赵国庆｜论虚拟数字人技术下生成内容的著作权法规制

　　人工智能技术的发展具有多个分支，虚拟数字人技术是一种多模态模型的人工智能，和大语言模型的人工智能相比，生成内容的著作权争议问题既有共性也有自身特性。多模态的技术特征使得生成内容具有集合性，会同时涉及著作权和邻接权问题。虚拟数字人自身不具有主体性地位。生成内容的可版权性判断要坚持“自动生成”和“辅助生成”的区分。生成内容的邻接权判断要正确认识“表演”的含义，权属问题争议的核心是如何限制作者和表演者的人身权利。虚拟数字人技术下的商业模式导致表演者的人身权利，尤其是署名权，会对财产权利的实现造成较大影响。此时可以从内部援引人身权利自身的行使规范，限制人身权利的行使方式，还可以从外部援引其他权利对于人身权利行使进行限制。

　　“人工智能”和“虚拟现实、增强现实”被列为国家“十四五”规划下数字经济发展的重点产业。虚拟数字人正是这两种产业下的新兴技术，其中既包括虚拟偶像数字人，也包括为特定服务目的而产生的服务型数字人。随着实时动作捕捉、快速渲染处理等算法上的更新和突破，为每个人赋予相应的数字人分身成为元宇宙愿景的现实基础，虚拟数字人也是人工智能框架下的技术分支之一。2022年8月3日，北京市人民政府印发《北京市促进数字人产业创新发展行动计划（2022—2025年）》的通知，其中提出“到2025年，我市数字人产业规模突破500亿元”的发展目标。著作权法如何规制虚拟数字人技术下的生成内容是法律治理的重要领域之一。近日，杭州互联网法院已经就首例涉“虚拟数字人”侵权案作出一审判决。该案的争议客体是虚拟数字人Ada形象及相关视频，法院认定虚拟数字人Ada形象构成美术作品，使用Ada形象的相关视频分别构成视听作品和录像制品。判决对于虚拟数字人技术生成内容的著作权法规制作出了有益探索，充分说明了著作权法理论回应技术发展的必要性和现实性。

　　如何认定生成内容的权利和进行权利分配是著作权法回应虚拟数字人技术的两个重要问题。认定过程中带来的挑战主要有以下几个方面：第一，虚拟数字人的主体性。这一问题是人工智能生成内容问题的延续，虚拟数字人能否成为生成内容的著作权人？同时虚拟数字人技术又在问题之上增加了新的疑问，即虚拟数字人能否成为表演者权人？第二，生成内容的著作权属性。虚拟数字人技术下的生成内容是否具备可版权性？生成内容的制作者或真人演员能否成为表演者并进而享有表演者权？第三，虚拟数字人生成内容的权利分配。虚拟数字人技术中有一个较为特殊的问题，即如何认定数字人之下真人演员的权利？真人演员的表演和传统意义上的表演并不相同，传统上的表演主要呈现的是表演者自身的形象、动作和声音等，而虚拟数字人下的表演呈现的是虚拟形象，真人演员所作出的表演往往只是虚拟形象的数据来源，不同的是有些生成内容是真人表演的实时再现，有些生成内容是真人表演的“再加工”。这种情况下如何认定真人演员的表演者权？此时视听录制品下的表演者构成职务表演，表演者会保留表明表演者身份权和保护表演形象不受歪曲权。虚拟数字人在商业运营中往往都需要和背后的真人演员身份进行切割，以避免不必要的风险，同时维持虚拟人的“人设”，此时情况往往会变成虚拟数字人的运营方避免“表演形象”受到真人表演者的“歪曲”。那么此时法律需要根据这种商业惯例来限制表演者的人身权利吗？只有解决这些权属问题，才能正确发挥著作权法的激励作用，虚拟数字人产业才能在清晰的产权秩序下发展。

