公共领域视角下人工智能影音生成物著作权问题研究

孙 阳

(中国政法大学 民商经济法学院， 北京 100088)

鼓励创作和促进文化繁荣是著作权法律制度的核心。通过对独创性表达的保护，作者以著作权主体的身份从事创作和传播行为。伴随技术的革新和应用，创作和传播的深度和广度逐步拓展，同时也引发了技术应用的一系列著作权法律问题的思考：如何界定创作和传播行为中技术的法律属性？技术生成物是否能够成为著作权的客体？技术革新的程度是否可能对作者在创作和传播中的主体地位产生影响？对于这些问题的思考伴随古登堡印刷术、数字音乐点唱机、信息网络许可平台等的出现和发展，伴随着著作权法律制度的发展。探讨技术与智力成果的相关性问题，厘清某项技术的法律属性则需要考虑著作权法的制度设计和规则解释。

人工智能作为数据整合及信息处理的高级技术集成，对以传统的人类认知思维为基础的创作和传播行为提出了新的挑战。作为人工智能核心特征的机器学习区别于基于现有技术的机械学习，赋予人工智能模拟人类认知思维的能力[1]。尽管人工智能技术尚在发展阶段，但这一核心技术特点引发了著作权法规范下的客体属性和主体权属的相关讨论。现有的讨论聚焦于人工智能生成物是否具有独创性，人工智能是否能成为作者以及人工智能生成物的权属分配等问题。然而，这些讨论一定程度上局限于著作权法律制度的赋权机制，忽略了著作权法的公共领域思考。著作权法律制度一方面以法定规则明确了作品的保护，并以此确认作者作为权利主体的法律地位。另一方面，著作权的创作有赖于表达要素的获得和输入，即依托现有信息进行可持续性的创作。对于人工智能的分析仅着眼于著作权领域的赋权机制而忽视了保障有效创作的信息获得，一定程度上扭曲了著作权制度的规范设计。考虑到人工智能技术逐步应用于各类作品的创作，如何通过公共领域概念构建人工智能是规则设计的关键。

电影作品和以类似摄制电影的方法创作的作品是著作权法明确规定受保护的作品种类之一，在《中华人民共和国著作权法修正案》中以视听作品作为修订后的法定作品种类。影像和声音相结合的光影效果使该类作品相较于其他作品具有更丰富的表达要素和构成，其独创性的丰富程度往往因此更为突出。当人工智能介入此类作品的创作和传播过程，依托人工智能技术产生的影音生成物应当如何规范？考虑到人工智能生成物的法律属性尚待讨论，人工智能的著作权主体地位亦尚未有统一定论。此类分析试图通过著作权的赋权机制构建策略路径，但忽视了人工智能影音生成物在赋权机制之外的对于创作和传播行为的价值。本文从著作权公共领域视角，探讨使人工智能影音生成物使用价值有效实现的著作权规则设计，为人工智能影音生成物的有效使用提供理论参考。

一、人工智能的技术特征与功能内涵

厘清定义和性质是进行技术分析的前提，对于人工智能的研究也需要遵循相同的路径。从技术功能角度，人工智能的定义可以解释为通过类似人类认知特征的模拟而实现特定目标的技术集合。这种定义来源于人工智能研究人员对这项技术发展的寄托：即运用计算机逻辑程序的演算运行而使技术设备实现规模化的功能实现。所谓功能实现，则是通过人工智能的技术特点模拟自然人的智力思维活动而获得智力行为的具体结果，包括但不限于语言翻译、图像识别、地点规划以及数据整合。人工智能的功能特征契合了智力行为的内涵：通过信息的搜集和整理，以人的独特智力思维活动进行信息加工和处理，最终获得具有社会价值的智力成果。然而，功能层面的契合并不产生著作权赋权的必然结果。一方面，著作权法保护的作品要求独创性作为赋权基础，独创性来源于人类认知思维的变量和多样性。这一点是现阶段人工智能不能保证实现的技术特征。另一方面，著作权法律制度强调作品的有效传播而使社会公众充分获得表达中的信息，以此为基础进行新的创作。这种信息获得的功能确保了著作权作品的生命力和丰富程度。因此，从功能角度分析人工智能的规则设计不能忽视著作权制度的双重内涵。

