汇业评论

文 |  沈澄 汇业律师事务所 合伙人

本文旨在讨论题设内容，因此从产业特点来说，本文内容涉及到的AIGC、人工智能生成物如无特指，是指利用《互联网信息服务深度合成管理规定》第23条所规定的“深度合成技术”[1]或者是生成式人工智能服务产生的内容。

第一部分 逻辑起点：大模型能不能打广告？

一、大模型生成的“种草”或软文推荐是否应纳入广告监管？

就像周末出去遛娃的时候我会用某点评App搜索附近的餐厅一样，现在有时候我也会用某包、某seek看看附近的汽修店坑不坑爹、谁家公园既有室内空调房也有室外大草坪、车钥匙里的电池没电了怎么拆装替换……

在用大模型或者AI工具进行检索查询的时候，也会心里犯嘀咕，这些给回来的答案里有时候难免夹杂一些买了推广的回答、软文或者种草文。

那么，问题来了，这些AIGC的回答、软文或者种草文，是否应视为“广告”的载体，纳入广告法监管呢？

我们知道，《互联网广告管理办法》第9条明确规定，通过知识介绍、体验分享、消费测评等形式推销商品或服务，并附加购物链接等购买方式的，属于广告范畴，需显著标明“广告”，履行广告合规义务。例如，医疗大模型若生成推荐药品或医院的内容，可能被认定为医疗广告，需遵守《广告法》第15-16条中对医疗广告的严格禁止或者限制性要求。

考虑到买推广后的回答、软文或者种草文，可能构成“变相广告”。关键看两点：

1. 是不是符合广告实质要件？——如果具备广告认定的实质要件（四要件）的，风险已经在接近。

2. 是不是上链接？——如果构成“变相广告”且上了链接的，即便是跳转App链接，也有认定广告的较高认定可能。

第二部分 广告主体问题

二、大模型平台的法律定位：广告发布者vs广告经营者？

广告发布者和广告经营者的合规义务差异很大。举个例子，对于前一问涉及到上链接的软文或种草文相关的商品或者服务，发布者有广告标识义务。而广告经营者并无该等义务。

就该合规义务而言，如果将大模型平台认定为内容传播渠道（如平台展示生成内容），有可能是广告发布者，需履行内容审核义务，确保广告标识合规。而如果将大模型进行内容生成视为是参与广告内容的设计、制作或优化（如根据商家需求生成定制化推荐文案），则可能被认定为广告经营者，需对广告内容合法性负责。

显然，在实际运营中，对于平台角色的定性以及平台推出的大模型可能承担的角色不尽相同甚至可能同时承担不同的角色并履行复合义务的问题，还要根据不同平台的内容设计、推广和投流链路等进行判断。

三、AI合成人：广告代言人vs广告表演者？

从主体构成来看，主播既可能是广告代言人、也可能是广告经营者和发布者，甚至可能构成广告主的代理人或者广告主本身。

《广告法》第2条第5款将广告代言人界定为广告主以外的，在广告中以自己的名义或者形象对商品、服务作推荐、证明的自然人、法人或者其他组织。所以，广告代言人有两个构成要件：（1）身份标准。（2）使用推荐。AI合成人（如数字人主播）仅是一个IP形象，并不属于任何一种形式的法律主体，无法构成《广告法》项下的广告代言人。

但值得指出的是，AI合成人或者虚拟数字人的广告表演行为，背后是有“中之人”或公司团体等进行管理维护的，相应责任也由这些“管理维护者”承担。比如，若AI合成人作为形象载体（如虚拟偶像），未经授权克隆明星声音生成广告内容，构成对原权利人的人格权侵害。

