AIGC侵权的责任划分--AI平台与用户的责任边界

一、引言

生成式人工智能（AI）的迅猛发展正在重塑内容创作生态，同时也为传统版权保护体系带来了前所未有的挑战。随着AI生成内容(AIGC)的大规模应用，相关侵权纠纷日益增多，如何合理划分AI平台(以下简称“平台”）与用户之间的法律责任，已成为立法、司法和产业界共同面临的紧迫问题。

AIGC侵权责任划分的复杂性源于多个维度：在技术层面，AI系统的"黑箱"特性使得侵权行为认定困难；在法律层面，传统版权法中的"独创性"、"实质性相似"等标准在应用于AIGC时面临解释困境；在产业层面，过严的责任可能抑制技术创新，而过松的规则则可能损害创作生态。

本文旨在通过现有平台用户协议比较，以及相关司法案例研究这两条路径，来探讨AIGC侵权的责任划分问题，并为平台和用户提供相应的风险防范建议，为构建平衡各方利益提供参考。

二、平台用户协议约定的责任承担方

平台通常以用户协议方式设定AIGC的权利归属和责任分配规则，这些协议在划分平台与用户之间的法律责任方面发挥着重要作用。我们整理了一些常见的平台用户协议的相关规定。

从以上用户协议看，AIGC的归属有四种情形：（1）归属于用户（最常见）；（2）有条件归属于用户（例如，对不同用户设置不同归属）；（3）归属于平台；（4）未做出明确约定。

根据中国司法实践，合同明确规定AIGC权利归属的，通常从约定。例如，北京互联网法院法官朱阁认为，著作权作为私权，其归属可以由平台和用户通过合同约定。若AI平台的用户协议中写明“用户通过AI生成的内容，平台享有完整知识产权”，那么，在这种情况下，平台有可能通过合同取得著作权 。

如合同未约定，或者约定不明的，法院从有利于传播的角度，通常认为AIGC归属于用户所有。例如，在(2019)京73民终2030号案件中，法院认为，“如果将分析报告的相关权益赋予软件研发者（所有者）享有，软件研发者（所有者）并不会积极应用，不利于文化传播和科学事业的发展……对于软件使用者而言，其通过付费使用进行了投入，基于自身需求设置关键词并生成了分析报告，其具有进一步使用、传播分析报告的动力和预期。因此，应当激励软件使用者的使用和传播行为，将分析报告的相关权益赋予其享有，否则软件的使用者将逐渐减少，使用者也不愿进一步传播分析报告，最终不利于文化传播和价值发挥”，据此，法院认为AIGC归属于用户所有。

从权责一致的角度看，谁拥有AIGC的权利，谁就应当承担对应的风险和责任。但是，几乎所有的平台的用户协议都约定AIGC的风险和责任由用户承担。如果用户协议约定AIGC归属平台所有，那么用户是否也应当承担AIGC的全部风险和责任呢？

用户当然可以抗辩，用户协议属于格式条款，平台在制定用户协议时如果违反公平原则，免除平台主要责任，或者主张平台未采取合理的方式对与用户有重大利害关系的条款进行提示或说明，因此格式条款无效。

从法院角度而言，除了审查平台是否尽到法定的提示与说明义务，法院还会从合同条款是否不合理地免除或者减轻平台责任、加重用户责任、限制或排除用户主要权利判断条款的有效性。如果不分具体情形，将所有责任均苛加于用户，显然会对用户造成不公。

三、法院对AIGC侵权责任主体的认定

人工智能作为一个新兴行业，法院希望在版权保护与AI技术创新发展，创作者权益与社会公共利益之间找到一个平衡点。从现有司法判决看，既存在平台承担侵权责任的案例，也存在仅用户承担侵权责任的案例。从这些案件中，我们可以了解中外裁判机构对平台与用户责任划分的考量因素。