机器学习是人工智能功能体现的主要技术特征。在计算机学科领域一般认为机器学习是通过经验性重复运行使人工智能提高运行效率的一类技术特征[2]。需要注意的是，机器学习尽管具有类似人类认知中避免重复错误的经验属性，但并不完全等同于一般的智力思维流程。机器学习强调的是功能性的结果，即通过重复学习使特定程序积累具体类别工作的处理信息并由此形成统一机制，从而针对特定工作提高运行效率，以生成有效结果。对于文字作品类别的创作行为，自然语言处理程序(Natural Language Processing，简称为NLP)是机器学习参与创作的典型应用。NLP语言程序对具体的字、词、句、段落的语言表达要素进行分析、提炼和整合，而后直接模拟人的口述或写作行为使用上述语言要素，而不需要将语言要素转换为代码进行机械读取的传统操作。

以机器学习为特点的人工智能是否也能从事类似独创性程度较高的电影和类电作品的创作？电影和类电作品的创作行为显然需要相当程度的人类认知经验，这一点是传统技术设备通过机械学习无法实现的。人工智能的机器学习具有重复性经验积累的功能特征，这一点是人工智能影音生成物进行著作权赋权讨论的技术前提和基础。需要注意的是，现阶段创作行为中依托技术设备获得信息并进一步加工处理并不能称之为机器学习，而仅仅是技术设备使用过程中的机械学习，例如使用照相机进行人物拍照、使用摄影器材进行野生动物记录拍摄、使用软件进行视频剪辑等。机械学习区别于机器学习，技术设备始终需要通过人的操作来辅助创作行为。纯粹的创作工具因缺乏创作的意图而不能在最终的作品中注入独创性要素，这是各国著作权法律以自然人为著作权主体认定作者身份的重要原因。因此，有关人工智能生成物的著作权分析必然涉及技术本身是否能完全再现人类认知为基础的智力行为模式。

机器学习相较于机械学习更侧重模拟人类认知思维模式，并以此为基础进行创作为主体的智力思维活动[3]。围绕创作和传播行为的机器学习具有更主动的信息搜集和处理方式，在演算规则的指引下完成高效的信息处理结果，最终获得具有多样性和层次性的表达性生成物。从功能角度来看，人工智能的机器学习特征在生成物层面呼应著作权法的基本设计：通过法律规则鼓励作品种类的多样和丰富程度。

二、人工智能影音生成物的著作权赋权思考

人工智能影音生成物包含影像和声音双重表达要素，与著作权法中的电影及类电作品在表现形式上趋同。然而，表现形式上的趋同并不意味着著作权属性的一致。从《保护文学艺术作品伯尔尼公约》到各国著作权立法，作品的著作权认定都以独创性为根本原则。从著作权法理角度解析独创性，要求表达性的智力成果由作者独立创作并具有创造性。各国对于独创性中的创造性要件标准不一，例如美国《版权法》要求“最小程度的创造性”(a modicum of creativity)，而大陆法系国家则要求一定程度的创造性。实践中，创造性标准的高低取决于各国著作权政策设计。较低的创造性标准降低了创作行为的门槛，有利于作品数量的增加。对于信奉功利主义哲学观的美国而言，这样的规则设计显然有利于增加社会层面可获得的作品数量，促进作品的创作和传播。相对的，具有一定要求的创造性标准则有利于作品质量的提升和作品的有效保护。显然，以创造性标准判定人工智能影音生成物的著作权属性容易受到政策影响。若一国政策鼓励人工智能影音生成物的推广和创作并进行著作权保护，那么降低创造性标准从而方便生成物的作品确权是规则设计中需要考虑的主要因素。考虑到人工智能在影音生成和创作过程中需要进一步开发和完善，创造性标准应遵循降低创作门槛的基本逻辑。换言之，人工智能影音生成物的著作权赋权需要考察另一项独创性要件——独立创作。

