【摘要】随着生成式人工智能在文本、图像及音视频内容生产领域的广泛应用，人工智能平台在版权合规中的法律性质与注意义务边界问题日益凸显。纯提示词生成类、提示词检索增强生成类、基础模型 +LoRA 调优类等不同生成式人工智能服务平台的版权侵权责任均已引发诉讼纠纷并呈现差异化裁判思路。因此，有必要对生成式人工智能服务提供者进行类型化区分，在坚持过错责任原则的前提下，立足服务提供者在具体技术场景中的功能定位，实行分类分层的注意义务配置。司法裁判应对提供中立技术服务平台的注意义务设定保持适度克制，在生成式人工智能平台履行风险提示、生成内容标识、建立投诉处理机制等义务的前提下，类推适用“通知—删除”避风港规则，鼓励探索权利人与服务提供者的协作机制，实现版权保护与人工智能技术创新之间的动态平衡。

【关键词】生成式人工智能；版权侵权；注意义务；平台责任；

一、问题的提出

生成式人工智能在文本、图像、音视频等内容生产领域的应用，正在深刻改变作品的创作、传播与利用方式。与传统互联网平台不同，生成式人工智能并非仅对既有内容进行存储或信息索引，而是通过模型推理直接生成新的表达形式。随着技术和应用的迭代发展，生成式人工智能服务与用户的交互方式也在不断演变，衍生出不同的生成式人工智能服务形态与平台类型，包括但不限于纯提示词生成类、提示词检索增强生成（RAG）类，以及“基础模型+LoRA”调优类等服务形态。不同服务形态下，服务提供者对生成过程的控制力以及生成结果的原因力均不相同，从而导致在认定服务提供者生成环节的版权侵权责任时呈现出高度复杂性。

在我国现行著作权法相关规则的框架下，网络服务提供者的责任主要围绕“通知—删除”规则与以注意义务为核心的过错认定展开。然而，如何构建适配生成式人工智能平台的注意义务体系，已成为司法实践亟待回应的问题。广州互联网法院“奥特曼”案（以下简称广互“奥特曼案”）、杭州互联网法院和杭州中院“奥特曼”案（以下简称杭州“奥特曼案”）以及上海金山法院“美杜莎”案（以下简称“美杜莎案”）所呈现的裁判分歧，集中反映了这一制度在不同生成式人工智能平台具体侵权场景下的适用张力。

二、生成式人工智能平台的服务类型及特征

依照提供服务内容及与用户交互形式的不同，目前主流的生成式人工智能服务可以大致分为以下三种类型：

（一）纯提示词生成类

此类生成式人工智能服务以基础大模型为核心，用户通过自然语言输入提示词或图片，由模型直接输出文本、图像或视频内容，是生成式人工智能服务最先出现的、目前主要的服务形态。广互“奥特曼”案中的被告即为此类平台的代表。

（二）提示词检索增强生成（RAG）类

检索增强生成（Retrieval-Augmented Generation，RAG）是一种结合了检索（Retrieval）与生成（Generation）技术的自然语言处理模型架构。此类生成式人工智能服务是指在模型生成前引入外部信息检索机制，使输出内容同时包含模型生成部分与来源网站的信息整合内容，兼具搜索引擎与生成式人工智能的双重属性，也被称为AI搜索服务（以下简称AI搜索）。相较单纯基于提示词生成的服务，AI搜索整合了“检索”和“生成”两个步骤，使得其提供的内容和服务不限于生成式AI在训练阶段学习的知识和掌握的泛化能力，而同时能整合互联网或者特定知识库的信息，并以总结概要的形式呈现，提高搜索结果准确性和相关性。

AI搜索在全球范围内已经引发了不少纠纷，如Dow Jones新闻集团诉Perplexity一案中，原告便指出：与传统互联网搜索引擎的商业模式不同，被告Perplexity的AI搜索商业模式并没有将业务推向内容创作者，反而篡夺了内容创作者的盈利机会。秘塔科技也因在其AI搜索服务中提供了中国知网的学术文献题录及摘要而收到了侵权告知函并主动停止收录知网文献的题录及摘要数据。

（三）“基础模型 +LoRA”调优类服务

LoRA（Low-Rank Adaptation）是微软在2021年提出的一种高效的模型微调方法，旨在提升大模型的微调效率。不同于传统微调需要修改模型中所有参数从而导致资源消耗巨大的特性，LoRA只在模型的全连接层旁加入一个小型低秩结构，仅调整这部分参数而保持原模型不变。在推理阶段，LoRA会将这部分结构“折叠”进原模型参数，不增加额外计算，因此不会影响模型运行速度。与其他微调方法相比，LoRA的优势在于：既保持了推理效率，又支持不同微调成果，即LoRA权重的灵活叠加，方便实现模块化组合。特别是在艺术生成等AI应用中，用户可以在一个通用基础模型上叠加多个LoRA模块，轻松生成不同风格的图像。