1、中国司法实践

案例一：奥特曼AI第一案（案号：(2024)粤0192民初113号）

基本案情：原告为奥特曼国内权利人。被告为Tab（化名）平台运营方，提供具有AI对话及AI生成绘画功能的服务。用户购买会员后将获赠一定额度的“算力”，该“算力”可用于AI绘画等，每次使用AI绘画消耗一定“算力”。“算力”消耗完毕，用户需另行充值。原告输入“奥特曼”相关提示词后，平台生产与原告作品相似的奥特曼作品，并根据原告进一步输入的提示词以“奥特曼”为原型进行修改。原告起诉被告侵犯复制权、改编权和信息网络传播权。

法院判决：广州互联网法院认为，被告未经许可，复制、改编了案涉奥特曼作品，侵犯了原告对案涉奥特曼作品的复制权和改编权。对原告关于另行侵犯信息网络传播权的主张，考虑到本案是生成式人工智能发展背景下生成物侵权的新情况，且本院已支持了其复制权、改编权侵权的主张，在同一被诉侵权行为已经纳入复制权、改编权控制范畴的情况下，本院不再进行重复评价。据此，法院判决平台停止侵权，并赔偿损失人民币1万元。

案例二：奥特曼第二案（案号:(2024)浙01民终10332号）

基本案情：原告为奥特曼国内权利人。被告为AI平台运营方。用户在该平台上通过上传在其他网站下载的奥特曼图片并使用基础模型训练出奥特曼LoRA模型，训练完成后的奥特曼LoRA模型可被用户反复使用并在此基础上生成其他奥特曼侵权图片并发布在平台上。以奥特曼相关关键词进行搜索，可以在其平台广场上以浏览或下载等方式获得涉案5张奥特曼图片以及8个奥特曼LoRA模型（其中1张奥特曼图片亦为另一奥特曼LoRA模型的封面图）。原告主张被告构成著作权侵权与不正当竞争。

法院判决：杭州互联网法院一审认为，被告不是网络传播内容的提供者，未直接实施受信息网络传播权控制的行为，不构成直接侵权。作为生成式人工智能服务提供者，被告应当知道网络用户利用其网络服务侵害涉案作品信息网络传播权而未采取必要措施，其未尽到合理注意义务，主观上存在过错，应当认定构成侵害原告信息网络传播权的帮助侵权行为。据此，一审法院判决平台停止侵权，并赔偿损失人民币3万元。二审法院维持原判。

案例三：美杜莎案

基本案情：原告是知名IP《斗破苍穹》动漫角色美杜莎形象的著作权人。被告一为AI图像生成平台。被告二李某是该平台的用户，李某截取了《斗破苍穹》动漫中美杜莎形象图片二十余张，做成美杜莎图包，使用平台“训练LoRA”功能，将美杜莎图包作为训练素材投入，生成两款美杜莎LoRA模型。经过平台机审，李某将案涉美杜莎LoRA模型发布在自身账号中。其他普通用户使用案涉美杜莎LoRA模型时，通过输入不同提示词，能够生成与美杜莎形象相同或实质性相似的各种图片。

法院判决：上海市金山区人民法院认为，被告李某以商业使用为目的，在素材截取阶段及LoRA模型训练、发布及使用阶段再现在先作品的独创性表达、将“美杜莎”图集和短视频等素材通过网络提供给公众，侵害了原告对“美杜莎”作品享有的复制权和信息网络传播权。被告公司提供的LoRA模型技术本身和训练LoRA模型的功能，是促进生成式人工智能发展的中立技术，平台向用户尽到了合理告知义务，设置了投诉举报机制和发布审核机制，在收到起诉状后及时下架了全部美杜莎LoRA模型，并更新平台审核机制中的筛选关键词，主观上并无过错，客观上尽到了“采取必要措施”“转通知”义务，不应认定构成侵权。据此，法院判决李某停止侵权，并赔偿原告人民币5万元。而平台无需承担任何责任。