独立创作作为判定作品独创性的基础，要求创作行为由作者独立完成，不存在对他人独创性表达的复制、模拟、翻译等使用性行为。独创性标准通过独立完成创作的客观行为及结果，推定作者的创作意图。从著作权的人身属性解读，独立创作要件明确了作者与作品之间的创作人格关联[4]。在出现人工智能和机器学习技术之前，绝大部分作品的创作由自然人通过人类认知思维推动并完成。除了特定条件下的雇佣作品、法人作品及职务作品，独立创作要件一般不作为著作权赋权判定的核心，而多出现在著作权侵权判定过程中。

一般认为，现阶段技术发展人工智能是对人类认知思维的模拟，尚不能达到自然人作者进行智力思维活动的水平。这就导致从著作权赋权角度评估人工智能是作为辅助创作和传播的技术工具，而不是进行创作行为的意识主体。以计算机生成物的著作权赋权为例，各国在结合技术判定和评估后认为仅有辅助功能的计算机生成物不作为作品受著作权保护。美国发布的一项调研报告指出计算机程序遵循操作指令而实施被动性的创作行为没有体现创作意图并且没有直接的参与创作行为。与之类似，日本文化厅的产业报告认为计算机程序仅仅是作为人类创作行为的“道具”而被使用。技术层面进行机械学习的技术设备不具有等同于人类认知的创作能力，无法体现创作意图。

机器学习作为人工智能的重要技术特征，对独创性中的独立创作要件提出了思考。前述机器学习的典型特征在于模拟人类认知思维模式进行创作行为和智力活动。那么这种类型的模拟行为能否体现创作意图而满足独立创作的独创性要件？显然，人工智能生成物的表现形式和一般作品相比并不存在明显区别。从生成物的类似表达而推定独创性则模糊了著作权赋权中隐含的创作意图要求。从创作意图角度对人工智能进行判定，则容易扭曲技术与法律的相互关系，即以技术的量化标准来决定法律规则的调整边界。现有技术测试验证现阶段人工智能体现的智力水平接近于人类六岁儿童，但不能保证同时具有六岁儿童的社会经验认知能力。如果以这种标准判定人工智能的创作能力进而替代著作权赋权的独创性标准，那么作品的确权将会由技术本身所决定。一旦以人工智能为代表的技术出现行业垄断或其他分布不均的情况，则著作权法会成为技术保护法而非鼓励文学艺术创作的知识产权法。

人工智能的影音生成物从外在形式上和电影作品不会存在明显区别，影像和声音的光影构成是二者共同拥有的表达性要素。区别仅在于表达性要素是否具有独创性而受著作权保护。独创性的创造性要件门槛减低，不要求表达的创新程度。当特定作品的表达要素种类较多且层次丰富，往往更容易确定创造性要件。人工智能影音生成物在表现形式上与电影及类电作品接近，能够以此判定创造性要件来满足独创性标准。然而，独立创作要件则是人工智能影音生成物满足独创性的主要障碍。尽管机器学习具有模拟人类认知思维的运行能力，但创作意图不应当通过技术水平的量化来进行评估与判定。人工智能影音生成物现阶段显然无法替代电影及类电作品创作过程中制片人的行业协调能力、导演的临场引导能力、演员的现场表演能力以及剧本作者的情节把控能力。这些创作参与主体的创作意图不仅仅依托个人的智力思维能力，还需要结合个人的经验总结。

综上所述，人工智能影音生成物现阶段无法满足著作权赋权的独创性标准。体现作者创作意图的独立创作要件是现阶段人工智能影音生成物赋权的主要障碍。本质上，人工智能影音生成物依托机器学习技术而产生。尽管人工智能具有模拟人类认知思维的技术特征且在智力水平层面可以接近人类，但人类认知思维下的智力活动具有高度复杂性和多变性，尚无法完全被模拟。因此，对人工智能生成物的著作权赋权缺失著作权理论基础。人工智能影音生成物的著作权保护不能实现著作权制度鼓励创作和传播的规则设计，其结果仅仅是对人工智能技术赋予法定的排他性垄断，不利于技术进步和市场竞争。

