2. AIGC可版权性基础

在讨论AIGC能否获得著作权保护之前，必须先回到著作权法最核心的门槛——独创性。著作权保护的不是“内容”本身，而是“表达”中体现的人类智力创造。因此，AIGC可版权性问题本质上要回答三个递进的问题：生成物是否构成表达？该表达是否具有独创性？这份独创性是否可归属于自然人（或法人）而非机器？

一、独创性判断标准：从“独立完成”到“最低限度创造性”

我国《著作权法实施条例》将“独创性”拆解为“独立完成”与“具有最低限度的创造性”两个要件。前者强调作品源于作者而非抄袭，后者要求表达具备可识别的个性化选择。在AIGC场景中，“独立完成”通常不成问题——只要不是复制他人作品；真正的争议集中在“创造性”是否由人贡献。

判断创造性时，实务中通常考察以下维度：

• 选择与编排：提示词是否体现了对主题、风格、构图、叙事结构的个性化取舍；
• 可预测性：生成结果是否超出模型常规输出，是否体现了使用者的“创作意图”；
• 智力投入的质与量：是否包含多轮迭代、参数调整、筛选与后期修改；
• 表达空间：该类型内容是否存在足够的个性化表达余地，而非唯一或有限表达。

需要强调的是，“投入了时间与劳动”不等于“具有独创性”。单纯输入一句“画一只猫”并点击生成，通常难以满足创造性要求；但如果使用者通过多轮提示词设计、构图控制、局部重绘、后期合成，使最终画面呈现出可辨识的个人审美选择，则更可能被认定为具有独创性。

二、人类智力贡献要求：机器不能成为作者

著作权法的主体是“作者”，而作者必须是自然人、法人或非法人组织。AI模型本身不具备法律人格，因此不能成为作者。这意味着，AIGC要获得版权保护，必须存在一个可归属的人类智力贡献，且该贡献达到独创性门槛。

实践中，人类贡献可表现为以下几种形态：

• 提示词创作：通过精确、结构化的提示词描述画面元素、风格、镜头、光影等；
• 参数与工作流设计：如ControlNet姿态控制、LoRA风格微调、种子固定与迭代；
• 筛选与编排：从大量生成结果中挑选、组合、排序，形成具有叙事或审美逻辑的整体；
• 后期修改：对生成图进行重绘、合成、调色、文字排版等二次创作。

如果人类贡献仅停留在“提出需求”层面，而具体表达完全由模型随机生成，则通常认为该生成物不构成作品，进入公有领域或不受著作权保护。这一结论在多个法域的司法实践中逐渐趋同。

三、中外典型案例：Dreamwriter案与Zarya of the Dawn案

Dreamwriter案（深圳南山法院，2019）是我国AIGC可版权性的标志性判决。该案涉及腾讯财经使用Dreamwriter自动撰写的股市快讯。法院认为，涉案文章在数据选择、结构安排、语言表达上体现了创作者的个性化选择，且创作过程由主创团队主导，AI仅作为工具，因此认定构成文字作品。该案确立了一个重要思路：当AI是“工具”而非“作者”时，人类主导的创作仍可受保护。

Zarya of the Dawn案（美国版权局，2023）则给出了相反方向的结论。该案中，作者Kristina Kashtanova使用Midjourney生成漫画《Zarya of the Dawn》。美国版权局最终认定：漫画中的文字与整体编排可受版权保护，但由Midjourney生成的图像本身不受保护，理由是图像的具体表达由模型随机生成，人类提示词未能控制到“可预测的创作结果”程度。该案的核心启示是：提示词的“创意”不等于对表达的“控制”。

两案对比可见，判断关键不在于“是否使用了AI”，而在于人类是否对最终表达实施了足够的控制与个性化选择。Dreamwriter案中，人类主导了数据、结构与语言；Zarya案中，人类仅提供了抽象提示，具体画面由模型决定。

四、可版权性结论：分层判断与实务建议

综合现行法律与案例，AIGC可版权性可归纳为分层结论：

对商业使用者而言，实务建议是：保留创作过程证据（提示词记录、参数配置、迭代版本、修改日志），在合同中明确AIGC成果的权利归属，并对纯AI生成部分与人类创作部分做可分离的标注与存档。这样在发生权属争议或侵权纠纷时，才能清晰界定哪些部分可主张著作权、哪些部分应视为公有领域素材。