　　作为技术概念的虚拟数字人内涵并不十分清晰，现有文献中论述虚拟数字人技术所使用的指称概念有虚拟现实生成物、虚拟现实技术、虚拟偶像、虚拟身体、虚拟现实空间、虚拟直播、深度伪造和深度仿冒技术等。同时虚拟数字人技术还与人工智能和元宇宙有密切关系，学者在讨论时往往会附加元宇宙背景或AI。这种现象一方面说明了虚拟数字人技术是一个集合的技术概念，并且在应用过程中出现了各种各样的具体法律问题，另一方面说明了技术概念自身外延并不清晰，厘清技术概念的具体内涵和外延是定性的前提和基础。

　　虚拟数字人技术，系通过建模、智能合成、动作捕捉及其他数字技术手段所制作出的具有外貌、声音等方面的特征和行为模式的虚拟角色的可视化呈现形象。技术表现出明显的集合性，首先，制作上集合多种技术，如CG、自然语言处理（NLP）、计算机视觉（CV）深度学习模型、图形渲染、动作捕捉、语音合成等。其次，生成的数字人形象集合了多种人类特征，如人脸特征、声音特征、动作特征、表演方式和交互能力等。最后，输出形式上集合了多种客体，如实时直播画面、人物形象模型、人物照片、人物视频等。虚拟数字人技术中最重要的两个方面为建模和驱动，建模分为真人建模和虚构角色建模，真人建模会涉及深度伪造或深度仿冒，虚拟建模会涉及虚拟偶像、虚拟服务等商业应用。而建模的驱动方式又分为计算驱动型和线.计算驱动型虚拟数字人技术

　　计算驱动型虚拟数字人是人工智能的技术分支之一，相较于以ChatGPT为代表的成熟生成类语言模型，虚拟数字人技术下直接生成视听内容、数字形象、语音的计算模型尚未形成较为通用的计算模型。因为技术的集合性，虚拟数字人生成内容中可以集合多个计算模型，如Fable Studio公司的虚拟人物项目背后都有GPT-3语言模型的支持，用户在选择之后，对线自动生成。之后通过处理器发送到语音模型，语音模型生成虚拟人物的对话语音之后，由运动模型为语音匹配相应的人物动作、神态和口型等。

　　计算驱动性虚拟数字人最为关键的驱动技术就在于如何在动作效果和神态效果上匹配语音。可以将技术中涉及的人工智能模型分为三类，第一种是作为基础的生成对话文本模型。第二种是生成语音的语音模型。第三种则是建立匹配的运动模型，匹配中最为重要的是语音和人物模型的映射参数。第一种模型需要的训练数据是大量的文本对话。第二种模型需要的是各种人类的语音数据。第三种模型需要的训练数据是唇动、面部肌肉和骨骼变化细节、眼神、表情、姿态、动作等数据。

　　真人驱动型虚拟数字人相较于计算驱动型虚拟数字人需要的技术含量相应降低，技术依靠性下降，真人演员依靠性上升，技术灵活性大大提高。真人驱动型虚拟数字人可以快速适应不同的应用场景，例如虚拟直播、虚拟路演等各种碎片化的应用活动。真人驱动也可以进一步降低成本，有助于快速推广数字人技术。现实中会出现计算驱动型和真人驱动型联用的商业模式，以应对不同的商业活动。

　　真人驱动型依靠动作捕捉技术和识别算法，由真人演员穿戴动作捕捉设备进行各种表演，此时建模中各种预先设置的关键点会产生动态变化，这种变化就是表演数据。后期可以根据这种表演数据和模型之间建立映射，从而实时或者延迟生成虚拟数字人的动态视频。此种技术下的生成内容方式不同于计算驱动型下的生成路径，而是对于真人演员的再现路径。

　　虚拟数字人因其“虚拟性”而被认为是元宇宙的基础技术之一。元宇宙主要指一种独立于现实空间而存在的虚拟空间，这种空间以去中心化为特征，同时拥有现实生活中的种种对应元素。虚拟数字人技术的意义在于赋予元宇宙空间中每个个体独立的数字形象，从而能进行各种虚拟活动，虚拟数字人相当于元宇宙中个人的“身体”。但是从目前来看，元宇宙概念更多的是一种愿景。虚拟数字人技术在现实中已经有较多实践，应当以这些现实实践为基础。

