研究 | 马治国张乐：人工智能生成式艺术成果的财产权益保护研究（一）

学术交流

研究 | 马治国张乐：人工智能生成式艺术成果的财产权益保护研究（一）

时间：2025-04-02 来源：中国工艺美术学会浏览量：0 分享：

数智时代，AI技术的深度发展和广泛运用，使人工智能生成式艺术（AIGA）形式应运而生。AI系统并不具有人格，但能够生成不逊色于传统艺术的成果，该成果能否受到法律的保护，对AIGA的发展具有决定作用。根据AIGA成果的生成原理和法律属性，AIGA的“创作”实际上是一个数据的运用和处理过程，不符合著作权法上创作的要求，因此不享有著作人身权。产生的成果是艺术产品和数据产品的融合，具有一定的创造性和商业价值，可以通过著作财产权益和数据财产权益给予保护。正确适用现行法律制度，协调AIGA的技术特性与法律属性、技术创新与财产创造的关系，为AIGA发展提供法制保障。

《民族艺术研究》杂志2025年第1期“文化发展与创新”栏目刊出 2025年2月28日出刊

AI技术正在对各个领域带来深刻变化，艺术界也不例外。建立在网络技术、数字技术基础上的AI艺术，对技术性因素的依赖达到了无以复加的境地。AI技术是透过以高斯分布或噪声（Gaussian noise）为基础的扩散模型（Diffusion Model）运作，自动生成内容即人工智能生成内容（AIGC），其蓬勃发展影响艺术领域，为用户提供了独特的艺术表达方式。与传统艺术创作不同，AIGA成果是人机共创，可以被视作“数据艺术”。数据已不仅是数字，还是一种记忆形式，可以以任何形式展现。这为艺术创作的表达提供了更多可能性；但却对传统艺术创作方式造成冲击，对低薪数据劳工的就业、收入等权益造成侵害，也可能产生新型版权侵权风险。人们在享受AI创作的便利时，应当合理解决AIGA的权益保护和利益分配问题。

一、从画笔到代码：AIGA的法律界定

生成式人工智能（Generative Artificial Intelligence，简称“GAI”）技术的崛起意味着未来艺术的创作将趋向数智化。由艺术家和自主系统共同创作的AIGA，作为一种新兴的艺术形式，广泛存在于艺术实践之中。由于其技术发展的快速更迭与新型艺术成果的大量产生，对传统艺术创作秩序和法律关系有较大冲击，需要进行合理规制。

（一）AIGA的创作原理

随着AlphaGo的崭露头角，AI迎来了新的曙光，尤其是2022年底问世的ChatGPT，标志着AI在突破性发展上取得了实质性的进展。ChatGPT 4.0的发布，几乎使所有人类所需的文字、图像、音频、视频，甚至程序代码，都可以通过AI运算自动生成，创造出丰富多样的内容（即生成式AI）。据此，以DeepDream、扩散模型（Diffusion Model）等为代表的AI程序与生成模型成为更多使用者的创作工具。2023年，DALL-E3、Midjourney等生成器的出现，AIGA逐步迈向新智能阶段。特别是2025年1月发布的DeepSeek-R1开源模型，通过多模态融合与深度学习优化，不仅大幅度提升了生成内容的多样性与艺术性，还显著降低了创作门槛，使得非专业用户也能通过简单指令生成高质量的艺术作品。

基于生成式AI的迭代，艺术家、技术、艺术成果三者之间呈现出新型互动关系，推动着AIGA的不断突破与创新。生成式AI的算法、算力和算料（即数据）三大底层技术不断优化AIGA创作所需的模型。比如生成图像的Stable Diffusion、Midjourney两种模型，能够根据使用者输入的文本内容，生成与该文本信息相匹配的艺术风格图像。

（二）AIGA的法律特征

AIGA是利用机器学习技术，通过神经网络训练，并利用训练好的网络生成的符合美学的新图像，是非人类自主系统创作的全部或部分艺术品。“自主系统创作”意味着用户输入指令后，AIGA模型即可自动生成数据，无须外在干预。这有别于传统的艺术创作，生成式艺术的作者是通过激活一系列指令或约束来生成成果。

