利用AI创造的发明是否可以申请专利？
专利法中有若干项规定与AI生成的发明难以契合。分别是：
“发明人”概念；
创造性要求（在某些司法管辖区被称为“非显而易见性”测试）；以及
公开要求。
“发明人”概念
不同司法管辖区的发明人资格标准各不相同。在美国，“确定发明人资格的门槛问题在于谁构思了该发明。除非某人对发明的构思做出了贡献，否则他不能被视为发明人。”构思是指“在发明人的头脑中对于此后将应用于实践的完整可操作的发明形成一个明确而永久的想法”。在构思完成后，本发明主题领域的普通技术人员应能够无需过多实验就使用本发明。
在英国，发明人是指发明的“实际设计者”。确定发明人身份需要采取两步法：首先，必须确定申请中的发明构思；其次，必须确定是谁提出了该构思。“发明构思”“旨在确定发明的核心（或内核、本质）——即具有或多或少普遍适用性的想法或原理，正是这一核心使发明人的成果有资格被称为具有创造性的”。发明构思因具体应用而异，但可能体现在一个想法、实现该想法的手段，或是各已知要素的组合之中。归根结底，发明构思必须根据具体情况确定，但表面贡献——包括对专利权利要求的贡献——不符合发明人资格。
创造性要求
一般而言，要获得专利，发明必须是新的（即新颖性要求）并具有创造性和工业实用性。正是“创造性”这一要求，使得AI生成的发明难以达到传统的门槛。
如果一项发明对于相关领域的技术人员而言并非显而易见——以该领域的现有技术或“技术水平”为衡量标准——则可以说该发明具有创造性。这与专利法中的新颖性要求不同，后者是一种相对客观的评估，其涉及的问题是：“是否已有他人先于申请人实现了该发明？”
相比之下，就创造性要求而言，核心比较对象是现有技术。核心问题是：“现有技术是否已使我们足够接近该发明，以至于该发明是显而易见的？”换句话说：“对于本领域技术人员而言，这项发明是否显而易见？”
这项测试是为了确保只有那些代表重大进步的发明才有资格获得专利保护。这是因为专利可能会带来巨大的社会成本，而如果准入门槛过低，就会导致专利申请过多，最终反而适得其反。
对于AI生成的发明而言，“创造性”要求的难点在于“本领域技术人员”这一概念的界定。根据欧专局的指南，本领域技术人员被“假定为相关技术领域中的熟练从业者，具有平均知识和能力并且知道在相关日时本领域的公知常识。”。
挑战在于，AI系统所掌握的知识可能远不止于“相关技术领域”中的“平均”知识或“公知常识”。这意味着，就AI而言，“显而易见性”的范围远大于对自然人而言的范围。这对“本领域技术人员”的定义以及“显而易见”的界定均提出了挑战。
尽管AI在研究和开发（研发）中的应用正逐渐成为常态，但它尚未成为所有领域中不可或缺的有机组成部分。无论如何，一旦具有“创造性”的AI成为特定领域研发工作的标准组成部分，专利审查员或法院就可能难以判断AI会认为什么内容是“显而易见的”。今后，我们对“本领域技术人员”的定义是否需要考虑其获取AI系统的能力？这是一个棘手的问题，它可能会迫使专利局重新关注其他因素，例如：目的；关于发明在市场上反响的经济事实；他人是否曾尝试但未能创造出相同的发明；以及是否长期存在对该发明的需求。
公开要求
专利法的一项核心要求是，专利申请必须充分详细地公开发明内容，以便本领域技术人员能够理解该发明。本质上，发明的说明书应足够清晰、完整，以便本领域技术人员能够无需过度费力即可重现该发明（根据欧专局上诉委员会的规定，“允许进行合理程度的试错”）。
对于基于AI的发明，这引发了一个重要的实际问题：在专利申请中，需要就AI系统本身提供何种类型的信息以及达到何种详细程度？申请应在多大程度上说明AI模型的架构、训练数据及训练方法？在许多AI系统固有的“黑箱”特性之下——即连开发者自己可能也不完全理解模型是如何得出特定输出结果的——申请该如何满足公开要求？
