与责任划分”四个维度，梳理主流学说观点。
学界普遍认为，AI生成内容是否构成作品，取决于其是否满足著作权法对“作品”的基本要求，即独创性与可复制性。部分学者坚持“人类中心主义”，认为只有自然人才能成为著作权法意义上的作者，AI仅是工具(如刘春田，2020) [1]；另一派则主张“功能主义”，认为只要内容具备独创性，无论创作者是否为人类，都应给予保护(如吴汉东，2021) [2]。此外，有研究提出“创作过程论”，强调AI生成过程中人类智力投入的程度是关键判断依据(王迁，2022) [3]。
传统著作权理论中，独创性要求“独立创作”与“最低限度创造性”。但在AI短视频场景下，这一标准受到挑战。唐建宁(2022)指出，短视频独创性判断应从“表达形式”与“创作过程”两个维度综合考量[4]。贺涛(2020)进一步提出“实质性智力投入”标准，强调用户对生成过程的控制与引导应被视为独创性的来源[5]。此外，有学者主张引入“算法透明度”作为辅助判断依据，以识别AI生成内容中的“隐性模仿”(冯晓青，许耀乘，2020) [6]。
主体归属是AI著作权保护的核心争议。主流学说可分为三类，一是用户主体说，认为用户作为指令输入与结果筛选者，应被视为著作权人(倪春桦，2022) [7]。二是开发者主体说，强调AI系统开发者通过算法与数据训练对内容生成具有根本性贡献，应享有部分权利(郑成思，2019)。三是共有或邻接权说，主张在用户与开发者之间建立共有著作权或赋予开发者邻接权(吴阳虹，2024) [8]。
在侵权认定方面，“接触 + 实质性相似”标准在AI场景下面临适用困境。冯晓青(2020)提出应引入“风格相似性比对”与“市场替代性分析”。责任划分上，学界对平台责任存在分歧：一派主张“技术中立”，另一派则认为平台应承担更高注意义务(王迁，2023)。此外，吴阳虹(2024)提出“过错推定 + 合理注意义务”的双重归责原则，以平衡权利保护与技术发展[8]。
在既有研究基础上，本文在以下方面体现出理论创新与制度建构意识。一是独创性判断标准，提出“二元结构”理论。本文突破传统“独立创作”单一逻辑，提出“最低限度创造性 + 实质性智力投入”二元判断标准。该标准既关注表达形式的独特性，又强调用户在“人机协同”中的主导作用，实现了客观表达与主观投入的统一，为司法实践提供了更具操作性的判断框架。二是权利归属与分配，构建“三层原则”体系，即“使用者中心 + 投资补偿 + 意思自治”三原则，明确以“实质性控制”为核心的权利归属逻辑，并区分著作权、邻接权与数据补偿权，构建了多主体、分层级的权利分配模型。这一体系既保障用户作为创意来源的核心地位，又兼顾开发者与数据权利人的合理权益。三是细化“三维比对 + 价值替代”机制。针对AI短视频“风格模仿”、“元素重组”等新型侵权形式，本文构建“三维比对 + 价值替代”侵权认定体系，提出“核心表达比对”、“风格边界划定”、“市场影响评估”三步法。在责任划分上，明确提出“过错责任为主、过错推定为辅”的归责原则，并设计梯度化责任承担与多元化纠纷解决机制，体现出制度设计的系统性。本文不仅从法律规则层面提出完善建议，还强调多元主体协同治理，体现出“法律规制–技术支撑–社会共治”三位一体的研究视角，具有较强的实践指引价值。
(二) 生成式AI短视频概念内涵
生成式AI短视频是指借助生成式人工智能技术，通过文本提示、图像素材输入、参数设置等方式，由AI系统自动完成脚本生成、画面渲染、音频匹配、剪辑合成等创作环节，最终形成符合短视频形态特征的视听内容。其核心特征在于AI技术深度参与创作过程，改变了传统短视频“策划–拍摄–剪辑–发布”的全人工或半人工创作模式，实现了从创意到成品的高效转化。
从技术逻辑来看，生成式AI短视频的创作依赖于预训练的算法模型与海量训练数据，AI系统通过学习不同风格的视听作品特征，能够快速响应创作者的需求，生成具备特定主题、风格、节奏的短视频内容。创作者的核心作用从“直接创作”转变为“指令引导与筛选优化”，通过调整提示词、设定画面风格、控制时长节奏等方式主导创作方向，形成“人机协同”的新型创作模式。这种创作模式不仅降低了短视频的创作门槛，也催生了新的内容形态与传播生态[9]。