　　虚拟数字人技术与人工智能的相关性更多体现在计算驱动型虚拟数字人技术上，“数字性”指的是包含多种人工智能技术的结合。我国新颁布的《生成式人工智能服务管理办法（征求意见稿）》中将人工智能定义为：“基于算法、模型、规则生成文本、图片、声音、视频、代码等内容的技术。”虚拟数字人技术能够生成文本、图片、声音和视频，毫无疑问是生成式人工智能之一，但是虚拟数字人技术是一种多模态和跨模态的人工智能，能够完成输出多模态信息和跨模态信息的生成任务。人工智能至今没有一个较为准确的定义，其概念内涵较为宽泛，这种概念既可以被狭义地称为类似人类思考的程序，也可以泛指一切基于数据而进行复杂计算的模型。这种宽泛的概念之下有两点可以确定，第一，人工智能概念是基于学习机制而产生的计算模型，没有学习机制的简单模型并不能泛化为人工智能概念。第二，目前乃至可以想见的未来，人工智能无法达到万能的地步，无法像人一样自主思考。虚拟数字人技术同样是建立在数据训练基础之上的深度学习计算模型，是人工智能的应用方向之一。这种定性背后的含义在于，人工智能生成内容的权益属性争议同样存在于数字人技术之下的生成内容，并且这种争议还从狭义著作权领域扩展到了邻接权领域。

　　虚拟现实技术（VR）和增强现实技术（AR）这两种技术主要目的在于增强虚拟空间和现实空间的互动，加强人的感知和交互，这是一种更强调现实空间的“交互”。而虚拟数字人技术中的“类人性”决定了该技术一部分旨在生动地在虚拟空间中再现人类形象，另外一部分旨在以人的形象和现实互动，这种互动更强调虚拟空间，主要内容为虚拟数字人对现实的反应状态和反应速度。

　　从表面上看，虚拟数字人技术下的生成内容都是由人工智能“创作”或者数字人“表演”的，依据著作权自动产生原理，人工智能或者数字人能够原始取得著作权。但是著作权法在评价“创作”或者“表演”这些行为时往往都限定了以自然人为主体，法人只是少数情况下作为补充的拟制主体。虚拟数字人很难被解释为自然人或法人，因此如果从现行法律文本出发，虚拟数字人难以成为任何著作权的主体。虚拟数字人至少可以从两种路径上证立自己的主体性，一种是以类似人类的功能性角度，一种是法律上的拟制角度。

　　传统上计算机系统生成内容的可版权性不是一个争议问题，是因为传统的算法非常简单，在生成最终内容的过程中需要较多人类的介入。此时的简单运算模型无论被提问多少次，都只会得出相同和有限的答案。但是加入了学习机制的计算模型，经过多次数据训练，能够得出相当庞大的答案，并且可以根据用户自身需求定制答案。这种学习模型能够进行十分复杂的计算，但是这种“复杂”的背后，仍然是一种“根据确定了所有条件的数据，得到答案数值规律的技术”。这是一种“复杂”的“自动”，而非出于人工智能自身意志的“自主”。广义上，人工智能并不能从功能上类比人类。从著作权法角度来说，这种“自动”很难被评价为具有人类特性的创作，作家的创作也具有一定的套路模板，但最终产生的内容并不是固定或一种复杂算法下自动生成的内容。尽管人工智能生成的内容可以被人欣赏，客观上体现出类似人类的创造性，但是著作权法中的独创性更多是从人的选择取舍出发定义，而非受众的情感感受。我们在观赏现实中的山川河流的时候也会有众多感受，但并不代表山川河流也构成作品。只有人独特的取舍安排才有法律意义，所以无论从广义上还是著作权法角度，人工智能都很难从功能的角度出发解释为“人”。

