纯指令类人工智能生成内容的竞争法保护.pdfVIP

纯指令类人工智能生成内容的

竞争法保护

胡开忠江璐迪

内容提要：著作权法并非规制纯指令类人工智能生成内容的最佳路径，容易因过度保

护引发权利寻租风险、知识利用困境、分配不公问题。相比之下，反不正当竞争法通过个

案演进实现有限保护，既能灵活回应新兴利益诉求，又能自由容纳后续创新，是更为适宜

的路径选择。在适用反不正当竞争法时，应首先判断当事人之间是否存在直接竞争关系，

以此排除非商业性使用，并评估相关市场的替代可能性；其次考察涉案人工智能生成内容

是否具有竞争属性，即其与现有内容是否构成实质性相似，且生成该内容是否实质投入了

时间、财力或智力等成本；只有当借用行为对权利人造成显著损害，导致该类成果的市场

供给不足时，方可被认定为不正当竞争。在高度借用的情形下，权利人除须证明竞争关系

和人工智能生成内容的竞争属性外，还须就预期市场的实际损害承担证明责任。

关 键 词：人工智能生成内容反不正当竞争法商业借用有限保护

一、问题的提出

生成式人工智能技术实现了内容生产的自动化和智能化，显著降低了创意产业内容生产

的门槛，也极大地激发并释放了公众创作的潜力。随着大量的人工智能生成内容（artificial

intelligencegeneratedcontent,以下简称AIGC）借由用户之手进入内容产品消费市场，其可

版权性的争议引发广泛关注。经过一段时间的讨论，各国在AIGC可版权性认定上逐渐达成

基本共识，即坚持只有人类创作的内容才可获得版权保护，完全由人工智能自主生成或无

作者简介：胡开忠，法学博士，上海交通大学凯原法学院教授、博士生导师，中南财经政法大学知识产权研究中心研究员

江璐迪，中南财经政法大学知识产权学院博士研究生

基金项目：本文系2023年国家社会科学基金重大项目“支持全面创新的知识产权制度体系构建研究”（23ZD161）的

阶段性研究成果。

.47.

IntellectualProperty

(Monthly)No.11，2025

a

实质性人类干预创作所输出的内容不应受著作权法保护。然而，由于人工智能技术深度融

入创作过程，单纯通过指令生成的内容是否包含人类的创造性贡献，常处于灰色地带，纯

指令类AIGC能否获得著作权法保护持续引发争议。

通过指令生成AIGC的方式可分为两类：线性修改与非线性修改。所谓线性修改，是指

用户在初步生成内容后，继续利用人工智能工具对生成结果的局部进行调整或优化，直至

获得满足预期的效果，如《一块美国奶酪》图像的生成过程即属此类。而非线性修改，则

指用户多轮输入指令所生成的内容之间不存在明显的继承关系，且用户对每轮人工智能生

成内容缺乏明确的预期，“春风案”中的图像生成过程即为典型代表。本文所探讨的“纯

指令类AIGC”特指单纯通过指令、以非线性修改方式生成的内容，不包括通过线性修改的

方式所生成的AIGC，因为此类AIGC一般可作为汇编作品获得有限保护，其可版权性并无争

议b，故不属于本文的探讨范围。

c

目前，法学界对纯指令类AIGC的法律保护仍存在较大争议。在司法实践中，有的法院

支持“可版权说”de

，认为用户输入提示词生成的内容满足最低限度的独创性要求，能够

aSeeU.S.CopyrightOffice,CopyrightandArtificialIntelligence,Part2:Copyrightability,January2025,p.iii,https://

/ai/Copyright-and-Artificial-Intelligence-Part-2-Copyrigh