三、人工智能影音生成物和公共领域

人工智能影音生成物是人工智能具体技术运行的结果，也是人工智能功能实现的产物。著作权法律制度通过赋予作者对其创作成果的垄断性权利，对独创性表达进行调整。根据经典的“思想和表达二分法”理论，人工智能以功能为基础难以获得著作权法律保护。具有社会价值的特定功能在知识产权法律体系内一般鼓励通过申请专利获得独占实施的排他效力，而排除了著作权保护的可能性[5]。人工智能影音生成物由于其表达性特征被排除专利保护可能性，又因为不具有独创性难以进行著作权赋权。要解决人工智能影音生成物的有效使用和功能实现问题，则需要在公共领域视野下运用区别于赋权机制的理论。

公共领域是解决人工智能影音生成物的有效使用问题，同时能规避赋权理论复杂性的理论选择。从现阶段技术应用评估，人工智能影音生成物作为完成度高的表达性成果尚需时间，但影音生成物可以作为商业化电影拍摄以及数字影音处理的信息工具。从这个角度分析，公共领域理论就有了适用于人工智能的分析基础，公共领域不仅可以作为方法论进行运用，其本身也是一套制度[6]。

公共领域作为制度性理论，概念内涵为“信息内容由社会公众不受限制地使用，并且排除知识产权法排他性限制的信息内容集合”[7]。根据以上概念，公共领域在实践中提供智力行为所需要的各类信息内容，并为智力活动提供发明、设计、改良、完善等各类活动的知识积累。从功能角度，公共领域相较于知识产权赋权体系为信息的获得和积累开辟了经济性最优的渠道和空间，极大地降低了获得有效信息的成本投入，有利于新智力成果的可持续创造和传播。

人工智能的首要功能在于模拟人类认知思维能力，这一过程本身就是在重复智力思维活动中对信息的搜集、整理和处理的智力循环。人工智能影音生成物就是这一循环的技术产物，与人类思维活动相比，区别仅在于其依托人工智能机器学习的强大功能进行信息的输入和输出。现阶段著作权理论研究聚焦于人工智能生成物的作品特征，试图通过著作权赋权进而对影音生成物进行排他性的控制。这类研究一般忽略了人工智能作为技术功能的一面，尤其是其在模拟人类认知过程中提供信息的效率价值。那么，如何将人工智能影音生成物的功能实现与公共领域的理论相结合？这就需要从知识产权赋权和公共领域的两个层面对人类认知思维中的创作行为进行理论梳理。

知识产权赋权源于“公有地的悲剧”这一经典的经济学案例中的财产权功能。作为无形智力成果的作品具有公共物品的属性，在缺失财产法律规则的条件下无法排除搭便车行为的不利后果。有形财产遭遇“公有地的悲剧”会导致财产的价值被损耗乃至耗尽，而无形智力成果的非排他和非竞争性本质上不会出现有形财产的资源损耗情况。因此，知识产权的赋权制度不在于维持智力成果的价值本身，而在于通过垄断性排他效力构建权利主体对无形智力成果的市场控制。控制的结果是无形智力成果市场价值的获得，并以此作为激励机制引导新的智力成果创设行为。著作权领域的赋权也遵循相同的逻辑，对独创性表达的保护为作者提供作品价值的有效财产保护[8]。缺少著作权的排他效力，作者将放弃继续创作的行为，最终不利于实现社会文学艺术作品的有效积累和改良的制度目标。