第三部分 广告内容与知识产权

四、利用AI创作的“广告作品”有著作权吗？

该问题实际上应拆解为3个问题作答：

（一）  广告是否有可版权性

（二）  AIGC作品是否有可版权性

（三）  用户协议中的规定

1. 广告是否有可版权性

著作权法保护“文学、艺术和科学领域内具有独创性并能以一定形式表现的智力成果”。广告作品如果需要成为著作权法的保护对象也要具备同样的条件：（1）具体的表现形式；（2）独创性。广告是一门“创意”的生意，但是创意并不等同于“独创性”。我国《著作权法》坚持“思想与表达二分法”，因此单纯的广告创意、点子、想法是不具备可版权性的。不过，广告并未被明确排除出《著作权法》保护的序列，在符合构成要件的情况下具备可版权性。

南京中院曾经审理的“第五个季节The Fifth Season”广告语抄袭侵权案中，法院即认定了原告在网络平台投放的广告落地页整体构成汇编作品，被告擅自使用与原告广告页高度重合的广告页进行宣传推广的行为，侵犯了原告享有的信息网络传播权。

2. AIGC是否有可版权性

虽然在号称全国首例“AI文生图”著作权纠纷案，北京互联网法院似乎明确了AIGC的“作品”属性。此外，在武汉东湖区法院审理的“AI文生图侵权案”中似乎也强化了创作者利用AI工具生成图片中的构思、创作技法、审美选择的个性化表达具备可版权性。

不过，AIGC本身在认定著作权方面至今仍然有很大的争议，叠加上广告创意不具备可版权性的因素，通常来说品牌方利用AI创作的广告作品在认定享有著作权方面还存在需要克服的难题。

3. 用户协议中的规定

目前，各大主流AI平台的的用户协议中关于著作权的归属约定并不完全一致，大致有三大类：

（1）归属用户

这一类AI平台一般约定，用户对提交AI服务的所有输入指令和输出内容负责，在符合法律规定的情况下，用户对服务的输入和输出享有全部权利/绝大多数权利/知识产权权利/所有权。

（2）归属平台

这一类一般约定平台享有服务的全部权利/产品的一切知识产权，以及与产品相关的所有信息内容，但相关权利人依照法律规定应享有的权利除外。

（3）归属不明

这一类平台一般不直接主张对输出内容的所有权，但如果输入和/或输出本身包含了公司享有知识产权或其他合法权益的内容，则相应权利仍由平台享有。

五、品牌方是否要承担AIGC知识产权侵权风险？

结合上一问答复，如果AIGC符合独创性标准（如用户通过关键词调整生成独特图片），且其著作权可以归属于创作者/AI工具使用者（用户或品牌方），那么AIGC作品所产生的知识产权风险亦应由该权利人承担，即品牌方有可能承担AIGC的知识产权侵权风险。

但值得特别提示的是，这种侵权可能性仍然建立在传统著作权侵权判定的一般规则的基础上的，也就是通常所说的“接触+相似”规则。因此，从合理抗辩角度而言，即使AIGC与他人作品的表达构成实质相似满足了“相似”的要件，但是对于AIGC确实复制或者来源于他人作品的“接触”要件存有讨论空间。因此，在该等情况下，品牌方是否构成侵权在司法实践中仍有合理探讨空间。

六、品牌方是否要承担AI内人格权（肖像权、姓名权、声音权等）侵权风险？

与知识产权保护类似的答复可以适用于声音权、姓名权与肖像权的扩展保护中，即未经授权使用特定的肖像、姓名和声音存在侵权风险。

七、AI平台方的广告合规义务是最重的吗？

从形式上看，AI平台方需要履行多重合规义务，包括可能的广告标识义务、取向审核和违法信息过滤义务、来源数据合规义务等等。这些合规义务从性质看，属于技术主导责任。由于平台方或者技术服务方掌握算法与数据优势，所以需承担相应注意义务。