　　法律背后都有各自的规范目标，我国著作权法第1条将著作权法的立法目的设置为：“鼓励有益于社会主义精神文明、物质文明建设的作品的创作和传播，促进社会主义文化和科学事业的发展与繁荣。”只有人才能理解著作权法并受到激励，因此只有人的创作成果才能作为作品受著作权法的保护。同样，表演者权作为作品传播过程中产生的权利之一，规范目的也是激励邻接权人的传播行为，邻接权主体只能是自然人。

　　尽管从表面上看，是人工智能在“创作”内容或者是虚拟数字人在“表演”，但是这种日常含义下的“创作”或者“表演”是由多个主体合作完成的。如虚拟偶像完成一段“表演”的过程中，可能有配音演员的声音、真人演员的动作、计算模型设计者预先设置的各种参数模型和现场技术人员的实时控制等多种因素配合。这种“表演”只是以虚拟数字人为呈现形式，以“类人性”取得良好的观赏体验和互动效果。这种形式下的虚拟数字人更像是一种“生动的画布”，画面上的内容完全依靠“握笔”的自然人。赋予这种意义下的人工智能主体地位，非但不能简便地解决权属问题，反而每一次讨论都要突破到背后的自然人主体或者法人主体，人为制造了法律概念的混乱。主体概念混乱的背后是无法正确地分配利益，不能建立明确的私权秩序。

　　私法上为人工智能赋予主体地位，动摇的不仅仅是主体范畴的法律体系，更会影响到后续的所有法律规范。具体到著作权法，对于人工智能而言，不能赋予其主体地位。进一步而言，提出转换“作者中心范式”，建立“客观上的独创性”标准等倡议都要慎重，这些结论都是在侧面削弱人的主体性地位，由此带来的规范冲击必须重视。

　　综上所述，虚拟数字人不能作为著作权或者邻接权的主体，权利人只能是相应的自然人或者法人。

　　虚拟数字人技术下的生成内容因为技术的集合性而产生了更加复杂的权益束。其中可能包含自然人的姓名权、肖像权、声音权益，文学角色权益，商标权，相应的竞争利益，著作权和邻接权等。

　　虚拟数字人技术下的生成内容因为包含多种技术，目前并没有整合为成熟的通用模型，使用成本和门槛也相对较高。这种特性一方面使得技术尚未普及，使用者大多为商业公司。另一方面，自动性的削弱使得此种技术下的生成内容较多依靠人类的操作、选择和取舍，生成内容的可版权性争议较小，这也是首例涉“虚拟数字人”侵权案一审判决中法院较为明确地认定生成内容构成视听作的原因。此时的生成内容严格意义上应当属于虚拟数字人技术辅助下生成的视听内容。

　　这种区分方法已经被我国判决所承认，在“某林案”中，法院区分了“分析报告”和“分析文章”，认为“分析报告”属于自动生成内容，是应用“可视化”功能自动生成的，而涉案文章与大自动生成内容完全不同，属于辅助生成内容。2023年3月16日美国版权局发布了《版权登记指南：包含人工智能生成内容的作品》，其中也应用了这种区分方法，对于包含AI生成物的作品，美国版权局将考虑AI的贡献是“机械复制”的结果，还是包含作者“创造性想法表现形式”的结果。

　　具体而言，对于真人驱动型虚拟数字人，技术往往是辅助，用于在数字人身上生动地还原真人演员的动作和神态，此时整个虚拟数字人的动态画面相当于真人表演的“翻版”，一般不会涉及是否为自动生成的判断问题。对于计算驱动型虚拟数字人，计算模型的成熟度还不能够达到“一键生成”的效果，需要结合具体生成模型的特性来判断生成方式。