在AI领域，“公开”还具有第二个同样重要的含义，即与发明过程本身的透明度有关。大多数司法管辖区的现行专利法并不要求申请人说明发明是如何产生的：只需说明发明的内容以及如何再现该发明即可。这意味着在发明过程中，AI的应用可以不被披露。
这就带来一项重大的政策难题。如果各司法管辖区认定，可专利性需要达到一定程度的人为贡献门槛（正如大多数国家驳回DABUS专利申请所表明的那样），那么专利审查员需要了解的不仅是AI是否被用于发明过程中，还要了解其应用方式。为此引入公开要求将标志着专利实务的根本性转变，申请人需要公开其发明方法。这一变化可能会在专利制度的运作方式以及创新成果的记录和保护方式方面产生深远的连锁反应。
AI生成的作品能否获得版权保护？
当AI开始在知识产权讨论中占据重要地位时，主要涉及的是由AI生成的内容。核心问题在于：这些复杂系统的产出是否有作者？如果有，是否能据此提出合法的版权主张？早在过去十年AI蓬勃发展之前，学术界就已经在探讨这一问题了。当机器学习系统开始对作者身份的归属提出挑战时，这一领域的情况本就已相当复杂。考虑到生成式人工智能（GenAI）工具的广泛可用性，情况变得更加复杂了。
本讨论中两个至关重要的知识产权概念是“作者身份”和“原创性”。
但在讨论这些概念之前，我们需要先阐明一个重要的基本问题。在试图确定谁应被视为AI生成作品的“作者”，以及这些作品是否应享有版权保护时，我们必须首先审视版权法存在的根本依据。
关于版权保护的合理性，主要有两种理论。第一种被称为“自然权利论”，其中包括人格权（作品体现了创作者的个性）和洛克的劳动理论（人们理应拥有自己通过劳动创造的成果）等观点。这些理论需要一个人类创作者，而在AI系统生成内容时，这种创作者基本缺失。
第二种理论是“功利主义论”，该理论认为，版权的主要目的是通过鼓励人们创作新作品并与公众分享智力成果，从而造福社会。其理念在于，版权保护通过赋予创作者某些权利——例如对其作品享有的专有获利权——来激励他们持续进行创作。
因此，如果我们无法确定哪些具体个人或实体会受到这些版权激励措施的驱动，那么就可以认为，在缺乏任何扎实理论依据的情况下，仅仅为了授予版权保护而随意授予，是没有充分理由的。
作者身份
在判断AI生成的内容是否可受版权保护时，首要的关键问题是：谁或什么被视为“作者”？
《保护文学和艺术作品伯尔尼公约》（规范版权的主要国际文书）并未对“作者”一词给出明确的定义。同样，欧洲法律也没有对“作者”一词给出定义，但软件和数据库这两个特定的技术领域除外。
然而，尽管缺乏明确的定义，版权法的大部分内容仍以人为中心，并假定作品由人类创作。由于版权法假定作品由人类创作，只有当我们能够确定一位可被称为“作者”的人时，AI生成的作品才能获得版权保护。该人将同时拥有与该作品相关的经济权利（例如销售作品复制件的权利）和精神权利（例如署名权），前提是该权利可予承认。
原创性
版权保护的第二个关键要求是“原创性”。各法院对“原创性”标准的理解因司法管辖区域和作品类型而异。
在美国，最高法院的一起具有里程碑意义的案件——Feist Publications, Inc. 诉Rural Telephone Service Co.案确立，原创性需要满足两个条件：独立创作（作品并非复制件）以及“最低限度的创造性”（至少有一点微小的创造性表达）。
在欧盟，多年来情况十分混乱，因为每个国家对“原创性”的定义各不相同。虽然经济权利已在2001年作为《信息社会指令》的一部分得到了统一，但关于哪些作品应受保护这一基本问题，各国的看法却不尽相同。这一情况在2009年的“Infopaq案”中发生了变化，欧洲法院在该案中确立了一项统一标准：只有当作品代表“作者自己的智力创作”时，才受保护。法院解释称，这意味着作品必须体现作者“自由的创造性选择”。