AIGA的法律特征包括自主性、创新性、可控性和财产属性。第一，自主性，是指AIGA的自动化程度较高，只要设定了指令、参数，系统就会接管并根据指令生成艺术成果，而无需人类系统地参与决策过程。这就使得AIGA创作具有相对独立性，其艺术成果也具有能够满足人们的生产生活需要的属性，相对独立自主。这也是人工智能是否能够享有创作主体地位争议的原因之一。第二，创新性，即不确定性，AIGA包含不可预测的和新出现的元素。当计算机系统按照指定规则生成艺术成果时，结果并不是预先确定或固定不变的。相反，它们会出现通过规则和计算过程的互动，产生独特的、出人意料的艺术成果，且具备一定的审美价值或使用价值，满足权利主体利益需要的属性。第三，可控性，是指人们通过设计、训练和调控AI系统，能够对数据进行精准的加工与变换，从而实现对AIGA的支配。AIGA前期创作准备从数据的采集，到算法的设计，再到模型的训练，所有环节都离不开人的控制与支配。这一过程，AIGA不仅将数据转化为艺术创作的素材，还通过AI的介入，使数据的艺术性得以最大化展现。第四，财产属性。AIGA具有独特的财产属性，其经济价值表现为使用价值和交换价值。AIGA的使用价值在于其能够通过人工智能算法满足新的艺术创作需求，推动数字艺术的发展，成为一种创新的生产要素。而其交换价值则体现在通过版权许可或转让进行交易，带来直接的经济利益。与传统财产不同，AIGA的价值不仅依赖于数据和技术的处理，还结合了AI与创作者的互动。其价值形成具有高度的动态性与流动性，体现了技术与创作的融合所带来的独特财产属性。

（三）AIGA的类型及其法律意义

AIGA作为技术赋能艺术的典型范式，其复合性特质决定了需要通过类型化分析其法学价值。通过解构技术介入程度与创作控制力的相互关系，可建立类型标签与法律属性之间的映射框架。具体而言，AIGA生成过程的自主性差异（完全/不完全人工智能生成）与成果的客观表现形态（数据/物理载体）构成分类的二元维度，前者直接影响著作权适格性判断，后者关涉物权与数据财产权的制度选择。此分类范式为后文法律属性的教义学分析提供结构化前提。

1.视觉领域视角下生成式艺术的类型标签

在生成式艺术领域，术语体系的复杂性源于技术介入程度与创作控制力的差异。在艺术界，生成式艺术（GA）和计算机艺术（CA）这两个术语经常被相互替换使用，但二者在技术依赖性与创作自主性上存在本质区别。GA的核心是设定规则指令或限定条件，突出艺术创作过程的自主性。CA则特指在计算机辅助下创作的艺术类型，是广义的GA的一个特定子集。除CA外，GA还包括其他子类别，如电子艺术（EA）以及完全排除了人类参与的算法艺术（AA）、进化艺术（EvoA）、遗传艺术（GenA）、分形艺术（FA）、机器人艺术（RA）等艺术类型（见图1）。此分类不仅揭示了技术对艺术创作的影响，也为法律属性的判定提供了类型学基础。

图1 艺术视角下生成式艺术分类

2.法律视角下生成式艺术的类型标签

第一，作品类别。从法律属性视角来看，AIGA的类型化聚焦于创作控制力与成果独创性的关系。相比GA和AA的完全人工智能生成式艺术，以电子技术为媒介的艺术形式的EA以计算机辅助下按照一定程序生成艺术成果的CA均是不完全人工智能生成式艺术。完全人工智能生成式艺术，指突出艺术成果创作过程的自主性，利用模型自动生成的内容，缺乏人类直接干预，故难以满足著作权法对“独创性”的要求。例如GA和AA生成内容在形式上具有艺术性，但其本质是对训练数据的统计重组，而非人类智力劳动的体现。AA的代表性艺术家有蒙德里安、马列维奇和康定斯基。不完全人工智能生成式艺术，指人类主导干预的创作的内容，以电子技术为媒介的艺术形式和计算机辅助下按照程序生成艺术成果，可被纳入著作权保护范围。如，EA和CA，生成技术仅起到辅助创作的作用。区分二者的法律意义在于GA和AA因缺乏“独创性”不构成作品，而EA和CA构成作品，因人类创作的主导性而具备著作权适格性。同时，任何涉及编程规则的艺术，典型的有EvoA、GenA、FA、RA，也均构成作品。