但从实质来看，广告合规义务的第一责任人仍然是品牌方，即广告主第一性原理。因为新技术发展导致的广告传播链路的隐蔽化和多层嵌套，并不会使得广告主得以逃避对广告宣传产生的违法后果承担最终责任。例如，参考前两年被广泛议论的直播带货或者短视频带货模式中的主播违法宣传产生的违法后果是否应当由品牌方（广告主）承担的问题，虽然在互联网广告传播模式中，从广告主发布需求到底层的MCN机构或广告达人，中间经历许多流程。许多品牌商并不清楚自己的广告究竟投放给了哪位博主，有时甚至在刷抖音时才发现有人在代言自己的产品。在这个过程中，品牌商并不知道MCN机构或广告发布者选择了哪款商品进行带货。但在实践中确实存在这样的案例，法院认为短视频发布者存在的违法宣传行为的后果仍然应当由未履行必要注意义务的品牌方（广告主）共同承担。

考虑到技术能力的缺乏，品牌方或者说广告主借用AI工具进行投放或者推流时，更容易出现缺乏对内容生成的管理而导致违法后果产生的情况。因此，从管理困难程度上来说，此时品牌方的广告合规义务事实上更重。

第四部分 监管嵌入AI

八、到来中的未来：监管是如何使用AI监测广告违法的？

1. 互联网广告监测技术

通过技术赋能监管的模式已经越来越不新鲜。根据学者统计，目前，互联网广告监测有三种方式[2]：

（1）动态IP池仿真浏览监测。仿真浏览监测使用机器模拟人物画像浏览网页，以发现违法广告。

（2）建模监测。建模监测主要是根据《广告法》和《互联网广告管理办法》等法律法规建立违法字词库、违法图片库、违法行为库，建模比对识别违法广告。

（3）大规模并行计算监测。大规模并行计算通过分布式数据采集存储技术，对大规模数据进行采集、清洗、筛选，形成深度学习模型，将大规模的输入迅速计算出所需的输出，从海量的互联网广告中计算出违法广告。

2. AI监测技术

2025年2月。鄂尔多斯市市场监管局正式发布全区首个“DeepSeek+广告监管”业务大模型。该大模型声称依托DeepSeek智能平台与某平台的知识库服务，基础数据涵盖广告监管相关的法律法规、政策文件以及近5年来全国各省市查办的广告违法典型案例，实现从“人工筛查”到“智能研判”的跨越。

事实上，越来越多的律师团队也已经为多个政务部门、司法部门的AI监测提供了协助和服务。AI监管也已经成为了越来越成熟的监测手段。

脚注：

[1] 《互联网信息服务深度合成管理规定》第二十三条　本规定中下列用语的含义：

深度合成技术，是指利用深度学习、虚拟现实等生成合成类算法制作文本、图像、音频、视频、虚拟场景等网络信息的技术，包括但不限于：

（一）篇章生成、文本风格转换、问答对话等生成或者编辑文本内容的技术；

（二）文本转语音、语音转换、语音属性编辑等生成或者编辑语音内容的技术；

（三）音乐生成、场景声编辑等生成或者编辑非语音内容的技术；

（四）人脸生成、人脸替换、人物属性编辑、人脸操控、姿态操控等生成或者编辑图像、视频内容中生物特征的技术；

（五）图像生成、图像增强、图像修复等生成或者编辑图像、视频内容中非生物特征的技术；

（六）三维重建、数字仿真等生成或者编辑数字人物、虚拟场景的技术。

深度合成服务提供者，是指提供深度合成服务的组织、个人。

深度合成服务技术支持者，是指为深度合成服务提供技术支持的组织、个人。

深度合成服务使用者，是指使用深度合成服务制作、复制、发布、传播信息的组织、个人。

训练数据，是指被用于训练机器学习模型的标注或者基准数据集。

沉浸式拟真场景，是指应用深度合成技术生成或者编辑的、可供参与者体验或者互动的、具有高度真实感的虚拟场景。

[2] 参考秦雪冰：《人智耦合：互联网广告监管流程再造》，载《现代传播》2023年第12期。