　　虚拟数字人技术下的生成内容往往同样具有集合性。以视听作品这种常见输出形式而言，其中往往会组合作为美术作品的虚拟数字人形象、作为音乐作品的虚拟数字人演唱歌曲、作为舞蹈作品的虚拟数字人舞蹈动作和作为文字作品的虚拟数字人表演剧本等。这也是可版权性争议影响较小的另一重要原因，即使在未来技术完全成熟，虚拟数字人的商业开发者也可以利用生成内容中的其他作品类型权利来实现视听内容的控制，而如果虚拟数字人的运营方没有其他作品类型的权利，此时就要回到自动生成和辅助生成的区分方法上来判断是否具备可版权性。此时的区分方法也需要进行整体和部分的分析，整体上要分析视听作品的分镜、构图、故事的推进方式等等是否体现了人类独特的取舍和判断。部分上，也就是对于视听作品中能够单独使用的作品，结合对应的生成模型再进行单独判断。这种判断方法的意义在于不同类型作品的著作权权项可能有所不同，损害赔偿的计算标准和考量因素也有所不同。现实中这些不同类型的作品可能分属不同的著作权人，必须部分地独立判断。

　　权益属性的争议会进一步延伸到邻接权领域，如果利用虚拟数字人技术生成一段对于现有音乐和舞蹈作品的“表演”，其中有可能包含表演者权或者录音录像制作者权。另外需要说明的一点是，有观点认为人工智能自动生成内容符合邻接权客体标准，因此将人工智能自动生成内容的权益定性为邻接权，此处讨论并不包含这种立法论上的邻接权。

　　计算驱动型虚拟数字人技术下，制作者往往会在数据训练阶段“喂”给模型各种表演活动的数据，其中可能包括真人演员实时表演的动作捕捉数据、语音数据或者神态数据。此时数据中包含着数据来源者的表演者权。但最终呈现的虚拟人“表演”并不是这些数据的直接呈现，而是经过模型计算和制作者人为选择的“再加工”结果。此时真人演员不能对虚拟数字人的表演活动享有表演者权。否定真人演员的表演者权之后，制作者能否成为虚拟数字人表演的“表演者”？毕竟数字人的表演都是制作者选择取舍的结果，蕴含着制作者对于作品的理解。但这里制作者的制作行为更为准确的描述是改编过程中的摄制，而非创作过程中的表演，制作者也不能享有表演者权。

　　真人驱动型虚拟数字人往往会涉及真人演员的表演者权。真人驱动的情形下，虚拟数字人的表演往往是真人表演的实时呈现，真人演员享有表演者权。但此处要区分生活意义上的表演和表演者权中的表演以及区分复制和表演。表演者权中的表演首先要是对于作品的表演，如果不存在作品，同样也不会存在表演。因此服务型虚拟数字人的陪伴、关怀、导游、购物一般都不会构成表演者权。