从著作权角度解释人工智能影音生成物的赋权，则必须解释人工智能为什么需要财产性收益来保障影音生成物的持续性创设。著作权赋权从制度设计上提供创作行为的稳定激励，从而鼓励作品的产生和传播。作者激励的理论逻辑显然是不适用于人工智能技术的。人工智能影音生成物的著作权赋权实际上构建了对这类人工智能生成物的排他性专有体系，并以此为基础扩张人工智能技术的排他效力边界。人工智能的机器学习能力优于传统技术的机械学习，高效的信息处理能力搭配自我修正机制有利于其提高市场竞争力和占据市场优势地位。著作权赋权可以稳定且有效地确认上述技术特征带来的竞争优势，排除市场中的搭便车行为和市场失灵结果。著作权赋权带来的激励机制也可以促进人工智能影音生成技术的开发和改良，建立人工智能影音生成产业的增益循环。人工智能影音生成物的著作权赋权代表了对人工智能价值进行法律确认的尝试，以及对技术生成物的排他性垄断的探索。可以预见的是，人工智能影音生成物的著作权赋权将构建此类技术应用过程中的限制性法律效力，直接限制信息输入、整合以及输出等环节的自由流通。

问题在于，著作权赋权无法完全涵盖表达性智力成果的创作和传播行为。作品的排他性垄断发展到一定程度会导致衍生创作行为的高门槛和内容传播的高成本。著作权法律制度通过规则设计中的著作权限制进行有效的平衡设计，用来解决这一问题。例如合理使用作为著作权的限制，规定作品的使用在特定条件下不需要获得作者许可。滑稽戏仿(Parody)就是对原作品进行批判性演绎的合理使用具体表现形式。滑稽戏仿通过对作品的主旨、主要内容、表达类型乃至作者身份进行不同于原作品创作目的的转化，突出滑稽戏仿行为主体的创作意图和表达主旨。滑稽戏仿作为著作权合理使用的主要类型，以转化性的创作行为向社会公众提供不同于原作品内容的独特表达。显然，强调著作权赋权容易压缩滑稽戏仿行为的空间并抑制戏仿性表达的传播过程。通过合理使用为代表的著作权限制，部分创作和传播行为可以在著作权赋权之外有效地进行和维持。这就明确了不能完全依赖著作权赋权的思路来解决所有类型的创作和传播行为，而应当兼顾其他途径鼓励创作和传播行为，尤其在涉及新技术领域生成物的产生和使用时。因此，公共领域是人工智能影音生成物规范和调整的另一条路径选择。

著作权制度中，公共领域和著作权赋权是“一枚硬币的两面”。著作权赋权和公共领域不宜作为相互对立的概念，应当理解为调整和鼓励表达性智力成果的两类路径[9]。英国学者洛克在其经典著作《论政府》中构建劳动理论，主张人类在劳动过程中对资源的开采、加工和使用的资源包括两类：公有物和无主物。公有物天然存在供特定群体平等使用，无主物则需要依托财产权制度进行维持和开发[10]。洛克的劳动理论并不直接涉及知识产权中的无形智力成果，但不受限制并鼓励充分使用的公有物使用规则为公共领域的规则设计提供了启示。公共领域不存在专有权，即不产生排他性效力。公共领域中的作品不受著作权主体的专有控制，可以由作者之外的主体获得并使用。

作者是著作权制度的核心，作者的创作及其成果源于其认知思维和创作天赋，然而作者的创作行为不能完全脱离现有表达的获得和有效使用。虽然著作权赋权提供了稳定有效的激励机制，但随之而来的限制效力问题不能通过作品的许可全面解决。因此，创作和传播行为无论借助何种技术都需要保留公共领域作为获取表达性资源的空间。公共领域是促进认知思维模式下创作和成果价值转化的主要因素[11]。著作权领域的个体创作以公共领域中的表达要素为基础，依托要素的多样性和丰富程度提高创作质量。

在此过程中，公共领域以零成本和低门槛为创作行为提供资源，并且限制了著作权侵权的潜在风险。公共领域中的表达资源经过创作加工成为受著作权保护的独创性表达，社会层面文学艺术作品的总量和种类也由此增加。公共领域通过上述流程不仅提供了创作行为依托的表达资源，还间接实现了独创性表达产生和赋权的结果。因此，在著作权赋权的同时构建公共领域对于著作权制度的发展尤为关键。