案例四：某集团公司诉李某某不正当竞争纠纷案（案号:（2024）浙0108民初10311号）

基本案情：被告李某某在其百家号账号下发布题为《阿里控股数字有限公司是真的吗》的文章。该文章由文心一言生成，文章生成后被告未做修改直接发布。文章包含针对原告的不实信息。原告以不正当竞争为由提起诉讼。

法院判决：浙江省杭州市滨江区人民法院认为，被诉侵权行为系违反商业道德，扰乱市场竞争秩序、损害原告合法权益的不正当竞争行为。针对被告关于被诉侵权文章由人工智能生成的抗辩，法院认为被告作为从事商业推广的自媒体博主，应对所发布的信息负有审核义务，且人工智能本质上系辅助工具，在当前技术条件下，“AI幻觉”现象难以完全避免，生成式人工智能使用者在利用人工智能进行内容创作后，因其对生成物具有最大的控制权，应对生成内容的传播和利用负有合理的注意义务，如审查过滤虚假信息，尽力确保其传播的信息的真实性与完整性，或添加显著标识，提示相关公众该文系由人工智能生成，以避免虚假信息传播对他人合法权益或社会秩序造成损害。据此，法院判决被告发布书面声明，消除影响，赔偿经济损失30000元。

2、境外司法实践

美国

美国目前针对AI公司的诉讼主要是针对AI公司未经授权使用版权作品进行AI训练。尽管如此，从美国版权局发布的《著作权与AI第三部分报告》之预出版本（Copyright and Artificial Intelligence Part 3: Generative AI Training pre-publication version）看，美国版权局认为，使用版权作品进行AI训练是否具有转换性不仅取决于训练过程，还取决于最终如何使用所得模型。合理使用应当置于整体应用场景中进行评估。当模型的设计目标包含对表达性内容的复制或重组时，其训练过程就不能被简单地归类为非表达性行为 。在某作家诉某AI公司著作权侵权纠纷案中，法官判决称，训练阶段属于合法合理使用，关键点在于模型并没有复制作品的核心创意或风格，而是像“人类读者”一样，学习并创造新内容，而不是替代原作 。基于此，我们理解，如果使用模型生成了与版权作品实质性相似的内容，则从使用目的看难以抗辩合理使用，进而AI公司可能需要承担侵权责任。

欧盟

德国某音乐管理协会诉 某AI公司案（德国慕尼黑第一地方法院审理，案号：42 O 14139/24，可上诉）

基本案情： 2024年11月，德国某音乐管理协会向德国慕尼黑地方法院提起诉讼，指控某AI公司在未获授权、未支付报酬的情况下，使用其管理的9首德国歌曲歌词训练ChatGPT模型，且用户通过简单提示即可让模型输出完整或部分歌词。

法院判决：德国慕尼黑第一地区法院作出一审判决，支持德国某音乐管理协会的诉讼请求，认定某AI公司的训练和输出行为构成对复制权和向公众传播权的侵犯，禁止某AI公司在未获授权的情况下使用德国某音乐管理协会管理的歌词训练模型或通过ChatGPT输出相关内容。

在平台与用户责任划分方面，法院认为被告直接实施了复制行为，也向公众开放作品的欣赏，而不仅仅是中介，例如仅提供第三方复制的基础设施。由于被告对其模型内容负责，而这些内容仅通过简单的提示词呈现，因此被告的行为不同于托管平台运营商或硬件或软件提供商。针对被告希望利用间接侵权的标准来规避直接侵权的责任的抗辩，法院认为，即使根据这些标准进行进一步审查，被告仍将构成复制行为。被告在复制过程中扮演核心角色。只有因为对相关歌曲歌词的记忆，才能通过简单的提示输出歌词。被告决定模型的功能、训练数据的选择以及训练设计。检索提示内容简单易用，用户只需输入所需命令，无需关注已有的文件夹结构和控制菜单。被告也完全清楚自己行为的后果，并知道模型中的“记忆”。同样重要的是，被告的复制具有盈利目的，即使盈利目的并非强制前提 。