(三) 生成式AI短视频作品界定
结合著作权客体的构成要求，生成式AI短视频构成作品需满足以下三大条件：第一，独创性，体现为创作者的独立构思与作品的个性特征。第二，可感知性，生成式AI短视频以视频文件为载体，通过互联网平台传播，能够被公众通过电子设备客观感知和复制，符合可感知性要求。第三，合法性，短视频的内容需符合法律规定，不得包含违法信息、侵害他人合法权益的内容，否则即便具备独创性与可感知性，也无法获得著作权保护。这三大条件相互关联、缺一不可，共同构成生成式AI短视频获得著作权保护的基础。其中，独创性是核心要件，可感知性是物质基础，合法性是前提条件，三者的有机统一使生成式AI短视频具备了著作权客体的基本属性，为其著作权保护提供了法理依据。
2. 生成式AI短视频著作权保护困境
(一) 权利基础认定困境：独创性与主体归属模糊
1) 独创性认定的判断难题
现阶段，既有的“独创性标准”不能够作为解决生成式AI短视频受著作权保护的作品问题。对于独创性存在较多的争议。只考虑特定内容是否“像”作品，也就是在形式上为“独创”并对公众有益，其实质是虚化了著作权法的立法目的和精神，是只想利用著作权法的“形”而抽离了其“神”，并不足取[8]。
独创性作为著作权保护的核心要素，要求作品具备“独立构思 + 个性化表达”，但生成式AI短视频的创作模式使这一标准的适用面临双重困境。一方面，判断维度从“直接表达”转向“指令引导”，传统创作中创作者通过直接的视听表达实现创意，独创性判断直观明确，而AI短视频中用户的核心行为是输入提示词、设置参数，AI系统基于算法与训练数据完成具体表达，导致独创性的判断核心转向“用户智力投入程度”，但现有法律未明确该场景下的判断标准。
另一方面，判断依据存在“隐性相似”甄别难题。AI生成内容的创意与表达均源于训练数据的学习模仿，可能与既有作品存在构图、节奏、风格上的隐性重合，但因缺乏直接复制痕迹，难以区分是独立创作还是算法衍生的相似表达。例如，用户通过AI生成的古风短视频，其画面构图与某经典古装剧片段高度相似，但因AI已对原作品元素进行风格转化与重组，无法通过传统比对方式认定实质性相似，进一步加剧了独创性判断的不确定性。此外，独创性认定缺乏量化标准，用户提示词的复杂程度、参数调整的深度、后期优化的投入等，均难以形成统一的司法判断依据，导致同类案件可能出现不同裁判结果。
2) 著作主体归属争议
著作权法明确规定自然人是作品的核心创作主体，AI本身不具备民事主体资格，无法成为著作权承载者，但生成式AI短视频的创作涉及用户、AI服务提供者、训练数据权利人等多重主体，导致权利归属划分陷入混乱。
司法实践中，权利归属争议主要集中在用户与AI服务提供者之间。用户作为创意主导者，通过提示词设计、参数调整、结果筛选等行为把控创作方向，是作品个性化表达的核心来源。而AI服务提供者开发算法模型、积累训练数据，为内容生成提供技术基础，部分平台还通过用户协议主张对生成内容的权利归属。当前法院倾向于以“是否对创作过程具有实质性控制”作为归属判断核心，但“实质性控制”的界定缺乏明确标准：复杂提示词设计 + 深度后期优化可认定为实质性控制，而简单指令输入则可能被否定。例如在“《庆余年》一键成片”案中，用户仅输入简单指令，AI系统直接剪辑原剧片段生成短视频，法院未认定用户享有著作权，而若用户输入包含具体叙事逻辑、风格要求的详细提示词，生成全新内容，则可能被认定为著作权人。此外，训练数据权利人的权利未被充分考量，若AI模型基于未经授权的素材训练，即使生成内容形式全新，也可能因数据侵权丧失合法性基础，进一步冲击权利归属的认定逻辑。同时，部分平台通过格式条款约定权利归属，若未履行充分提示说明义务，可能因条款不公被认定无效，加剧了主体归属的争议。
(二) 侵权治理实践困境：认定与追责阻碍
1) 侵权认定的技术壁垒