　　虚拟数字人的“表演”可以针对各种类型的作品，此时需要重点区分“表演”行为构成复制还是表演。虚拟数字人的形象往往都是定制的模型，除了完全比照真人建模的虚拟数字人，其他虚拟数字人形象往往都会体现作者对线条、色彩和具体形象设计的独特的美学选择和判断。那么能否基于这种美术作品的“表演”而产生表演者权？在“蓝某动画案”中，法院通过客体和行为两个角度来否定奥特曼形象美术作品的表演权，首先根据伯尔尼公约第11条规定，将享有表演权的作品类型限定在戏剧作品、音乐戏剧作品、音乐作品以及文字作品，美术作品被排除在能够享有表演权的作品类型之外。其次，法院认为演员身着奥特曼形象制成的面具和人体彩绘形象，其仅是将奥特曼形象通过真人人体这一特殊载体进行了原样再现，并非演员通过其动作、声音或表情再现作品。另外，有观点认为还可以从主体角度限制，即“表演者主要指演员、歌唱家、艺术家、舞蹈家，均为需要具备专业技能，属于专业表演艺术家的人员”。对于美术作品中是否包含表演权，主要应该从行为角度进行定性，客体和主体两个角度都不应该限定。客体角度来说，我国法律并没有明确规定享有表演权的作品类型，与之对比的是，立法明确规定了展览权和出租权限定的作品类型。如果立法者有意限定表演权的主体类型，没有理由不进行明确规定。其次，作品没有表演权不能推出作品不能被表演，不能产生表演者权。相关法律文件将表演者表演的类型限定为“文学、艺术作品和民间文学艺术表达”，如果退一步说承认表演权的作品类型限定，能够产生表演者权的类型也比上述作品范围要大，艺术作品也能够包含美术作品。主体角度来说，将表演者定性为具备专业技能的人是一种典型的误读，与“歌唱家、音乐家、舞蹈家”对应的英文为“singers，musicians，dancers”，并没有根据表演水准和成就区分表演者，不能认为表演者权中的表演者就一定是高水准的人。一段表演活动能否被认定为基于美术作品的表演，关键在于表演必须不是作品的原样再现和机械复制。如果真人演员只是以虚拟数字人形象做几个简单的动作，这种行为仅构成对作品复制权的侵犯。但设想一个漫画形式的带有剧情的连续多幅美术作品，针对美术作品设计一个真人驱动的虚拟数字人舞台剧表演，很明显此时的真人演员可以享有表演者权。只是通常意义上的简单静态形象美术作品很难形成表演，而不能否定所有美术作品均不可以表演，只需要在行为上区分复制和表演即可，真人驱动型的虚拟数字人进行“表演”，不能是简单的机械再现。

　　此处的录制者权分为两种情形，一种是计算驱动型下的虚拟数字人表演，即使此时不存在表演者权和著作权，录制内容之上也能生成录制者权，只要录制并不是简单的机械复制。另一种是真人驱动型下的虚拟数字人表演，此时生成内容之上可能同时并存著作权、表演者权和录制者权。

　　虚拟数字人技术下生成内容的权属问题主要是视听作品和职务表演中的相关规则，但是其中的特殊问题在于真人演员行使表明表演者身份权和保护表演形象不受歪曲两种人身权利和虚拟数字人产业发展的商业逻辑有所冲突。有学者认为现行著作权法无法完善处理这种问题，并针对这种现象提出了立法建议。

　　生成内容中的著作权归属同样会涉及委托作品、职务作品、合作作品等关于著作权的一般权属规则，但虚拟数字人技术下的主要生成内容为视听作品，重要的是关于视听作品的权属规则。2020年著作权法修改，将原规定中“电影作品和以类似摄制电影的方法创作的作品”改为“视听作品”。原本“电影作品”和“以类似摄制电影作品”的分类方法变为“电影作品、电视剧作品”和“其他视听作品”的分类。著作权法第17条第2款规定：“视听作品中的电影作品、电视剧作品的著作权由制作者享有，但编剧、导演、摄影、作词、作曲等作者享有署名权，并有权按照与制作者签订的合同获得报酬。”第17条第2款规定：“前款规定以外的视听作品的著作权归属由当事人约定；没有约定或者约定不明确的，由制作者享有，但作者享有署名权和获得报酬的权利。”电影电视剧作品的著作权被法律预设为由制作者享有，而其他视听作品可以约定优先。虚拟数字人技术下的生成内容多数为“其他视听作品”，约定优先，因此权属规则相当灵活，但是因为第17条第2款中的但书规定，即使约定也无法限制作者的署名权。