第二，合法性标准。AIGA可以分析并模仿被投喂的训练数据，从而生成艺术成果。如果使用不当或未事前告知，其生成的作品将可能对公众权益产生侵害风险。这些风险很大程度上来源于GAI被用于“深度伪造”（deepfake）。伪造的信息通过社交媒体等平台进行广泛传播，进而对公众认知、个人隐私、社会信任等多个方面产生危害。在艺术成果中使用AI进行创作获利并故意隐瞒这一事实，违背了公平竞争的原则，不但削弱了藏家及投资者对艺术品的价值判断，而且剥夺了他们对创作过程的知情权，扰乱了艺术市场的秩序。例如，艺术网红曾bobi使用AI生成图像来冒充手绘作品。他以某段视频影像为灵感“创作”作品，随后在自媒体公开作品进行销售，并利用自媒体互动诱导观众打赏。虽然生成的内容本身不包含法律法规所禁止的信息，但隐瞒AI生成事实、虚假宣传为手绘作品的行为欺骗了消费者。曾bobi未履行透明度义务，违背了艺术创作领域的基本伦理要求，后主动承认错误，赔礼道歉，并将作品下架。为防止此类行为的泛滥，扰乱艺术市场和侵犯消费者权益，应当将其及时纳入国家统一规制的范围。要求平台应建立AI生成内容强制披露机制，同时受损消费者可通过集体诉讼主张赔偿；艺术创作者协会也应建立AI作品认证体系，以维护行业伦理标准。

第三，责任主体区分。在艺术领域，艺术家会疑惑AIGA作品是技术制作还是艺术创作。其实，技术是艺术创作过程的一部分，艺术家一直在使用技术工具。在AIGA成果生成过程中，稳定扩散模型（Stable Diffusion model）和Midjourney将概率分布与算法相结合，通过迭代调整随机修改图像，直到创建与用户输入匹配的图像，生成不存在于现有数据库中的内容。区分二者的法律意义在于，AI服务提供者需履行数据来源披露义务，以避免因模仿已有艺术成果或特定元素而涉及版权侵权和不正当竞争。例如，法国竞争管理局收到一些法国大型新闻机构的投诉称，谷歌的人工智能驱动聊天机器人Bard（现更名为Gemini）在未通知出版商和新闻机构的情况下对其内容进行训练，使用了他们的版权内容，审查结果投诉属实，对谷歌处以2.5亿欧元的罚款，谷歌已同意在和解程序中不对事实提出异议，并提出了一系列补救其违规行为的措施。据此，为不影响用户体验和使用模型制作新内容，需要合理分配不同主体责任，作为平台服务提供商应当根据避风港原则承担相应注意义务。作为内容服务提供商，在提供生成式人工智能服务时，应采取一系列法律和技术措施，确保生成内容的版权合规。首先，提供商应确保所有训练数据来源合法，避免未经授权使用受版权保护的作品。若必须使用第三方内容进行训练，需获得相应授权或遵循合理使用规则。同时，生成的内容应通过技术手段进行适当修改和重构，确保其不直接复制或与原始版权作品高度相似，保障内容的原创性。其次，提供商应在生成内容时加入明确的提示和标识，告知用户该内容的生成方式和来源，尤其是在涉及深度合成或人工生成内容时，使用户了解内容的背景和真实性。再如，中国发布的《生成式人工智能服务管理暂行办法》规定了“生成式人工智能服务提供者”开展预训练、优化训练等训练数据处理活动，应当遵守的相关规定；《互联网信息服务深度合成管理规定》对深度合成服务提供者和使用者规定了义务，“不得利用深度合成服务制作、复制、发布、传播虚假新闻信息。转载基于深度合成服务制作发布的新闻信息的，应当依法转载互联网新闻信息稿源单位发布的新闻信息”。这里的提供者就是AIGA生成过的模型开发者，其采用技术手段对生成或深度编辑的内容进行加工时应加入所用数据、信息等元素来源的必要提示。

作者简介：马治国，西安交通大学法学院教授、知识产权研究院院长；张乐，西安交通大学法学院2019级知识产权专业博士研究生。

责任编辑：张书鹏

文章来源：民族艺术研究杂志

上述文字和图片来源于网络，作者对该文字或图片权属若有争议，请联系我会。