人工智能（AI）作為引領新一輪科技革命和產業變革的戰略核心技術，正在深刻重塑知識生產方式、產業組織形態以及全球創新格局。國務院新聞辦公室此前舉行新聞發布會介紹2025年知識產權工作進展情況，明確提出完善人工智能等新領域新業態知識產權保護制度。這既體現了問題導向，也彰顯了前瞻布局。

傳統知識產權制度以“人類創作”為制度原點和價值基准，在面對具備自主學習能力和概率生成機制的智能系統時表現出明顯的不適應。人工智能在數據獲取、算法運行、內容生成等各環節均面臨新的知識產權風險，對產業發展形成了現實制約。

一是AI訓練存在較高侵權風險。AI模型的性能依賴大規模、高質量的數據支撐。在“輸入”階段，訓練往往涉及對網絡作品和海量數據的抓取、復制、整理與分析，現行立法尚未對AI訓練行為作出系統回應，實踐中可能同時觸及著作權侵權、數據不正當利用以及個人信息保護等多重風險。在著作權層面，構建訓練數據集通常需要對文本、圖片、音視頻等作品進行復制、轉碼和整合。若未經許可且不屬於合理使用或法定許可情形，可能侵害復制權、改編權、匯編權等權利。若要求開發者對海量訓練數據逐一取得授權不僅成本高昂，且難以實際操作，甚至可能形成進入壁壘。

二是AI生成內容的權利保護機制不明。現行著作權法規定，作品是指文學、藝術和科學領域內具有獨創性並能以一定形式表現的智力成果，其核心前提在於人的獨創性貢獻。但在AI生成內容場景中，人的參與程度卻呈現出多樣化特征。大部分AIGC內容基於用戶提示詞輸入與算法概率計算生成，人的創造性投入與機器自動運行之間的界限並不總是清晰可辨。司法實踐中，個別案件已認可用戶在提示詞選擇、參數設定等方面體現的智力投入，從而賦予其相應的著作權保護，但整體規則仍有待進一步明晰和統一。

三是AI生成內容的知識產權侵權風險。在“輸出”階段，人工智能生成內容與既有作品之間的關系更加復雜。若生成內容與訓練數據中的具體作品構成“接觸+實質性相似”，則將構成對著作權的侵犯。尤其是在以單一作者作品進行集中訓練的場景下，生成結果與原作表達高度相似的可能性較大，侵權風險更加突出。

在新一輪科技競爭加速演進的背景下，完善人工智能等新領域新業態知識產權保護制度，應重點從多方面發力。

確立AI訓練的合理使用例外規則。可借鑒有關國家和地區“文本與數據挖掘例外”的制度經驗，在修改完善相關配套法規時，對算法在特定條件下復制、分析受保護作品的行為作出明確規定。在保障權利人基本利益、避免替代性傳播的前提下，對用於模型訓練的技術性復制行為給予合理使用空間，為AI模型研發提供合法、穩定的數據來源。

明確數據合理利用的行為邊界。在個人信息保護領域，應在嚴格遵循合法性、正當性、必要性原則基礎上，細化公開數據在模型預訓練中的使用規則。在企業數據方面，可繼續依托反不正當競爭法框架，對數據抓取與利用行為進行綜合衡量。加快推進公共數據分級分類開放，構建高質量數據資源供給體系，為人工智能創新提供制度化支撐。

完善AI生成內容的知識產權保護體系。在版權領域，堅持將人的獨創性貢獻作為核心判斷標准，對體現實質性人工選擇與安排的成果依法給予保護，通過類型化規則為司法實踐提供可操作的判斷路徑。在專利領域，進一步細化AI輔助發明的審查標准，明確發明人認定規則和技術貢獻判斷方法，推動形成與國際規則相銜接、兼顧我國實際的審查體系。

推動人工智能平台責任規則的與時俱進。在生成式人工智能場景中，內容往往由平台算法直接生成並輸出，平台在內容形成與傳播過程中具有更強的技術控制能力，簡單套用“避風港”規則難以實現權責匹配。在為平台數據訓練設置合理使用空間時，應同步強化其風險防控義務，推動責任形態由單純事后刪除向合理事前預防延伸。

（作者系中國科學院大學講席教授、知識產權學院院長）