围绕“基础模型+LoRA”调优类服务的版权侵权认定及责任承担问题，我国已出现两起具有代表性的裁判案例，即杭州“奥特曼案”与“美杜莎”案。

三、生成式人工智能平台的法律属性及版权注意义务的类型化分析

（一）纯提示词生成类

生成式人工智能服务提供者与传统网络服务提供者存在显著差异，兼具内容提供者和技术工具提供者的双重属性，如何认定其在著作权法框架下的法律属性和定位，是极具争议的议题。

尽管中国《生成式人工智能服务管理办法》第九条规定提供者应当依法承担网络信息内容生产者责任，履行网络信息安全义务，也因此有观点认为作为内容生产者，生成式人工智能的服务提供者一律要对生成内容承担直接侵权责任。然而，本文认为，对此不宜做简单化解读。首先，网络信息内容生产者的定义首见于《网络信息内容生态治理规定》，其网络信息安全义务主要是指公法上防范、抵制违法和不良信息的义务，并不能因此而直接适用于版权侵权的认定和责任分配问题。其次，尽管生成式人工智能服务具有内容生成的外观特征，但其生成内容具有海量、实时变动等特征，不同于创作有限内容的传统内容生产者对生成内容是否侵权具有明确的感知和控制能力。生成式人工智能的服务更类似于传统搜索引擎的搜索补足算法服务。所谓搜索补足算法，是指搜索引擎基于自动补足算法对用户搜索词进行的自动填充，通常称为搜索提示、搜索联想等。其基本原理为搜索引擎根据不特定用户搜索、浏览的历史记录自动生成并更新变化。此时，该搜索提示词、搜索联想词的提供者是搜索引擎服务提供者。然而，既有的司法实践并未将其认定为内容生产者进而要求其承担直接侵权责任，而是在间接侵权的法律框架下，将其注意义务聚焦于事后的阻止、预防义务，而非事前的审查义务。即服务提供者在收到通知后及时删除侵权提示词，即可认定为无过错，无需对搜索提示词、搜索联想词承担侵权责任。最后，生成式人工智能服务生成内容需要由用户触发，具有被动性特征，并不存在直接侵权要求的“自主行为”。根据美国“VHT公司诉齐洛集团公司案”一案所确立的标准，版权直接侵权要求存在“自主行为”。然而，生成式人工智能服务仅在用户输入提示词或上传起始图像等时才生成输出。此时，生成式人工智能服务平台并未主动选择生成任何特定的表达要素。决定生成何种输出的是用户，而非生成式人工智能服务提供者。因此，有必要在用户、生成式人工智能平台之间区分谁是真正的直接侵权人，进而合理地进行责任分配。

广互“奥特曼案”中，法院认定被告属于生成式人工智能服务提供者，被告平台生成的图像与在先版权作品存在全部或部分的实质性相似，构成复制权、改编权的侵权，并认定平台未建立投诉举报机制、未提示潜在风险、未进行显著标识，未尽到生成式人工智能服务提供者应尽到的合理注意义务，应承担赔偿责任。该案中，法院究竟是在直接侵权还是间接侵权的框架下讨论被告的责任，并不显而易见。原告在起诉前并未向被告平台发出侵权投诉，被告平台也并未提出适用“通知—必要措施”的避风港抗辩，导致法院并未明确基于间接侵权的法律框架对被告行为进行分析，但并不能因此而得出法院认定被告属于直接侵权的结论。因为，现行《著作权法》框架下，无论是直接侵权还是间接侵权，侵权主体的责任承担方式均是停止侵权以及过错情况下的赔偿损失责任。区别仅仅是直接侵权下，法定义务是停止自己的侵权行为；间接侵权下，法定义务是阻却他人的侵权行为。从法院要求被告采取关键词过滤等措施，防范其服务继续生成与案涉奥特曼作品实质性相似的图片来看，本文认为，法院实质上是要求被告停止基于用户指令生成侵权内容的间接侵权行为。当然，间接侵权行为的成立需以用户构成直接侵权为前提，而在用户提示词生成的场景下，用户是否构成直接侵权，仍值得商榷。例如用户输入指令要求AI生成奥特曼，或用户输入奥特曼的图片，要求AI生成武侠风格的奥特曼等场景下，用户输入的指令或受版权保护的图片决定了生成内容也必然含有受版权保护的表达。此时，如果AI生成内容仅处于人机对话的一对一场景，而并未进行进一步传播，则用户构成《著作权法》规定的“为个人学习、研究目的”的合理使用行为，并不构成直接侵权行为，此时也不存在认定服务提供者间接侵权的前提。当然，如果用户将AI生成内容进行进一步的网络传播，则传播环节的侵权主体是用户，用户需为此承担责任。正如北京通州法院审理的北京首例利用AI制图侵犯著作权案中，法院认定：被告人利用生成式人工智能技术生成图片，将他人美术作品转换为商品拼图并售卖获利27万余元。被告单位、被告人的行为应认定为侵犯版权的行为。

