本報記者 張靖超 上海報道

近日，中文在線,、同方知網、中國工人出版社等26家單位共同發(fā)布了國內首份有關AIGC訓練數據版權的倡議書,。

《中國經營報》記者注意到,，該份倡議書主要面向AIGC領域專家,、學者及AIGC從業(yè)機構，分別從深化版權問題研究,、版權賦能產業(yè)發(fā)展,、避免侵權、引導AI生成內容的合理使用,、提升版權保護意識,、優(yōu)化內容授權渠道這六個方面提出了倡議,，覆蓋了從AIGC模型研發(fā)到產品使用，從版權問題理論研究到數據流通實踐的各個環(huán)節(jié),。

目前,，大模型訓練數據絕大多數是從互聯(lián)網抓取的，其中有些數據受到版權保護,，但使用中并不加以區(qū)分,。在全球AIGC數據侵權糾紛頻發(fā)、國內《生成式人工智能服務管理辦法（征求意見稿）》發(fā)布的大背景下,，提出合理使用正版數據的倡議,，是對AIGC研發(fā)主體的警示和啟發(fā)。

在近期正在舉辦的第25屆上海國際電影節(jié)上,，路盛律師事務所爭議解決業(yè)務和娛樂法業(yè)務聯(lián)系負責人蔣南頔也對AIGC的版權保護分享了自己的看法,。

蔣南頔認為，保護AI模型算法可以采用專利著作權,、商業(yè)利益或反不正當競爭法下的財產權益等方式,。而對于AI生成的形象和內容，關鍵問題是要確定是人創(chuàng)作還是機器創(chuàng)作,。

記者了解到,，無論是中國還是海外一些國家，主流的觀點認為,，如果是機器創(chuàng)作的,，不應受到著作權保護，因為著作權保護的是人的思想表達,。因此,，在判斷AI生成物是否受到著作權保護時，需要考慮其中人的創(chuàng)作成分的比重以及人對生成物的干預程度和預判能力,。人的創(chuàng)作成分越高,，干預過程越強，對生成物的預判越強,，就越容易受到著作權保護,。

“同時，還需要確定AI生成物的權屬歸屬,，即是由AI的研發(fā)者,、使用者還是其他方享有。這取決于誰對產出物的貢獻最大,、決定因素最強,，可能形成獨立的權屬或共同作品。風險與權利平行。權利與責任承擔也相應對應,，誰享有權利誰就更容易承擔責任,。無論是AI研發(fā)人員還是使用人員，對結果的預判越多,，對其中創(chuàng)作者參與過程中的風險就越大,。”蔣南頔說,。

隨著各項相關法規(guī)不斷細化完善,，保護正版數據所有者權益的呼聲漸長，AIGC研發(fā)主體可能面臨兩難選擇：僅使用免費的合規(guī)數據訓練,，可能因數據多樣性不足,、數據質量不高導致模型效果欠佳，甚至可能因數據安全性不足,，面臨模型抵御攻擊性差,、隱私信息暴露等風險；而要提高模型精度和AIGC產品競爭力,，可能需要面臨侵權風險或陷入繁復的授權流程,。而且，AI的技術過程往往是一個黑箱,，很難證明或發(fā)現(xiàn)其中的過程,。因此，從著作權角度看,，如果傳統(tǒng)意義上的復制也難以證明,，就需要從最終生成的內容入手。

“如果AI生成的作品與已發(fā)表的作品非常一致,，風險就會更高,。舉例來說，如果是AI換臉生成的內容涉及到一些特定的形象,，如史萊克,、哈利·波特等，就可能產生侵權風險,，還可能涉及到這些知名形象所凝聚的商業(yè)價值產生的不正當競爭風險,，以及名人形象引發(fā)的人格權和肖像權方面的風險?！笔Y南頔說,。

倡議書也指出，保護版權能夠為人工智能學習模型提供可靠、穩(wěn)定,、安全的內容來源,，使模型效果更加顯著。同時,，倡議書提出了一個切實可行的解決方案：各方積極努力,，在模型訓練者與內容提供者之間搭建便利、有序的內容授權渠道,。

此外,，在虛擬偶像數字產品的創(chuàng)作、運營,、商業(yè)變現(xiàn)和維權過程中,，需要考慮權利的保護。對此,，蔣南頔建議,，可以通過商標申請、專利申請（如技術相關）,、外觀專利申請（如圖形用戶界面）,、商業(yè)秘密保護（避免公開）等方式進行保護。此外,，還需要關注行政審批和許可合規(guī)要求,，特別是在數字人用于直播帶貨或其他商業(yè)演出時可能涉及的行政審批要求。

（編輯：張靖超 校對：燕郁霞）