传统侵权认定遵循“接触 + 实质性相似”标准，但该标准在生成式AI短视频场景中面临双重适用障碍。一方面，“接触”要件难以证明。AI模型的训练过程具有“技术黑箱”属性，训练数据通常处于平台掌控之下，权利人无法知晓自己的作品是否被纳入训练数据，即使生成短视频与原作品在风格、构图、叙事逻辑上高度相似，也难以证明AI系统“接触”原作品，既无法获取训练数据的具体内容，也难以建立生成内容与原作品的直接关联性。另一方面，“实质性相似”标准难以适用。侵权形式从传统的直接复制转向“风格模仿”、“元素重组”、“隐性借鉴”等间接形式，如用户通过AI“垫图”功能提取某影视片段的风格特征，生成相似叙事逻辑的短视频。或通过AI工具提取原作品的核心创意与人物关系，重新生成视听表达。此类侵权行为未直接复制原作品的具体元素，却实质使用了原作品的独创性表达，传统“逐帧比对”、“元素比对”的相似性判断方法难以奏效，导致侵权认定缺乏明确依据。
2) 侵权追责的责任划分模糊
生成式AI短视频的侵权行为涉及用户、AI服务提供者、传播平台等多重主体，各主体的行为边界与责任划分缺乏明确法律依据，导致追责陷入责任主体不明、归责原则适用冲突的困境。用户作为侵权内容的生成者与传播者，若明知输入素材侵权或放任AI生成侵权内容，应承担直接侵权责任，但实践中大量用户因缺乏著作权意识，仅输入简单指令即生成侵权内容，主观过错难以认定。另一方面，AI服务提供者作为技术提供方，其责任认定陷入“技术中立”与“注意义务”的平衡难题——部分观点认为平台仅提供技术工具，应适用“技术中立”原则，无需对用户生成的侵权内容承担责任，但司法实践已突破这一认知，在“变身漫画特效”案中，法院认定被告直接使用原告的AI模型结构和参数，构成不正当竞争并承担赔偿责任，凸显了平台的合理注意义务。传播平台作为侵权内容的扩散渠道，其责任认定遵循“避风港原则”，但生成式AI短视频的规模化传播特性使“通知–删除”机制难以适用，平台难以及时响应权利人的删除通知，且难以判断生成内容是否构成侵权。此外，传统著作权侵权采用“过错责任原则”，但AI技术的黑箱特性使“过错”的认定难度极大，权利人难以证明AI服务提供者明知训练数据侵权，也难以证明传播平台明知侵权内容而未采取措施，导致追责陷入困境[8]。
3. 生成式AI短视频著作权保护探究
(一) 明确独创性的二元判断标准
生成式AI短视频的独创性认定需突破传统独立创作的单一逻辑，构建“最低限度创造性 + 实质性智力投入”的二元判断标准，既坚守著作权法“保护智力成果”的核心宗旨，又适配“人机协同”的创作特性，实现认定标准的客观性、统一性与可操作性。
首先，独创性判断的核心维度是最低限度创造性。最低限度创造性聚焦生成短视频的最终表达形态，即坚持客观化表达的判断原则，不纠结于创作者的主观思想、情感或人格，仅以作品本身的独特性作为认定基础。其核心判断依据是生成内容是否具备“非标准化、非唯一性”的表达特征，具体表现为三个层面：其一，画面与视听组合的独特性。短视频在画面构图、镜头切换、色彩搭配、配乐选择等方面形成差异化表达，区别于AI模型默认生成的标准化内容，例如通过独特的镜头语言呈现叙事逻辑，或通过个性化色彩方案传递特定氛围。其二，内容结构与风格的独特性。在叙事节奏、内容编排、风格呈现等方面具有辨识度，如生成的科普类短视频采用“动画演示 + 实景解说”的创新结构，或古风短视频形成区别于同类AI生成内容的独特美学风格。其三，表达的不可替代性。排除“必要场景”或“有限表达”情形，若某一主题的短视频表达存在多种合理选择，而涉案作品选择了具有个性化的表达方式，即满足最低限度创造性要求。相反，若因主题限制只能形成有限几种表达，则不满足该标准。这一维度的判断需坚持客观中立原则，不考虑创作过程中的人机协作比例，仅以最终呈现的视听表达是否具备“差异化”为核心标准，避免因主观因素导致认定偏差[5]。
其次，独创性判断的补充维度是实质性治理投入。人工智能生成内容是AI工具在人类智力劳动参与下生成的，只要作品具有独创性，就能受到著作权法的保护。在人工智能生成内容这一背景下，版权的归属应基于在创作过程中发挥实质性作用的实体。实质性智力投入聚焦用户在“人机协同”创作中的角色与贡献，核心判断用户是否通过主动行为对创作过程形成“实质性控制”，使AI成为实现自身创意的工具而非独立创作主体。其认定需结合创作全流程的关键环节，综合考量提示词设计的精细化程度、参数调整与结果优化的主动性、创作意图的贯穿性等要素[8]。