人工智能影音生成物是信息技术综合处理表达要素的结果，自然可以运用类似公共领域功能的基本思路。人工智能技术的功能目的在于信息搜集、整合与高效处理。技术功能的实现有赖于信息网络的畅通和信息资源的有效输入，这两点都要求减少限制并鼓励信息流通。人工智能影音生成的过程可以充分发挥公共领域零成本、低门槛获得信息资源的功能特征，并运用机器学习技术提高获得信息资源的效率。机器学习通过模拟创作行为进行影音生成，结合公共领域的功能增加生成影音过程中的表达要素总量。因此，公共领域的功能路径契合人工智能影音生成的技术流程。

需要明确的是，公共领域作为人工智能影音生成物的规范路径并不排除著作权赋权的选择。著作权赋权理论不能完整涵盖所有类型的创作行为，公共领域的功能策略也具有类似的局限性。选择公共领域作为人工智能影音生成物的规范路径，本质上是厘清著作权赋权与公共领域对于创作和传播行为的作用，避免过度强调著作权赋权而忽视公共领域的价值。考虑到公共领域在著作权制度沿革过程中的重要地位，人工智能影音生成物的规则设计就不能有所偏废。

四、公共领域视角下的规范路径

如何运用公共领域的理论和功能特征调整和规范人工智能影音生成物是现阶段探讨人工智能著作权赋权的有益补充。以公共领域为策略规范和调整人工智能影音物要理清财产规则在人工智能著作权赋权中的意义。人工智能赋权理论强调财产规则解决无效创作的核心功能，却忽视了赋权后产生的限制性效力对信息资源自由流通的干扰。鉴于著作权保护的观念逐渐深入人心，人工智能赋权在获得理论支撑的同时忽略了财产规则的另一面——社会层面对财产性资源的共同处分和收益。

财产的个体处分在于使个体最大化财产收益并排除其他主体对于收益的占有，并在这个过程中开发财产并使其增值。相较于财产的个体处分，财产的共同处分从社会配置资源角度强调财产的开发而不以个体收益为首要目的[12]。在共同处分财产的过程中，个体行为不能以自身利益为主张不合理地干扰其他主体对财产的开发[13]。换言之，个体的行为需要进行一定程度的让步和调整以实现财产在社会中的价值最大化。著作权法律制度通过作者权的赋予垄断作品的使用价值，以此作为作者继续创作的激励来源。鼓励社会文化发展和进步是著作权制度的重要制度目的，相较于作者个体权利的实现具有优先性。因此，对特定技术生成物的赋权忽视社会层面的收益最大化是违反财产规则的不合理实践。

如何规避著作权赋权的负面性而同时保有公共领域的功能性，这是进一步梳理人工智能影音生成物规则设计的关键问题。一方面，规则的设计要尽可能减少对于人工智能影音生成物使用的排他性限制；另一方面，具体的使用行为也应当进行一定程度的规制以减少搭便车行为。在满足上述两项规则要点的前提下，软件研发领域的开源许可机制是人工智能影音生成物规则设计的现实参考。

软件研发领域的开源许可源于软件著作权的扩张趋势和许可流程的交易成本问题。软件的开源许可通过著作权许可体系外的许可协议规范和调整软件研发代码的获取、修改、传播和使用[14]。所有在软件代码研发过程中的著作权行为都通过不同类型的许可协议涵盖，因此增加了软件许可的灵活性和多样性，也降低了软件许可过程中的交易成本。

