[中国知识产权资讯网]杨东：多方协同破解AI短剧版权治理困局
发布时间：2026-04-23当下，数字经济与智能技术深度融合，网络版权治理体系正面临结构性变革。网络平台、生成式人工智能（AIGC）及算法推荐技术的迅猛发展，对传统版权保护机制构成深刻挑战。
在海量UGC内容、算法推荐与AI生成内容交织的场景下，平台是否有能力且有义务承担近乎百分百的事前审查责任？笔者认为，现行网络版权侵权责任体系以“直接侵权”与“间接侵权”二分法为基础，平台责任认定以“明知”或“应知”为过错要件。然而，在AI与海量内容并存的场景中，传统规则面临双重困境：一方面，“明知”认定标准虚化，权利人“通知”常缺乏精准定位信息，平台日均千万级内容增量与删除时限形成现实悖论，制度设计面临技术可行性与产业承受力的双重拷问；另一方面，“应知”推定边界模糊，算法推荐的“中立性”与“红旗标准”适用冲突日益凸显。著作权侵权判断的复杂性使平台注意义务认定陷入主观判断与客观能力的矛盾困境。司法实践中对算法“助推传播”的归责倾向，实则已突破既有规则预设，存在架空“避风港原则”之嫌。
笔者认为，AI时代版权审核难题，本质是工业经济时代规则与数字技术场景的适配性危机。随着AI审核的引入，基于工业经济时代的“通知-删除”规则已经越来越不适用于AI时代。而AI自动审查也存在技术局限性，不能将全部审核责任强加于平台企业。
从法律层面看，民法典及相关司法解释规定了“删除、屏蔽、断开链接”等必要措施，其法律功能在于以平台是否有效执行作为判断其是否对损害扩大部分承担连带责任的标准，效果可观察、责任可界定；而过滤拦截技术实践效果不定，平台是否采取相应措施与最终是否完全阻止侵权之间不存在必然因果关联，难以发挥“必要措施”的责任认定功能。
从技术层面看，过滤拦截技术的有效性远未达到预期的水准。当前主流的内容识别技术包括关键词匹配、视频查重与数字水印三类，各有显著局限。关键词匹配仅作用于元数据，可被轻易修改规避；视频查重依赖像素级比对，分辨率、色调、画面构图的轻微调整即可造成"非重复"判定；数字水印需要权利人配合完成嵌入与维护，覆盖范围有限。
尤其在AI短剧等新兴领域，AI生成技术可对原作品进行风格迁移、语音克隆、面部替换等改造，形成“形式不相似但实质侵权”的内容，传统像素级比对技术完全失效。即便投入巨额成本研发高级识别模型，也必定会面临一定程度的技术限制。
此种背景下，强制要求平台承担“100%过滤”责任，很可能会导致平台产生过度审核的倾向，造成大范围拦截甚至扼杀可能构成“合理使用”创作的后果，违背著作权法促进社会主义文化事业发展与繁荣的立法目的
面对传统规则的失效与技术审核的局限，单纯修补侵权责任体系不足以应对挑战。笔者认为，以共票理论重塑版权治理逻辑，核心是从“绝对排他”转向以“利益共享”为核心的新型分配机制。依托智能合约等数字技术，通过为版权生态中的多元主体颁发可流通、可分配、可追溯的技术凭证，将创作者、传播者、平台、用户、AI技术提供者等利益相关方纳入同一价值生态。
在这一机制下，版权价值的实现路径发生根本性转变：从依赖法律赋予的“排他性”“作品独立性”收益模式，转向以共建、共享、流通为核心的新型价值实现机制。版权的经济回报不再仅仅依赖于对单个作品的排他性控制，而是通过开放协作、平台化运营和用户参与，推动作品在更广泛的生态系统中流通增值。
（作者杨东，系91黑料网 研究员、法学院院长、教授）