3、影响判决走向的因素

从以上中外裁判机构的判决中，我们可以看出，法院的逻辑通常是，首先对平台和用户的身份进行判断，是内容提供者还是AI服务提供者，或者兼具二者身份。如果是内容提供者，一旦构成著作权侵权将需要承担直接侵权责任；如果是服务提供者，则可能承担帮助侵权责任。其次从过错角度进行判断，以确定平台和用户是否需要承担赔偿责任。

1) 直接侵权与间接侵权

《最高人民法院关于审理侵害信息网络传播权民事纠纷适用法律若干问题的规定》第三条第一款对直接侵权做出了规定，“网络用户、网络服务提供者未经许可，通过信息网络提供权利人享有信息网络传播权的作品、表演、录音录像制品，除法律、行政法规另有规定外，人民法院应当认定其构成侵害信息网络传播权行为”。该规定第七条第三款对间接侵权做出了规定：“网络服务提供者明知或者应知网络用户利用网络服务侵害信息网络传播权，未采取删除、屏蔽、断开链接等必要措施，或者提供技术支持等帮助行为的，人民法院应当认定其构成帮助侵权行为”。从上述规定看，直接侵权情形下，只要行为人实施了侵权行为，无论是否存在主观过错，均构成侵权。而在间接侵权情形下，行为人构成侵权则应当具备“明知或者应知”的主观过错。

在奥特曼第一案中，法院没有进行直接侵权与间接侵权的讨论。因为该案的特殊之处在于奥特曼权利方为本案用户，向平台下达生成与修改指令，通常意义上的用户在本案中实际缺失。因此法院并未探讨平台责任与用户责任，而是仅认定平台实施了复制与改编行为。该案判决思路与德国音乐著作权集体管理协会诉OpenAI案一致，本质上是确认了AI训练端风险向AI生成端风险的传导。

在奥特曼第二案中，法院着重分析了平台构成直接侵权还是间接侵权。法院认为，若要认定构成信息网络传播权直接侵权行为，应存在以下情形：被告系网络传播内容的提供者，或者与用户分工合作、协同配合，从而构成网络传播内容的共同提供者。法院指出，如生成式人工智能服务者提供参考图片等训练语料进行数据训练，进而生成并传播侵权内容时，生成式人工智能服务提供者可能直接实施了受著作权专有权控制的行为。该认定与奥特曼第一案的认定有着相同逻辑，将AI训练端风险传导至AI生成端。在该案中，用于数据训练的奥特曼图片由用户上传，主张侵权的LoRA模型的封面图或示例图亦由用户上传。尽管用户实施生成图片的行为利用了平台提供的生成式人工智能服务，涉案侵权图片亦通过用户在平台发布或分享实现了信息网络传播。但客观上，下达指令决定生成内容及其受众的是用户，平台并未参与到用户实施的上传参考图片、发布和分享生成图片的行为之中；主观上亦缺乏证据证明平台在用户的涉案行为中，与用户之间存在共同提供作品的意思联络，因此，法院认为平台不构成直接侵权。

美杜莎一案判决与奥德曼第二案判决一脉相承。法院认为从平台所提供的服务和技术的特征来看，其并未直接参与LoRA模型的素材截取、训练、发布和使用。而提供的LoRA模型技术本身和训练LoRA模型的功能，是促进生成式人工智能发展的中立技术，因此平台属于网络服务提供者。

基于以上案例，平台是否承担直接侵权责任取决于其在AI生成过程中的角色。如果平台开发或运营的模型未经授权使用第三方作品进行模型训练，用户利用该模型生成与该第三方作品相似的作品，则平台可能构成共同侵权。如果用户以平台模型为底层模型进行垂类开发，用户自行投入侵权物料进行训练和后续生成，则平台不承担直接侵权责任。