　　生成内容中邻接权归属主要为职务表演规则。著作权法第40条第1款规定：“演员为完成本演出单位的演出任务进行的表演为职务表演，演员享有表明身份和保护表演形象不受歪曲的权利，其他权利归属由当事人约定。当事人没有约定或者约定不明确的，职务表演的权利由演出单位享有。”虚拟数字人技术下真人演员的表演大部分为完成虚拟数字人运营方的演出任务，例如首例涉“虚拟数字人”侵权案中真人演员徐某作为某珐公司员工，系进行职务表演，法院结合双方书面约定，判决应由某珐公司享有表演者权中的财产性权利。职务表演中的约定优先和视听作品中的约定优先结合，虚拟数字人下的表演者权归属更加灵活。电影电视剧作品中著作权归属于制作者，根据“举重明轻”的规则，著作权的保护力度要高于邻接权的保护力度，表演者权也应该归属于制作者，相应的作者和表演者只能保留署名权。但是职务表演中法律明确规定了表演者还享有保护表演形象不受歪曲的权利，在这里只能认为学理上的解释限缩了法律明文规定的表演者人身权利，即在电影电视剧作品中的职务表演，表演者仍然没有保护表演形象不受歪曲的权利。但是其他视听作品的权属是约定优先，是否无法当然适用上述的解释规则。此时实际上要对其他视听作品中的权利进行区分，分为可以约定的权利和不可约定的权利。从不可约定的权利角度出发，作者的只有署名权不可约定，其中并没有保护作品完整权。而表演者的不可约定权利包括署名权和保护表演形象不受歪曲的权利。不可约定的权利实际上是从立法角度对于权利人的特殊保护。此时仍然可以借助当然解释的规则排除保护表演者的表演形象不受歪曲的权利。即使从同样模式的职务作品角度考虑，职务表演中可以约定经济权利归属于演出单位，这说明了职务表演类似于特殊职务作品，但即使为特殊职务作品，作者也只享有署名权而不享有保护作品完整权。因此整体上可以认为视听作品中的职务表演者只能保留署名权。

　　职务表演中的权属除了在视听作品内的分类，还存在于录制了表演内容的录制品，而作为享有录音录像制作者权的演出单位，此时就要遵循职务表演条款。

　　权属规则的实质是在分配生成内容的利益，虚拟数字人技术生成内容的相关主体有虚拟数字人技术模型开发者、技术模型的使用者（制作者）、虚拟数字人自身、其中各种作品的作者和真人演员。其中模型开发者通过收取软件许可费等方式已经实现利益，实际上并没有具体从事制作行为或创作行为，且将利益分配给模型开发者会使得权益过于集中，丧失激励效果，模型开发者也缺乏传播动力。虚拟数字人自身并没有主体资格。所以需要合理配置利益的主体只有三种，即制作者、作者和表演者。约定优先是一种更为市场化的法律配置权利的手段，现实中相关著作权也往往会约定给制作者（演出单位），在这样一种市场化规则下，权利之间很少发生冲突，因为权利归属往往已经以合同或其他书面形式确认下来属于一个确定的主体。但是一些作者或表演者的人身权利已经被法律明确规定为不可约定权利，合同约定的方式不能限制这些人身权利。传统视听录制品中为作者和表演者保留人身权利是对人身利益和创作、表演事实行为的尊重，并且署名不会影响制作者经济权利的实现。但是虚拟数字人技术下生成的视听内容，以虚拟偶像为例，往往都希望作者或者表演者不表明自己的身份，以达到完全的“虚拟”效果。如果虚拟数字人都需要频繁标明背后真人演员的身份，一方面会破坏虚拟世界的沉浸效果和虚拟偶像的人设，虚拟偶像的真人演员身份一旦暴露，虚拟偶像商业价值可能会降低，虚拟和现实之间的界限被打破。另一方面，会大概率降低虚拟偶像的商业价值，影响制作者的经济权利实现。所以虚拟数字人技术下生成内容的特殊解释问题在于如何处理作者和表演者的人身权利和制作者的经济权利之间的冲突。具体来说，如何限制作者和表演者保留的人身权利？

　　标明虚拟数字人“演唱”的某首歌曲的作者，实际上不会对虚拟数字人造成过多影响，观众实际上关注的是“表演”行为而非创作行为，人身权利的限制毕竟是一种例外规范，应当注意比例性，所以对于作者的署名权不应过多限制。因此需要解释的问题更具体来说是如何限制真人演员的表演者人身权利。

　　挖掘现行著作权法文本和相应国际条约中的解释空间是首要任务，只有当无法得出合适的解释结论来处理现实问题时才可以启动立法。那么现行规定中有哪些可以用于限制表演者的人身权利？