从典型情形的认定指引来看，构成实质性智力投入的情形主要分为三个方面。一是输入包含完整叙事逻辑、风格细节、内容结构的精细化提示词，结合3次以上参数调整与多轮迭代优化，最终生成具有个性化表达的作品。二是上传自有原创素材，通过AI工具进行整合、优化与创意转化，补充个性化旁白、配乐或特效设计，形成全新表达。三针对AI生成的缺陷主动提出解决方案，通过多模态指令调整、局部修改、内容整合等方式，实现初始创意落地。另一方面，不构成实质性智力投入的情形主要为以下方面。一是仅输入通用关键词或套用AI预设模板，未进行任何参数调整与优化，直接使用生成结果。二是虽输入相对具体的指令，但未对AI生成的偏离结果进行纠正，最终作品与初始创意差异较大。
三是仅进行简单的参数调整(如仅修改时长、亮度等基础参数)，未涉及创意优化或个性化表达的提升。
该维度不要求用户具备专业创作技能，仅需证明其通过主动、具体的行为主导创作方向，使生成内容成为自身创意的具体化表达。这一标准既契合著作权法“保护人类智力成果”的立法本意，又充分尊重AI时代的创作范式变革。
(二) 规范著作权主体归属与利益分配
生成式AI短视频的创作涉及用户、AI 服务提供者、训练数据权利人等多重主体，利益关系复杂。需遵循“使用者中心 + 投资补偿 + 意思自治”的核心逻辑，以“实质性控制”为核心归属依据，明确各主体的权利边界与利益分配规则，既保障核心创作者的合法权益，又兼顾技术与数据投资方、在先权利人的合理诉求，实现多方利益的动态平衡。
著作权主体归属的核心是判断谁对创作过程与表达结果具有“实质性控制”，这一标准既契合著作权法“保护人类智力成果”的立法本意，又适配“人机协同”的创作特性。用户若在创作全流程中通过具体行为主导创意落地，对生成内容形成实质性控制，应被认定为著作权核心权利人，享有完整的著作人身权与主要财产权，包括创意主导权(用户提出明确的创作主题、核心创意、风格要求等，通过精细化提示词、多轮交互引导等方式，将抽象创意转化为具体表达)、过程控制权(用户主动调整参数设置，如画面比例、帧率、特效)、权利行使主导权(用户有权决定生成短视频的发表、传播、授权使用等事项，AI服务提供者仅能依据法律规定或协议约定享有有限权利，不得干涉用户的核心权利行使)。
此类情形下，用户的角色等同于传统创作中的“作者”，AI仅作为实现创意的工具，因此用户应享有著作权中的发表权、署名权、修改权、保护作品完整权等人身权，以及复制权、发行权、信息网络传播权等主要财产权[7]。
AI服务提供者作为技术与数据投资方，不直接参与具体创意构思与创作控制，其权利应通过邻接权保护或协议约定实现，不得直接主张著作权主体地位。首先，AI服务提供者开发的算法模型、训练数据体系是内容生成的基础，其投入的技术研发、数据整理等劳动应受邻接权保护，有权禁止他人非法复制、篡改其算法模型或训练数据，但不得对用户生成的具体短视频主张著作权。其次，用户与AI服务提供者可通过书面协议约定财产权的分享比例、使用范围等，例如平台可约定获得短视频非独占性的信息网络传播权，或按传播收益的一定比例分成。但协议约定需满足公平原则，平台不得通过格式条款单方面剥夺用户的署名权、修改权等人身权，或不合理限制用户的核心财产权，如永久无偿独占使用，此类条款应认定为无效。同时，AI服务提供者不得超出协议约定或法律规定行使权利，例如未经用户许可不得将生成短视频用于商业推广，或擅自转让给第三方使用。
训练数据中纳入的受著作权保护的作品，其权利人虽不直接参与AI短视频创作，但其作品是AI生成能力的基础，应获得合理补偿，即法定报酬支付义务，AI服务提供者需对纳入训练数据的受保护作品支付合理报酬，支付标准可参考作品的使用频次、传播范围、商业价值等因素，由著作权集体管理组织制定统一费率。若权利人明确声明禁止其作品被用于AI训练，AI服务提供者不得将其纳入训练数据。若权利人未明确禁止，可推定其同意用于训练，但仍需支付合理报酬，不得主张“默示许可”而无偿使用。
(三) 细化侵权责任认定与追责规则
1) 归责原则：过错责任为主，过错推定为辅
结合生成式AI短视频的技术特性与行业实践，采用差异化归责逻辑，平衡权利保护与行为自由。