无论采用何种法律测试，普遍认为，要达到原创性标准，作品必须是人类智力创造的产物，且涉及真正的创造性选择。
这给AI生成的内容带来了重大挑战。当我们剖析机器学习和神经网络的工作原理（见第1章）时，会发现一个经过训练的AI模型本质上是由数值权重相互连接的庞大数学函数集合。在这样一个高度技术化、算法化的流程中，要识别版权法所要求的“人类自由的创造性选择”和“最低限度的创造性”，是非常困难的。
然而，正如MPI的研究指出的那样，这些AI系统并非在真空中运行。它们需要一定程度的人为干预，将其启动并引导整个过程，尽管实际的创作是由算法驱动的。
若干备受瞩目的AI生成作品挑战了原创性和作者身份的传统概念边界，迫使我们重新审视这些基本原则。有两部被美国版权局拒绝登记的作品值得特别提及：《黎明的查莉娅》（Zarya of the Dawn）和《太空歌剧院》（Théâtre D'opéra Spatial）。这两部作品均由Midjourney生成，Midjourney是一款文本转图像的GenAI工具。
《黎明的查莉娅》是一本共18页的漫画书。该作品曾在美国版权局登记，但随后被撤销，因为申请人在申请中未公开使用AI的情况。申请人克里斯蒂娜·卡什塔诺娃（Kristina Kashtanova）女士辩称，她向Midjourney提供了“数十万条描述性提示”，直到“经过数百次迭代后，最终生成了尽可能完美地呈现[她]构想的作品”。她坚称自己是该作品的作者。美国版权局对此并不认同，其结论认为，Midjourney以不可预测的方式生成图像，提供提示的人并未“实际形成”生成的图像，因此并非这些图像背后的“主导者”。尽管如此，漫画中的文字和图像排版受版权保护，因为它们被视为卡什塔诺娃的创作成果，而非AI的产物。
《黎明的查莉娅》封面由克里斯蒂娜·卡什塔诺娃于2022年使用GenAI模型Midjourney生成。杰森·M·艾伦（Jason M. Allen）曾就作品《太空歌剧院》提交过一份类似的登记申请。艾伦表示，他向Midjourney输入了624条文本提示，从而生成该作品的初稿，随后又使用Adobe Photoshop和另一款名为Gigapixel AI的AI工具对作品进行了进一步修改。美国版权局认定，该作品不符合版权保护条件，因为其中人类的创造性投入仅达到最低限度，而AI生成的内容占据主导地位。
2023年，北京互联网法院在一起具有里程碑意义的版权侵权案件——李某诉刘某案中作出了截然相反的判决。 原告李先生以版权侵权为由起诉被告刘女士，指控她未经许可使用了李先生使用Stable Diffusion生成的图像。李先生声称，此举侵犯了他的作者身份权和传播权。法院认定，李某通过提示词和参数调整创作该图像所进行的智力投入符合受版权保护作品的要求，并认定刘女士确实侵犯了版权。这为中国今后涉及AI生成内容的案件确立了一个开创性的先例。
同样在2023年，美国版权局延续了其限制性做法，仅对另一幅名为《玫瑰之谜》（Rose Enigma）的AI辅助艺术作品授予了部分版权保护，该作品同样由克里斯蒂娜·卡什塔诺娃创作。美国版权局仅对作为AI生成基础的人工绘制草图进行了版权登记，同时明确排除了所有AI生成或AI修改的部分。与“黎明的查莉娅”案类似，本案似乎表明，虽然人类对其在AI辅助作品中的原创贡献仍可保留版权，但由AI生成的元素并不构成可受版权保护的表达。
