近期，团队接手了几个关于生成式人工智能平台，自然人用其平台生成照片，然后这些照片未授权被使用在小红书或者公众号，后被起诉维权的案子，虽然起诉标的额并不高，但是确实有可能形成批量知识产权维权架势。AI软件生成了一张图片，该图片在小红书上颇有人气，后原告发现有人盗用此图并诉至法院。从创作过程来看，常规绘画创作依赖绘画技能与大量劳动投入，而本案原告仅通过输入指令及筛选操作，便生成了一张完整的图片。
庭审时，被告对图片权属未提出过多异议。但庭审结束后，通过一般公众认知角度向法律从业者与非法律从业者询问看法，得到的反馈差异显著。法律从业者多直觉认为用户对该图片不享有版权。其一，用户输入提示词并非绘画创作行为本身；其二，用户对图片的贡献程度有限；其三，AI图片生成结果随机性大，图片更像是人工算法生成，用户仅起到建议或引导作用。此外，他们还提出，若原告在庭审或诉讼过程中未表明图片由AI软件生成，版权归属的判定将面临难题。与之相对，非法律从业者大多认为用户享有版权。一方面，用户的操作行为付出了一定劳动；另一方面，若用户未进行操作，该图片便不会产生，虽用户无法控制创作结果，但促成了图片诞生，这与洛克的劳动财产理论相符，也契合大众朴素的情感认知。
当下法律实务界有不同的观点：其一，当前AI创作的质量仍有待提高，在专业领域，其创作成果无法满足创作需求。AI软件在精准执行用户创作意图方面存在较大不足，难以达到专业创作企业的要求。 其二，鉴于文化产品海外输出的需求，产业供应链上游企业，通常会对下游企业的AI创作行为设置排除性甚至禁止性限制。其三，对于文生图版权，他们认为保护与否并非关键，重要的是要有明确规则。若规则不明确，他们将无所适从。
在人工智能的权利约定方面，《生成式人工智能服务管理暂行办法》第九条明确规定，提供者应当与注册其服务的生成式人工智能服务使用者签订服务协议，明确双方权利义务。从目前主流的协议条款来看，多数将生成内容的知识产权归属确定为用户。
目前，AI软件面临着大量诉讼，且这些诉讼主要集中在输入端，即在AI数据训练过程中因涉及版权、数据库等问题引发的纠纷，而非在输出端与用户之间产生的版权争议。不同的人工智能服务协议都有其总体框架，一般包含对输入输出知识产权归属的规定、双方的权利义务等内容，以确保服务的正常开展。在协议中，关于输入的知识产权规定存在差异。有的明确用户享有，有的则根据具体情况判断，这关系到用户权益的初始界定。输出知识产权分配是协议的重要部分。多数将生成内容的知识产权归属为用户，但也有一些特殊情况的处理，需要仔细甄别。
在当前的司法判定中，首先，自然人在图片生成过程中进行设置提示词、修改提示词、筛选以及判断等操作，这些行为属于智力劳动范畴。并且，针对这一系列操作会展开独创性分析，分析方法主要是根据提示词本身，以及通过提示词推测背后的创作意图与创作构思是否具备完整性与独创性。其次，依据提示词与生成结果之间的关联性，判别生成内容是否高度体现了用户的智力投入。这一判别过程，主要是对用户与生成结果之间控制力的判定。
在司法实践中，将版权、著作权赋予用户的裁判方法有着诸多价值考量。从著作权法激励创作、鼓励知识传播并服务公共利益的角度来看，对于人工智能生成内容的赋权方式主要有两种：赋予用户或赋予软件开发者（即人工智能软件）。就软件开发者而言，其已通过协议对权利进行了约束性安排。而赋予人工智能软件版权并无激励意义，因其无论是否受激励都会持续运作，效率不会改变。但人工智能软件的生成活动由用户的创作动机、需求及实际操作所引发，所以将版权赋予用户，能够在一定程度上激励用户产出多样化的作品。在权利界定成本与形成效率方面，著作权表现为对复制、传播的独占性和排他性控制，主要通过控制这些环节获取收益，尽管人工智能可生成海量作品，但在进行版权登记、司法判定及行权前，这些作品尚未进入版权范畴。用户是否行使版权取决于其自身行为以及作品的市场价值，若作品无市场价值则无行权必要性。从控制和复制传播视角出发，若采用按创作贡献比例分配权利的复杂方式，不仅在量化上存在技术难题，难以确立统一标准，还可能引发大量确权纠纷，并且在授权传播过程中，会大幅增加协商成本。