在第二十二届上海知识产权国际论坛上，人工智能与知识产权的碰撞成为焦点。当技术从“辅助工具”迈向“自主生成”，知识产权法律体系正面临前所未有的挑战与重构。如何界定AI生成物的权利归属？如何平衡数据训练与原始权利人利益？这些问题的答案，将深刻影响未来创新的走向。

一、法律定位之辩：从“工具性”到“自主性”的边界

同济大学许春明教授在论坛上指出，界定人工智能的“工具性”是厘清知识产权归属的前提。当前法律界的基本共识是：当人工智能仅作为人类创新工具时，其产出物可受保护；但当AI实现完全自主生成时，现有法律体系尚未承认其权利主体资格。

这一原则已在实践中得到印证。国家知识产权局发布的《人工智能相关发明专利申请指引》明确规定，人工智能虽不能作为专利申请主体，但其参与的发明创造可申请专利保护。例如，商汤科技利用AI优化芯片设计流程后产出的技术方案，因研发人员主导了模型训练与结果筛选，最终成功获得专利权。

然而，当AI绘画模型独立生成具有独特风格的画作，或AI大模型自动撰写新闻稿时，这些“自主生成物”的版权归属仍悬而未决。美国“猴子自拍案”、中国“腾讯Dreamwriter案”等司法实践均表明，法律坚守“人类中心主义”，拒绝将非人类主体纳入创作者范畴。

二、数据训练困境：“合理使用”与“先许可后使用”的博弈

AI发展的基石是海量数据，但数据训练是否构成著作权法中的“合理使用”，已成为全球争议的核心。论坛上，产学研各界对此展开了激烈探讨：

“一概合理使用”派 认为：要求AI企业对所有训练数据获取授权，将极大增加研发成本，阻碍技术创新。

“先许可后使用”派 主张：未经许可使用版权作品训练AI，实质是对权利人市场的剥夺。

许春明教授提出的“市场替代效应”原则提供了折中路径：若数据训练行为对原始作品的市场价值产生替代性影响，则应排除在合理使用范围之外。例如，使用畅销小说全文训练生成式AI并输出同类内容，可能构成侵权；而使用公开新闻数据训练科研模型，则更可能被视为合理使用。

值得注意的是，中国在《生成式人工智能服务管理暂行办法》中已提出“尊重知识产权、鼓励创新”的平衡原则，正为全球治理提供“中国思路”。

三、国际协调之亟：从规则差异到全球治理的路径探索

论坛上，世界知识产权组织（WIPO）与各国代表多次强调，AI知识产权规则亟需国际协调。目前各国立场存在显著分歧：

欧盟 通过《人工智能法案》强化数据透明度义务，要求披露训练数据的版权信息；

美国 倾向于通过司法案例逐步形成规则，USPTO多次就AI发明人资格征求公众意见；

中国 则更注重产业实践，通过《专利审查指南》修订和地方产业联盟（如松江区6G信通专利联盟）探索落地解决方案。

WIPO开发的“人工智能知识产权政策工具包”，正是为了弥合这种分歧，为各国提供规则参考。而中国国家知识产权局与WIPO签署的AI合作备忘录，标志着中国正从国际规则的“跟随者”转变为“共建者”。

四、未来之路：在创新激励与权利保护间寻找动态平衡

面对AI技术的飞速迭代，知识产权制度需要保持动态适应性：

短期：明确人类在AI创新链条中的主导责任，完善“人类创造性贡献”的认定标准；

中期：建立数据训练的分类授权机制，通过著作权集体管理组织等平台降低交易成本；

长期：参与构建全球AI治理框架，在WIPO等多边平台推动形成一致性规则。

正如商汤科技杨帆所言：“产、学、研、服各界需共同摸索前进。”在AI重塑创新范式的今天，知识产权制度既不能故步自封，也不能盲目突破。唯有在坚守法律底线的同时拥抱技术变革，才能让AI真正成为人类创新的加速器，而非法律秩序的颠覆者。