克里斯蒂娜·卡什塔诺娃的作品《玫瑰之谜》（2023年）的原始草图，以及由Midjourney生成的最终作品。2025年1月，一部名为《一块美国奶酪》的作品在美国获得了版权保护。该作品由Invoke AI首席执行官肯特·凯尔西（Kent Keirsey）先生创作。凯尔西借助Invoke AI的工具，对一张由AI生成的初始图像进行了35次迭代修改，针对色彩、构图以及元素的布局做出了具体的创意决策。在最初被驳回后，Invoke AI通过提交证明凯尔西发挥了主动的创造性作用的材料（包括一段延时视频），成功提起上诉。美国版权局认定，该最终作品包含“足够的人类原创作者身份”，并将其比作一种受版权保护的拼贴作品，即艺术家将他人创作的元素整合成原创作品。原始的AI生成的图像不在保护范围内。
肯特·凯尔西（右）的《一块美国奶酪》（2025年）及作为其创作起点的AI生成图像（左）。在AI服务条款中，应关注哪些知识产权相关内容？
随着AI公司面临诉讼和新法规的出台，这些公司正利用其服务条款（ToS）协议，将法律风险从自身转移至用户。2024年的一项研究验证了这一点，该研究分析了13家主要AI公司的服务条款，涵盖文本、图像、音频和视频生成器。对版权法的以下三个方面进行了深入研究：
输入和输出的所有权；
输出构成版权侵权时的责任；以及
旨在减少版权侵权行为的内容审核。
输入和输出的所有权
虽然该研究发现，服务条款中几乎没有提及用户向GenAI工具输入内容的所有权问题，但最近的一些轶事证据表明，AI公司非常清楚，它们会利用用户提供的输入内容来训练其AI模型。
该研究还发现了一种趋势：服务提供商将输出内容的所有权归属于用户，但同时也授予自身再利用该输出内容的宽泛许可。某些模型（尤其是Stable Diffusion）在这方面采用开源许可。如果使用AI进行创作，这意味着从技术上讲，“拥有”AI生成的内容，但AI公司也可以按自己的意愿使用这些内容，这实际上使你可能拥有的任何专有权利归于无效。
版权侵权责任
如果AI生成的输出内容可能侵犯版权，AI提供商的服务条款通常会将相关责任明确归于用户。这些AI提供商将自身产品定位为中立的中介，而非内容创作的积极参与者。
内容审核与提示词过滤
几乎所有公司都使用内容审核系统，包括：
过滤提示词，以防止用户请求受版权保护的内容；以及
“通知与移除”机制（类似于YouTube的版权警示）。
这与互联网法律领域的总体趋势是一致的：平台对内容施加的控制越多，其被认为应承担的法律责任就越大。欧盟的《数字服务法》是该领域的开创性立法，规定了严格的透明度和报告义务，并规定对违规行为处以罚款。通过积极监控和删除内容，各公司试图在此方面展现责任感，同时仍坚持采取一定的保护措施。
总而言之，用户应意识到，大多数广泛使用的AI产品的《服务条款》都是单方合同，其：
将大部分风险转移至用户；
使公司能够对输入和输出都拥有最大程度的控制权；以及
将这些公司定位为中立平台，而非服务提供商。
未来，“输出所有权”这一问题将尤为值得关注，特别是随着AI系统能力不断提升，并帮助用户创作更复杂且具有商业价值的内容。
在使用AI辅助创作时，需要履行哪些公开义务？
在商业领域，公开义务因行业和司法管辖区的不同而存在显著差异，但透明度正日益成为法律上的审慎要求和道德上的预期。许多专业机构和行业（如学术界、法律界和创意机构）现在要求在任何产出的作品中明确公开是否使用了AI辅助。即使法律未要求，未公开在商业作品中使用AI辅助的情况，可能因虚假陈述、未满足客户期望或违反职业标准而引发法律责任风险。
此外，如上所述，如果发现某项由AI辅助创作的作品侵犯了版权，服务条款通常会将全部责任归于用户，这在商业环境中可能会造成严重后果。