对于用户而言，通常无需讨论直接侵权还是间接侵权。用户是利用AI生成特定生成物的直接指令下达方，亦是后续发布方、使用方。因此，用户通常被定义为内容提供方。如构成侵权，则用户需要承担直接侵权责任。但是，如果用户只是输入简单指令，用户是否构成侵权则存在较大抗辩空间。

2) 主观过错的认定

在间接侵权情形下，是否具备主观过错是判断行为人是否侵权的关键因素。无论是直接侵权还是间接侵权，是否具备主观过错及主观过错的大小均是影响赔偿金额的重要因素。

在司法实践中，对于过错的认定通常需要综合考量生成式人工智能服务的性质、当前人工智能技术的发展水平、避免损害的替代设计的可行性与成本、可以采取的必要措施及其效果、侵权责任的承担对行业的影响等因素。法院通常会考量如下因素：

（1）权利作品的知名度。一般而言，权利作品知名度越高，被认定为“应知”的可能性越大。

（2）侵权内容的可感知性。如侵权内容置于平台中能够为其较为明显感知的位置，例如首页、推荐位等，或平台存在推荐、编排等主动行为，则很可能被认定为“明知或应知”。

（3）平台的运营模式及可能引发的侵权后果。如果平台的运营模式对于用户使用行为的结果增强了可识别性、可干预性，并对可能引发更多的侵权内容，则平台需要承担更高的注意义务。例如，在奥特曼第二案中，平台允许用户生成上传奥特曼LoRA模型，奥特曼LoRA模型可以被其他用户反复使用，而上述模型使用次数已达千余次，其他用户再叠加奥特曼LoRA模型后又会不断生成出更多的侵权内容，据此，法院认为平台需要承担更高的注意义务。

（4）是否具有营利性。平台向用户收取会员费或其他费用则具有直接营利性。法院可能会要求平台承担更高的注意义务。

（5）是否采取了适当措施阻止侵权。例如，平台是否有用户相关协议或平台规则，或告知用户使用服务时不得侵犯他人著作权或其它合法权益，是否设置了侵权投诉渠道，是否设置的必要的过滤词，在接到侵权投诉后是否及时处理等，均会被法院作为尽到合理注意义务的判断因素。

4、具体场景下的责任划分

为平衡各方利益，法院在不同场景下对用户和平台的责任认定可能会存在一定差异。我们整理了一下常见情形，并对用户与平台风险等级做了一些初步判断。但由于具体场景可能是多场景混合，或者存在不同因素的影响，下述表格仅供参考。

5、降低风险的合规建议

1) 平台角度

（1）关注AI训练端的合规要求。尽管美国已经出现多起认定训练端使用版权作品构成合理使用的案例，但是，欧盟亦出现了AI训练需要获得版权人授权的判决。在中国虽尚未出现直接认定训练端使用版权作品不侵权的案例，但在奥特曼第二案中，法院认为，生成式人工智能在数据训练阶段使用他人作品的目的，原则上应是用于学习分析在先作品所表达的思想感情、语言特征、特色风格等内容，从中提取出相应的规则、结构、模式、趋势，便于后续转换性创作新作品。在无证据证明生成式人工智能是为使用权利作品的独创性表达为目的、已影响到权利作品正常使用或者不合理地损害相关著作权人的合法利益等情形下，可以被认为是合理使用。尽管如此，由于训练端与生成端直接关联，如平台运营的AI根据用户指示生成了侵权作品，平台仍可能承担侵权责任。因此AI平台应建立透明可追溯的训练数据管理机制。具体措施包括：建立数据来源记录系统，对训练数据的获取渠道和授权状态进行分类管理；筛查排除作者明确不允许进行AI训练的作品；积极与版权集体管理组织、内容提供商建立合作关系，获取正规授权等。

（2）采取技术措施与输出控制，阻断训练端风险向生成端风险的传导。平台应通过技术手段减少生成内容与受版权保护作品的实质性相似。例如，可以采取关键词过滤等措施，禁止用户生成与版权作品，尤其是知名IP相同或相似的作品；AI生成后提示用户存在著作权侵权风险，提醒用户仅可为个人学习研究目的使用等；设置重复检测功能，防止模型过度记忆并输出与训练数据高度相似的内容等。