　　第一，内部限制：表演者权中人身权利的限制性规定。尽管我国著作权法中并没有关于限制表演者权中人身权利的规定，但是在我国参与的视听表演北京条约第5条中有相关的但书规定：针对表明表演者身份权，因使用表演的方式而决定可省略不提其系表演者。针对保护表演形象不受歪曲的权利，应对视听录制品的特点予以适当考虑。虚拟数字人技术下的生成内容因为“虚拟人”的特性，属于使用表演的方式决定需要而省略不提表演者身份。

　　第二，外部限制：视听作品中保护表演形象不受歪曲的权利和保护作品完整权施加的限制。如上所述，在电影、电视剧作品中，保护表演形象不受歪曲的权利和保护作品完整权被预设给制作者。在其他视听作品中，可以约定制作者享有保护表演形象不受歪曲的权利和保护作品完整权。关于保护表演形象不受歪曲中“歪曲”的判断标准，主要有客观说和主观说两种。客观说是指对于表演形象的改动违反了整个表演的思想，主观说是指对于表演形象的改动损害了表演者的声誉。这里很明显主观说并没有适用的余地，因为真人演员作为表演者一般不会表明身份，所以任何表演活动的利用和改动都不会联系到真人演员的自身形象，自然声誉也不会受到影响。实际上在“九层妖塔”案中，法院认为作者的名誉、声誉是否受损并不是侵害保护作品完整权的要件，判断标准是对于作品改动的程度。对于这种判断规则，表演形象是否歪曲也可以参照适用。因此判断是否歪曲表演形象应当采用客观标准。接下来就需要判断真人演员的行为是否构成歪曲表演形象，虚拟数字人，尤其是虚拟偶像，在进行“表演”活动的过程中，有一个基本前提是作为一个独立的、与现实相分离的并且拥有人格的“表演”主体。尽管这种主体性不被法律所承认，但是观众在欣赏这类表演活动的过程中都会接受这样一个前提。真人演员主动表明自己的身份，一定程度上会打破这种表演活动的核心要素，可以一定程度上视为歪曲了表演形象。如果制作者同时享有保护作品完整权，还可以从保护作品完整权的角度进行限制，思路与判断表演形象是否歪曲类似。当然这种判断是一种综合程度的判断，并不是说只要表明表演者身份就构成“歪曲”，必须同时结合社会公众的评价、虚拟数字人技术的特性和生成内容的表演、创作意图等因素综合判断。

　　尽管出于尊重商业逻辑的原因，需要限制真人演员的表演者人身权利，但是并不能将这种限制上升到一般条款，即在立法中针对署名权设置约定优先的规定。这样规定固然能够从根本上解决权利冲突的问题，但是对于真人演员来说会不合理地损害表演者合法利益，因为按照约定优先的规则，从事表演的真人演员可能没有任何关于表演活动的权利。现实中的商业实践还不足以支持这种完全剥夺权利的产权安排，首先目前解释论中完全可以为限制署名权提供充足的依据，为财产权利人提供充分的救济，其次表明表演者身份并不总是会降低虚拟偶像的商业价值，一个已经获得一定社会声誉的真人演员表明身份反而会增加虚拟偶像的商业价值。

　　虚拟数字人技术是一种新型的多模态模型人工智能，因此在判断生成内容的著作权权益属性和权益归属时会遇到和大语言模型人工智能生成内容不同的问题。多模态的特性导致生成内容权益属性复杂，复杂的权益属性又进一步会引起权益人之间的权属认定困难和权益冲突。面对这样的解释问题，应当首先挖掘现行法律的解释空间，从著作权和邻接权各自的权利规则角度出发，寻求合理的法律秩序，反思过于激进的制度设计。

　　赵国庆｜论虚拟数字人技术下生成内容的著作权法规制原创 赵国庆上海市法学会 东方法学轻触阅读原文