据此，有必要将生成式人工智能基于用户指令的生成环节与用户获得生成内容后的传播环节进行区分。在生成环节注意义务的标准上，由于用户的提示语完全源自用户的个性化需求，平台无法事先预知，所以在此环节中用户的输入行为类似在搜索引擎上输入搜索信息。现行法律对搜索链接服务的立法和司法经验中一直以来的观点，都认为对传输的作品、表演、录音录像制品或者搜索到的作品、表演、录音录像制品是否存在权利上的瑕疵先行作出判断和筛选是不现实的。

在停止侵权行为的认定上，广互“奥特曼”案中法院认为：被告应承担停止生成的责任，即应采取技术性措施来停止生成与案涉奥特曼作品实质性相似的图片，如关键词过滤等措施进行防范，防范程度应达到：用户正常使用与奥特曼相关的提示词，不能生成与案涉奥特曼作品实质性相似的图片。此外，学界还有观点认为销毁模型、重新训练、遗忘学习、强化学习、输入过滤、输出过滤都是AI平台可以采取的停止生成与作品相同或相似内容的措施。

然而，从技术实现层面看，生成式人工智能大模型在完成训练并投入使用后，原则上难以针对某一特定作品对应的模型参数进行单独定位并加以删除。一方面，现有大模型的参数结构呈现高度分布式特征，特定训练作品与具体模型参数之间并不存在清晰、稳定的一一对应关系；另一方面，若试图通过“剔除特定作品后重新训练模型”的方式消除该作品对模型的影响，往往需要以新的语料集对模型进行整体再训练，其所需的算力成本、时间成本及工程复杂度均显著高于现有产业实践所能承受的范围，在现实中难以作为常规合规路径加以实施。至于通过遗忘学习或强化学习等方式对模型行为进行调整，虽然在理论上具有一定可能性，但仍需结合当前技术成熟度、实施成本及可控效果进行审慎评估，尚难被视为生成式人工智能服务提供者在一般情形下当然应当履行的法定义务。相对而言，基于输入或输出层面的过滤机制在现阶段更具现实可行性，但其有效运行依赖于权利人与平台之间的协同配合，同时亦不可忽视过滤机制可能引发的误伤合法内容或难以穷尽过滤提示词导致的侵权内容漏放等问题。此外，过滤等技术措施的执行应坚持可行性与比例原则，否则可能将注意义务演变为事实上的结果责任。在此背景下，对生成式人工智能平台注意义务的评价，应当立足于其是否建立了合理、可操作的侵权投诉与处理机制，是否切实履行了生成内容标识义务，以及是否积极与权利人协作在现有技术能力与经济条件允许的范围内采取必要的制止措施，不宜对过滤结果的绝对有效性提出过高要求，以免过度施加责任对技术发展与合法内容生成产生不当抑制。

（二）提示词检索增强生成（RAG）类服务

AI搜索整合了“检索”和“生成”两个步骤，因此基于其生成部分的注意义务和责任与前文讨论的纯提示词生成类具有共性，此处不再赘述，仅讨论AI搜索基于“检索”后生成行为所可能产生的版权争议。

根据AI搜索结果展现形态的不同，可以将其进一步分为两类。一类是基于用户指令的简单索引结果。例如，长沙某法院审理的AI搜索侵权案中，原告发现，在某AI搜索引擎输入“我要看某影视剧”等提示词后，该AI搜索引擎经过“精心筛选”后“优先展示”了六条链接，其中多数直接指向盗版资源网站。这一争议实为搜索排序算法对侵权内容的注意义务问题。本文认为，“精心筛选”后“优先展示”的描述并不符合AI搜索的服务性质。AI搜索的搜索结果之所以呈现出与传统搜索引擎在展示链接条数和形式上的差异，并非因为AI搜索的服务提供者进行了特别干预，而是基于其与传统搜索的服务目标差异。传统搜索引擎以“信息列表”为导向，其呈现结果为网页链接的权重排序，需要用户在多页的搜索结果中再次筛选所需内容，并自行整合。AI搜索则以“答案生成”为导向，所以AI搜索的产品逻辑决定了其不可能采取与传统搜索引擎相同的大量信息列表展现的形式。因此，不能从回答内容的外观上简单认定该结果是AI搜索“精心筛选”后的“优先展示”，从而认定AI搜索对侵权内容当然地具有更高的注意义务或对其中的侵权内容具有过错，而是应回到个案的场景和技术原理中审慎认定其注意义务范围和过错程度。