（3）重视用户协议的制定。平台可以在用户协议中合理界定权利归属和责任分担，并明确告知用户对输入内容的不侵权要求及生成内容的合规使用要求。此外，平台在制定用户协议时应当对与用户存在重大利害关系的条款尽到提示、说明义务。

（4）建立侵权投诉机制，包括公示投诉渠道并及时处理版权人的维权请求。

（5）建立合规审查流程，确保在推出新功能或进入新市场前评估版权及其他合规风险。

2) 用户角度

用户在利用AI进行创作时，也需采取相应措施降低侵权风险，确保自身创作的合法性与安全性。

（1）创作过程留证。创作过程记录与证据保存是用户证明自身创造性贡献的关键，也是用户证明其在AIGC生成过程中不存在主观过错的证明。因此，用户应当保存完整的提示词迭代记录，包括初始提示词、修改过程和最终使用的提示词；记录参数调整过程，如迭代步数、图片高度和提示词引导系数等；如对AI生成内容进行了后续修改，保存编辑过程文件等。

（2）规范使用行为。用户应当避免直接要求AI模仿特定艺术家的风格或已知的版权作品；对生成内容进行实质性创新，增加自身的创造性贡献；谨慎使用知名作品中的特定角色、场景等受版权保护的元素。

（3）在使用AIGC前，尤其是商业性使用前，进行原创性检查，通过反向图像搜索等工具确认其不与现有作品构成实质性相似。

（4）用户应遵守平台的使用协议，了解其对生成内容使用方式的限制，特别是商业性使用的规定。

随着技术的发展和案例的积累，AIGC侵权责任划分规则将不断细化，为数字时代的知识创作与传播提供更加明确的法律指引。从风险防范的角度看，AI平台和用户都需采取积极措施应对日益复杂的版权合规挑战。 

1. AI创作的权利边界在哪里？_中华人民共和国最高人民检察院（https://www.spp.gov.cn/zdgz/202504/t20250425_694112.shtml）

2. Copyright and Artificial Intelligence, Part 3: Generative AI Training Pre-Publication Version（https://www.copyright.gov/ai/Copyright-and-Artificial-Intelligence-Part-3-Generative-AI-Training-Report-Pre-Publication-Version.pdf）

3. Bartz-v-Anthropic-Order-on-Fair-Use-6-23-25.pdf（https://cdn.arstechnica.net/wp-content/uploads/2025/06/Bartz-v-Anthropic-Order-on-Fair-Use-6-23-25.pdf）

4. 参见：https://www.gesetze-bayern.de/Content/Document/Y-300-Z-GRURRS-B-2025-N-30204，根据人工智能翻译结果整理。

5. 我们认为，此种情形可以考虑参照复制品的出版者、制作者的法律责任。根据我国著作权法第五十九条，复制品的出版者、制作者不能证明其出版、制作有合法授权的，复制品的发行者或者视听作品、计算机软件、录音录像制品的复制品的出租者不能证明其发行、出租的复制品有合法来源的，应当承担法律责任。在本情形下，如果用户可以证明AIGC的生成过程，且用户在生成过程中并无违法输入或指示，例如输入他人拥有版权的图片，或者指向具体版权作品，并且生成物本身亦不存在明显著作权侵权情形（例如与知名IP构成实质性相似），则用户仅需要停止使用，而无需承担侵权赔偿责任。

声 明

《君合法律评论》所刊登的文章仅代表作者本人观点，不得视为君合律师事务所或其律师出具的正式法律意见或建议。如需转载或引用该等文章的任何内容，请注明出处。未经本所书面同意，不得转载或使用该等文章中包含的任何图片或影像。如您有意就相关议题进一步交流或探讨，欢迎与本所联系。