开源许可作为著作权软件许可的补充机制，在解决许可中交易成本过高和著作权赋权限制问题的过程中取得了实质的效果，为软件研发提供了不可或缺的行业发展路径。安卓操作系统的手机和平板应用，火狐、谷歌乃至苹果系统的互联网浏览器设计，维基百科的内容编辑的许可机制等，都是开源许可机制下的商业成果范例。开源许可机制能取得成果，在于开源行为呼应了行业现实需求。主体的参与和合作产生了有效激励，以对软件代码这类有价值财产进行共同使用和处分的方式推动了软件行业研发的创新。具体而言，软件研发需要依托代码为基础并进行测试和优化，通过技术积累实现技术突破。这就需要避免著作权赋权带来的限制性效力而侧重公共领域的功能特征。开源许可为研发人员提供了更为灵活和多样的使用条件。开源许可机制发端于软件研发领域，实现了对著作权许可机制的有效补充和一定程度的替代。强调信息本身的开发过程和信息价值的最大化，而不是个体收益的法律确认，这是开源许可对公共领域功能在实践中应用的最好诠释，也是否定著作权赋权必要性的有利证明。

人工智能影音生成物可以模拟开源许可的机制，通过类似的规则设计在著作权赋权之外进行规范和调整。以影音生成物的使用为目的，通过协议许可规定具体的使用对象、使用方式以及使用结果等。这类许可协议应当限定在电影行业的创作和发行领域，对影音生成物的使用者进行一定的资格准入。在使用过程中，许可协议可以通过条款约束使用者利用影音生成物直接进行商业性开发或交易行为。通过排除商业性使用，表达性生成物的价值以许可协议的形式由许可方有效管理。许可协议本质上是建立合同法律关系产生相对性效力，因而不会产生著作权赋权后的绝对性效力来限制人工智能影音生成物的传播和使用。基于此类许可机制，公共领域促进信息资源获得和使用的核心功能同样就可以在人工智能影音生成领域实现。

人工智能影音生成物的公共领域规则设计，最大的质疑在于许可机制规范和调整影音生成物是否与著作权赋权相冲突。即能否在赋权体系之外，确保整个许可机制的所有参与方都能依据许可规则和机制的目的进行人工智能影音生成物的有效使用，合理分配和增加影音生成物的价值。这种质疑实际上没有理解创作行为的激励基础和表达性资源使用的根本目的。前述软件研发领域的开源许可并没有否定著作权软件许可的必要性和实用性。软件开源许可的最大贡献不仅在于其促进了商业模式的成功实践，还在于其验证了不依托著作权赋权的许可机制也能够实现特定有价值资源的开发和使用。因此，人工智能影音生成物的规则设计完全可以仿照软件开源许可机制，通过灵活的许可方式建立多样化的许可模式。规则设计中的许可模式以公共领域的功能为理论基础，强调生成物的使用而非占有，有利于鼓励规则的参与方将影音生成物作为资源进行开发，同时维持低交易成本的创作和许可环境。

五、结语

人工智能依托机器学习实现信息整合与信息处理的高效性，在模拟人类认知思维的过程中为智力活动提供开发和改良的核心功能。人工智能的创新能力开辟了创作行为的新路径，也为表达性成果的价值完善提供了技术基础。表达性成果的价值在于其不仅为社会增加了文学、艺术和科学层面的文化积累，同时也在于其充分投入到商业过程中并增加了商业价值。因此，对于人工智能对社会这两个方面的价值贡献，有必要通过一定的制度设计和规范体系进行确认。

人工智能影音生成物的著作权赋权以知识产权赋权理论和激励机制为基础，通过著作权法律制度对于独创性表达的专有保护来确认人工智能这两个方面的社会价值。问题在于，著作权赋权机制产生的限制性效力对人工智能影音生成物价值实现存在负面影响。人工智能影音生成物在法律属性层面不能有效契合现行著作权理论体系，在实践过程中也不能通过著作权法律体系进行有效调整。公共领域理论对于著作权法律制度有重要意义，信息资源的获得、使用和价值实现都需要公共领域功能的实现作为依托。公共领域能够降低资源使用门槛并提高使用效率，在著作权赋权之外形成了不可替代的规则路径。因此，人工智能影音生成物的规则设计应当借鉴软件研发领域的开源许可机制，依托公共领域作为理论基础以实现公共领域的功能特征。在著作权赋权之外，通过灵活且多样化的许可协议降低人工智能影音生成物获取和使用的门槛，降低交易成本，为影音生成的创作行为提供效率保障。