在上海市浦东新区法院审理的一起涉及AI搜索的案件中，对于原告主张的被告在回答用户提问中对侵权网站及超链接进行了推荐这一主张，法院认定：被告提供的是生成式人工智能搜索服务，被诉侵权视频的搜索结果系基于网络用户在一定时间内的搜索、浏览等历史选择信息和用户相应反馈情况，通过既定的算法规则分析、推送符合用户个性化需求的信息，推荐内容受用户历史操作和选择情况、可选内容源的变化而变化，具有个性化推荐的特点，区别于网络服务提供者人工对本案作品进行选择、编辑、修改并统一向所有用户进行推荐的行为，被告不构成应知。被告已经设置便捷程序接收侵权通知并及时对侵权通知作出合理的反应，尽到了合理的注意义务。

另一类AI搜索服务是基于用户指令输出了关于内容来源网站的详细总结摘要，从而引发构成合理使用亦或实质性替代侵权的问题。此类AI搜索融合了自然语言处理、机器学习与深度学习、多模态搜索等多种技术，呈现出与传统搜索显著区别的特点：（1）与传统搜索主要给用户提供网页链接不同，AI搜索直接给予用户以回答，回答中相当部分内容源自来源网站；（2）AI 搜索在回答中，通常会以注释的方式对源自来源网站的内容进行来源标识，用户点击标识链接后可以直接进入内容来源网站；（3）AI搜索的回答混合了AI模型独立生成的内容和源自来源网站的内容。该法律问题的核心在于合理使用中“适当引用”“不影响作品正常使用”“不得不合理地损害著作权人的合法利益”的判断。现行司法实践关于搜索引擎提供缩略图服务是否构成合理使用的认定，对AI搜索对内容来源网站是否构成合理使用的认定具有借鉴意义。缩略图作为搜索引擎提供的内容，与AI搜索场景下服务提供者向用户提供内容具有相似性。相关案件中，法院认为，一般意义上，搜索引擎服务提供商提供的缩略图本身即系指向原图的链接，系对于原图链接的更为直观的一种展现形式，其作用相当于图片文件的预览及目录，提供缩略图行为也旨在更好地服务于搜索引擎的功能发挥，该网络服务提供者不构成侵权。据此，考虑到随着用户提问的不同，AI搜索结果呈现出实时性、随机性等特征，以及除特定主题全网仅有少量信源等特殊情形外，大部分AI搜索的呈现结果相较于海量来源中的某一具体内容来源而言，仍大概率满足“适当引用”的比例要求。特别是，考虑到AI幻觉可能性以及信源核实等用户使用习惯等，AI搜索场景下用户通过注释、索引等进入来源网站核查原始来源相关内容的可能性仍然很高，因此，原则上AI搜索仍应适用“合理使用”原则。对于小概率可能出现的实质性替代内容来源网站的情况，鉴于AI搜索的技术中立性、搜索结果的随机性以及服务提供者难以通过技术手段事先确定对来源网站的“适当引用”比例和标准，有必要参考“避风港”制度为AI搜索服务提供者设计免责制度, 由服务提供者履行设立投诉机制、潜在风险提示、内容标识义务。同时，不宜设定对用户输入的提示词和生成内容进行过滤的事前审查义务。原因在于，前者使得服务提供者面临在没有权利人或有权机关提供相关信息的情况下,如何在海量的词汇中选择适当词汇作为过滤关键词等难题，后者则面临技术手段难以区分何为“适当引用”的难题。

（三）“基础模型+LoRA”调优类服务

杭州“奥特曼案”“美杜莎”案中的被告是此类平台的代表。两案所涉被告平台在服务功能层面具有高度相似性，均向用户提供基础模型支持、LoRA 模型训练及模型的发布、分享、下载三项核心服务，但法院在平台法律性质界定、注意义务强度认定等关键问题上形成了明显不同的裁判结论。

