生成式人工智能技術正以前所未有的速度和影響力重構內容生產格局。近期，我國人工智能初創(chuàng)企業(yè)深度求索（DeepSeek）公司先后推出了DeepSeek-V3、DeepSeek-R1、DeepSeek-Janus-Pro-7B等開源大模型，在內容生成、多模態(tài)理解等方面展現出卓越性能。目前，DeepSeek應用軟件的日活用戶數已突破三千萬人，創(chuàng)下人工智能應用日活用戶數量增速的全球紀錄。DeepSeek創(chuàng)新性地運用專家混合機制和多頭潛在注意力機制等技術，顯著提升了數據訓練效率并降低內存占用?；贖800 GPU集群的訓練成果可與頂尖大模型比肩，打破了高算力依賴的傳統(tǒng)大模型訓練范式。通過開源生態(tài)戰(zhàn)略，DeepSeek擴大了高性能人工智能的可及性，推動了內容生產領域工具與應用的繁榮發(fā)展，但與此同時，也引發(fā)了社會各界對于生成式人工智能著作權問題的再度關注。

盡管DeepSeek在生成式人工智能領域取得重要進展，但其技術本質仍是基于海量數據訓練和概率計算的復雜運算過程。從技術機理看，生成式人工智能的“創(chuàng)作”過程具有三個顯著特征：首先，模型能力的形成深度依賴海量優(yōu)質數據的積累。通過對文本、圖像等數據的深度學習，人工智能構建起包含千億參數的知識網絡，從而獲得內容生成能力。其次，內容生成需要用戶輸入提示詞觸發(fā)。用戶可根據需求對提示詞進行反復調整，以獲得期望的輸出內容。最后，基于概率采樣機制的內容生成過程具有隨機性。以Transformer架構為例，模型通過學習詞語出現的概率分布構建知識體系，在生成過程中依據概率預測和采樣確定輸出內容，因此呈現出多樣性和不確定性的特點。

這種技術特性投射到著作權法領域時，帶來了兩方面法律挑戰(zhàn)：一為訓練數據使用引發(fā)的著作權侵權風險；二為人工智能生成內容（AIGC）的可版權性認定問題。就前者而言，當前人工智能模型主要通過網絡爬取獲取訓練數據，其中包含大量受著作權保護的作品。這一做法是否構成侵權、能否適用“合理使用”規(guī)則已引發(fā)全球關注。典型案例是《紐約時報》訴微軟和OpenAI的著作權侵權糾紛?！都~約時報》指出，ChatGPT通過訓練數據集Common Crawl獲取其報道內容，并能生成與付費文章高度相似的內容。而OpenAI則主張這種使用應受“合理使用”規(guī)則保護。該案的判決結果將對人工智能領域的著作權保護產生重要影響。就后者而言，核心爭議在于人類通過提示語是否能夠實質性控制生成內容。支持觀點認為，人類通過精心設計提示詞、參數設置和反復調整，體現了對生成內容的“選擇和安排”以及“審美判斷”，且在一些模型上，可通過隨機種子實現內容復現和持續(xù)微調，從而確立對生成內容的控制。反對觀點則指出，人工智能的概率性輸出機制導致相同提示語可能產生差異化內容，人類僅能通過反復嘗試篩選結果，這種類似于“反復抽樣”的過程，難以構成對生成內容的實質控制，即便能通過隨機種子復現特定結果，也不改變其隨機性本質。此外，還有觀點從經濟學視角提出，生成式人工智能重塑了內容生產的產業(yè)形態(tài)，形成了從數據輸入到模型輸出的完整產業(yè)鏈，由于人工智能生成內容的邊際成本接近于零，對其賦予著作權保護可能會增加交易成本，限制內容傳播與使用，不利于創(chuàng)新發(fā)展與經濟增長。技術與產業(yè)的雙重變革對著作權法的激勵機制提出了新的挑戰(zhàn)。

黨的十八大以來，我國始終高度重視人工智能發(fā)展，將其作為推動科技創(chuàng)新和經濟高質量發(fā)展的重要引擎。黨的二十屆三中全會明確提出“加快發(fā)展新質生產力”的戰(zhàn)略目標，這不僅為人工智能產業(yè)發(fā)展指明方向，更凸顯了構建與之相適應的著作權制度的緊迫性。《中共中央 國務院關于構建數據基礎制度更好發(fā)揮數據要素作用的意見》的出臺，標志著我國數據要素市場建設進入新階段。2024年《政府工作報告》和國家數據局等17部門聯合印發(fā)的《“數據要素×”三年行動計劃（2024—2026年）》進一步完善了數據基礎性制度框架，為市場主體參與數據要素開發(fā)利用提供政策保障。高質量數據供給是提升人工智能模型能力的關鍵，在推進數據要素市場化配置過程中，需要平衡市場主體數據權益保護與數據價值挖掘。針對訓練數據合法性判定，建議采取“個案分析、類型化治理”策略，同時積極探索開源數據集的合法使用機制。其次，應當認識到人工智能作為創(chuàng)作工具帶來的革新價值，推動生成式人工智能時代著作權制度的優(yōu)化與革新。對于人工智能輔助創(chuàng)作，需要建立科學的創(chuàng)作貢獻認定標準，重點關注提示詞創(chuàng)作、內容編輯修改和創(chuàng)作過程中的選擇判斷等體現人類智慧投入的關鍵環(huán)節(jié)?；趧?chuàng)作貢獻的差異性，可對具有獨創(chuàng)性的提示詞創(chuàng)作和實質性內容改編給予一定的著作權保護，并為其他類型的創(chuàng)作投入探索相應的權益保護機制。最后，還應重視AIGC產業(yè)鏈各主體的協同發(fā)展。通過提升訓練數據透明度、構建內容溯源機制等技術支撐體系，為精細化的著作權保護和責任認定提供保障，推動產業(yè)規(guī)范化發(fā)展。這一系列制度創(chuàng)新不僅將為生成式人工智能時代的內容創(chuàng)新提供堅實保障，更將推動數字創(chuàng)意產業(yè)邁向新的發(fā)展高度，推動實現技術創(chuàng)新與文化繁榮的深度融合。

（作者張欣 李敘燃分別系對外經濟貿易大學法學院教授、博士生導師，對外經濟貿易大學數字經濟與法律創(chuàng)新研究中心助理研究員）