针对用户、AI服务提供者的直接侵权行为，以“主观过错”为责任构成核心。即侵权主体需同时具备“实施了侵权行为”“造成了损害后果”“行为与后果存在因果关系”“主观存在故意或过失”四个要件，才需承担侵权责任。这一原则既符合著作权法的传统适用逻辑，又能为市场主体提供明确的行为预期。
针对短视频传播平台、大型AI企业的特定行为，采用过错推定简化维权举证。若权利人已证明侵权事实存在，且平台或企业未尽到法定注意义务，推定其存在过错。除非该主体能举证证明已履行合理防控义务，否则需承担相应责任。例如，平台未建立基本的版权过滤机制，导致侵权视频大规模传播，即可推定其存在过错。
明确排除无过错责任的适用，避免因技术黑箱特性导致主体承担超出其控制能力的责任。即使AI服务提供者或平台无法完全预见侵权结果，只要已履行合理注意义务，即可减轻或免除责任，兼顾技术发展的不确定性。
2) “实质性相似”的司法判断标准
针对AI短视频“局部修改、核心复制”的侵权特点，构建“三维比对 + 价值替代”的判断体系，统一司法认定标准。核心表达比对聚焦独创性核心元素。以原作品受保护的独创性表达为核心，判断AI生成视频是否保留了原作的核心创意与关键表达。例如，原视频在镜头运镜、场景布局、人物造型、叙事逻辑等方面的独创性设计，若AI生成视频完整复刻这些核心元素，即使进行了局部修改，如AI换脸仅替换人物面部特征，仍可认定构成实质性相似。画面构图、镜头切换节奏、配乐选择、内容结构、核心台词或文字说明等具有独创性的表达要素，排除思想、主题、通用场景等不受保护的内容。
针对AI擅长的风格模仿类侵权，明确“风格模仿 ≠ 侵权”的边界，仅当模仿行为实质性侵占原作品市场价值时才认定侵权。仅借鉴原作品的风格特征，如复古胶片质感、极简叙事风格，但在内容主题、表达结构、核心元素等方面存在明显差异，未影响原作品的正常使用，作为一种合理模仿情形，不构成侵权。
若AI生成视频与原作品存在高度相似性，且存在以下情形，可进一步推定构成实质性相似：AI生成视频的创作时间晚于原作品，且原作品已公开传播，存在被AI抓取学习的可能；用户在创作提示词中明确提及原作品的名称、创作者、核心元素，或直接上传原作品片段作为参考素材；AI服务提供者的训练数据中包含该原作品，且生成视频的相似部分与训练数据中的原作品表达高度吻合；若侵权方主张“独立创作”，需举证证明其创作过程未接触原作品，且相似部分为偶然重合或有限表达。
3) 追责路径与责任承担方式
首先应进行维权流程的优化，降低权利人维权成本。要求建立快速投诉通道，AI服务提供者与传播平台设立专门的AI生成内容侵权投诉入口，简化投诉材料要求，提供在线举证、进度查询功能。权利人需提供原作品著作权证明、侵权视频与原作品相似的初步证据。AI 服务提供者与平台需举证证明自身已履行合规义务，否则承担举证不利后果。同时支持权利人通过区块链存证、公证等方式固定侵权证据，法院对区块链存证的创作过程、侵权传播记录等证据予以采信。
其次应对责任承担进行梯度化设计。民事责任以赔偿损失为核心，损失数额可参考原作品的许可使用费、侵权内容的传播范围、侵权主体的获利情况等因素确定。同时包括停止侵权、赔礼道歉、消除影响等责任形式。行政责任对规模化侵权、恶意侵权等情形，由知识产权行政部门给予警告、罚款、责令停业整顿等行政处罚。将侵权主体纳入知识产权失信名单，限制其市场准入。刑事责任对以营利为目的，大规模复制、传播侵权AI短视频，情节严重的如违法所得数额较大、造成权利人重大损失，依法追究刑事责任。
最后应建立纠纷解决的多元化机制，包括协商和解、行政调解、和司法诉讼。鼓励权利人与侵权方通过协商达成和解协议，明确赔偿金额、侵权处理方式等，高效化解纠纷。由知识产权行政部门或行业协会牵头调解，为双方提供专业的法律与技术支持，降低维权成本。对于协商、调解不成的纠纷，权利人可向有管辖权的法院提起诉讼，法院可邀请技术专家参与案件审理，准确认定侵权事实与责任[6]。
综上，细化后的侵权责任认定与追责规则，既坚守著作权保护的核心底线，又充分考虑了AI技术的特殊性，通过明确归责原则、责任边界与判断标准，为权利人提供了清晰的维权路径，同时为市场主体划定了合法行为边界，实现权利保护与产业发展的良性互动。