在被告平台性质的认定上，杭州“奥特曼”案的两审法院均认为被告AI平台兼具技术服务与内容供给的双重属性，属于新型网络服务提供者，应以同质行业理性人的标准，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，通过动态地调整过错的认定标准，将平台注意义务控制在合理的程度。最终结合涉案权利作品奥特曼的知名度和被诉侵权事实的明显程度、可能引发的侵权后果、AI平台的营利模式等认定被告未尽到合理注意义务。与之相对，上海“美杜莎”案中，法院则采取了更为审慎的立场，认为被告AI平台的服务具有中立性、平台性的特征，被告公司未参与LoRA模型素材的截取，仅提供LoRA模型训练功能，本身并不参与LoRA模型训练生成，被告公司对LoRA模型发布和图片发布亦无事前审查义务，属于网络服务提供者。同时，考虑到涉案的美杜莎相对于奥特曼等具有极高知名度的IP而言，并不具有普遍性和全民性，以及会员服务和直接购买算力两种付费服务与人工智能生成内容没有关联，被告在履行服务协议提示、建立投诉举报机制、通知删除义务后已经尽到了合理的注意义务，不构成帮助侵权。

由此可见，尽管两案中的涉案平台均提供了基础模型支持、LoRA 模型训练以及模型的发布、分享、下载三项服务，但是两案判决结论存在实质性差异，其中固然有涉案权利作品知名度和平台设置专区的事实差异，但仍然折射出法院认定此类AI平台法律性质及版权注意义务时的分歧。一是在营利模式的认定上，杭州法院将付费会员与激励视为平台从AI创作中直接获得经济利益从而作为认定注意义务较高的考量因素之一，而上海法院则认为会员服务和直接购买算力两种付费服务与人工智能生成内容没有关联。二是对于被告平台在诉讼后采取的侵权防控措施，包括关键词屏蔽、下架侵权模型图片、更新审核机制等措施，法院评价也存在重大差异。杭州法院认为该等措施证明被告有能力却怠于采取符合侵权损害发生时技术水平的必要措施来预防侵权，暗含之意为被告平台应在原告投诉之前就采取此类预防侵权措施，而上海法院则综合考虑作品数量庞大、过滤可能产生的“误伤”或“漏放”问题以及平台主动审查判断有误可能会被用户追责和索赔等因素，否认了被告平台的过滤义务。

本文认为，根据《最高人民法院关于审理侵害信息网络传播权民事纠纷案件适用法律若干问题的规定》第十一条规定，网络服务提供者从网络用户提供的作品、表演、录音录像制品中直接获得经济利益的，其对该网络用户侵害信息网络传播权的行为负有较高的注意义务，但一般性广告费、服务费等不属于本条规定的情形。因此，直接获得经济利益系指与特定作品存在直接联系的经济利益，即平台的收入需与特定的侵权行为存在必然的关联性，不宜将会员付费等一般性的商业盈利模式认定为直接获得经济利益，从而赋予平台更高的注意义务。此外，在认定生成式人工智能平台的“应知”过错时，应审慎克制，除极高知名度的作品之外，更多地应通过权利人通知平台处置的方式进行，这样不仅可以高效地实现保障权利人的目的，所耗费的成本也远低于平台主动进行审查、过滤的成本。最后，在平台收到权利人通知后的必要措施方面，也不宜要求平台穷尽所有手段将侵权内容全部清除，达到清除明显侵权的效果即可。

四、结语

当前，司法围绕生成式人工智能平台的法律性质及其注意义务所作出的差异化裁判，集中反映了既有版权责任规则在新型技术场景下的适配复杂性。生成式人工智能在内容生成过程中所呈现的技术特征与运行机制，使其难以被直接纳入传统网络服务提供者的责任范畴之中。因此，在判断生成式人工智能服务提供者是否构成版权侵权时，有必要立足于具体的服务类型、应用场景，采取分类分层的分析方法，分别界定其侵权责任边界，以避免“一刀切”式归责。在此基础上，司法裁判应对被动响应用户指令、提供中立技术支持的服务平台保持适度的责任克制，防止因过度扩张注意义务而对技术发展产生不当抑制。同时，生成式人工智能服务提供者仍应在其能力范围内履行必要的风险防范义务，包括通过显著方式提示用户生成内容的属性及其可能涉及的版权风险，并对生成内容进行合理标识，以降低权利侵害发生的可能性。此外，可类推适用“通知—删除”规则，推动权利人与平台之间形成协同机制，在尊重技术发展规律的前提下，共同探索版权保护与人工智能产业创新之间的平衡路径，实现版权保护目标与技术进步需求的协调统一。

注：原文刊发于《版权理论与实务》2026年第1期。篇幅较长，已略去原文注释。

本文作者：王洁 中国互联网协会知识产权工作委员会副秘书长