一些主要的AI提供商，例如OpenAI和微软，已承诺承担其用户因AI生成的输出内容引发的版权问题而产生的部分法律费用。这些承诺仅适用于商业和企业级用户，且附带重要条件。无论如何，这些承诺尚未在实践中得到检验，因为迄今为止该领域的诉讼对象一直都是AI提供商本身，而针对最终用户的直接索赔尚未出现。
除了正式要求之外，商业公开还具有重要的商业意义：它有助于管理客户的期望，展示技术能力，甚至在将其定位为创新和效率的体现时，还能成为一种竞争优势。不过，所需公开的详细程度各不相同：可能需要公开是否使用了AI以及使用目的，但无需公开具体的提示词或技术细节（不过，无论如何，将这些内容记录在案或许是审慎的做法）。如有疑虑，宁可过度透明，因为事后被发现未公开AI使用情况，对人际关系和职业信誉造成的损害，远比事先公开要严重得多。
如何证明AI辅助作品的原创性？
两项具有里程碑意义的判决——2023年中国的“李某诉刘某”案和2025年美国的“一块美国奶酪”案——为在创作过程中大量使用AI的创作者提供了一些指导。 这些案件表明，要证明商业AI辅助作品的原创性，就必须证明在整个创作过程中存在实质性的人类创造性投入和决策。对于创作者而言，这可能需要详细记录以下内容：
对最初想法的构思；
战略性提示决策；
AI输出结果的筛选标准及编辑选择；以及
如何组合、优化或转换AI生成的元素。
关键在于，证明最终作品体现了人类的智力判断和创造性构想，而AI只是一种先进的工具，而非主要创作者。
应将重点放在人类创造力最突出的领域：战略规划、概念框架、编辑策划以及将AI元素整合为一个有机整体。为此，最好能保留一些工作文件，其中展示迭代过程、被否决的备选方案、创意决策的依据，甚至保留创造性行为的视频记录（如“一块美国奶酪”案中那样）。
在使用AI工具时，该如何保护企业的知识产权？
鉴于法律环境的不确定性，目前保护的责任仍完全由用户承担。
如果在商业环境中使用AI工具，无论在哪个司法管辖区，保护商业知识产权都需要采取多层次的方法，首先要谨慎选择供应商和进行合同谈判。请选择能够提供强有力数据保护保障的AI服务，包括明确承诺不将你的数据用于模型训练、清晰的数据保留和删除政策，以及遵守相关数据保护法规。就数据处理进行具体的合同保护条款谈判，包括数据驻留要求、加密标准以及对数据处理实践进行审计的权利。目前，许多领先的AI提供商都推出了专业版和企业级服务，配备专为商业用途设计的增强型隐私保护。
在内部，明智的做法是实施健全的数据治理政策，根据敏感程度对信息进行分类，并限制可输入到AI系统中的内容。除非有明确的合同保护，否则切勿将商业秘密或机密商业策略等高度敏感的信息输入到AI工具中。对于最敏感的工作，建议考虑采用本地或私有云AI解决方案，并制定明确的员工指南，规定哪些数据可以与AI系统共享，哪些不能共享。定期进行安全审计并监控AI工具的使用情况，有助于确保符合你的数据保护政策，并在潜在风险演变为实际问题之前加以识别。
如何防止企业的知识产权被用于训练AI模型？
要防止企业的知识产权被用于AI训练，需要采取技术措施和法律措施。
一些司法管辖区为不希望其作品被用于TDM活动的版权人设定了“选择退出”条款。因此，从法律角度来看，明确禁止用于AI训练的清晰版权声明和许可条款或许能提供一定的保护。一些公司正在探索数字水印和其他技术解决方案，以追踪其内容并证明存在未经授权的使用情况。技术性障碍（包括robots.txt文件）可以明确禁止AI爬虫，此外，面向公众的内容访问控制以及禁止数据抓取或自动化数据收集的明确使用条款也能起到同样的作用。
当发现未经授权的使用情况时，请做好发出下架通知的准备，并考虑与法律顾问合作，向可能正在使用你内容的AI公司发出停止侵权函。尽管全球法律环境仍处于剧烈变动之中，但采取主动措施表明你不愿参与AI训练，不仅能增强你在未来任何纠纷中的法律地位，还可阻止他人随意抓取你的内容。