广州互联网法院：

AI生成概率检测报告证据效力认定案

（图片来自于广州互联网法院公众号）

基本信息

受理法院：广州互联网法院

当事人：原告史某，被告某学院，第三人崔某（画师）

裁判时间：2026年6月

裁判结果：驳回原告史某的全部诉讼请求，判决已生效

信息来源：广州互联网法院  

【法脉准绳】AI率99.65%，端午插画还能主张版权吗？

争议焦点

原告史某经受让从画师崔某处取得一幅端午主题美术插画的著作权，认为某学院未经许可在微信公众号文章中使用该插画，侵害其信息网络传播权。被告辩称案涉插画经AI检测平台多次检测，AI生成概率均为99.65%，且存在手指多指、缺失等AI生成典型特征，缺乏独创性。

案件核心争议：

案涉端午插画是否具有著作权法意义上的独创性，能否作为美术作品受到保护？

AI生成概率检测报告能否作为诉讼证据，其证明力应当如何认定？

裁判规则

1、AI检测报告的证据能力：检测过程经过存证，搜索过程、检测平台选取和检测结果出具均由平台自动运行产生，脱离当事人直接控制，且无证据显示存在利害关系或人为干预的情况下，可以纳入证据审查范围。

2、AI检测报告的证明力：99.65%的高概率数值仍需审慎看待。当前AI检测平台的资质认证、算法模型、训练数据、检测标准等信息通常未充分公开，检测报告更多体现技术判断和风险提示，难以单独认定图片来源。

3、举证责任分配：原告负有证明图片符合著作权法保护条件的举证义务。当被告提交AI检测报告及其他补强证据证明图片存在较高AI生成可能性时，权利人需就创作过程、人的参与程度、个性化选择继续举证，否则承担举证不能的不利后果。

4、正反面证据结合规则：

正面证据：创作工具操作日志、底稿、PSD源文件、图层设计、逐版修改痕迹、素材来源、提示词记录、生成记录等

反面证据：AI检测报告、主流AI平台同主题生成图、平台AI标识图、画面异常细节、与AI生成内容的相似比对等

首案价值

本案是全国首个系统回应AI生成概率检测报告证据属性和证明力问题的典型案例，具有重要的规则创设意义：

1、填补证据规则空白：首次明确AI生成检测报告可以作为证据进入诉讼程序，但高概率数值不能单独定案，需结合全案证据综合判断

2、确立"正反面证据结合"审查框架：为未来AI生成内容著作权纠纷的证据审查提供了可操作的裁判方法

3、明确举证责任转移机制：当被告方提交的AI检测报告及补强证据达到高度可能性标准时，举证责任转移至原告方

4、重申著作权法核心立场：使用AI工具本身不排除著作权法保护，关键在于是否存在人的独创性表达

诉讼策略建议

原告侧诉讼策略

一、构建分层式独创性证据体系（核心胜诉关键）

针对法院 "AI 检测概率需结合创作过程证据综合判断" 的规则，根据创作模式不同准备对应证据：

1. 纯人工创作作品：

• 源文件证据：分层 PSD/AI 源文件、手绘线稿 / 草稿扫描件、数位板绘画笔触日志、不同版本的修改过程文件（需保留图层创建时间、修改历史等元数据）

• 素材证据：创作中使用的参考图来源、采购的商用素材授权记录、字体/笔刷/纹理素材的授权证明

• 时间证据：作品创作完整时间线（从草稿到终稿的版本保存时间）、区块链时间戳存证、首次发表记录（平台后台上传时间、首发链接、推送记录）

• 辅助证据：创作过程中的沟通记录（和客户/编辑的改稿聊天记录、约稿合同）、同系列其他作品的创作证据、创作者过往同风格作品的发表记录、同事/客户的证人证言

2. AI 辅助创作作品（人工为主+AI 工具辅助）：

• 提示词证据：完整的提示词迭代日志（从初稿到终稿的所有 prompt 版本、参数调整记录、ControlNet / 参考图 / 种子值设置），避免仅提交终稿提示词

• 干预证据：AI 生成初稿后人工修改的前后对比图、局部重绘记录、后期调色 / 细节调整的操作录屏、AI 常见错误（如手指、结构错误）的修正过程说明

• 选择证据：从多张 AI 生成结果中筛选的过程记录、选择该版本的理由、人工独创性贡献的具体说明（如构图设计、色彩搭配、人物造型的个性化选择）

3. 权利基础证据补强：

不要仅提交版权登记证书（版权登记仅做形式审查，无法证明创作过程），需补充作品首发平台的后台数据、著作权归属协议（职务作品 / 委托作品）、作品获奖 / 商用授权记录等佐证权利稳定性。

二、针对 AI 检测报告的精细化质证要点

不要笼统否定检测报告效力，从证据 "三性" 逐一击破：

1. 真实性 / 合法性质证：

资质异议：检测平台是否入选法院司法鉴定名录？检测人员是否具备电子数据鉴定 / AI 技术相关专业资格？检测报告是否符合《司法鉴定程序通则》的形式要求（是否有鉴定人签字、机构盖章、鉴定方法、误差率说明）？

程序异议：检测过程是否经过公证？是否存在检材被替换/修改的可能？检测时使用的模型版本、参数设置是否明确可复现？

方法异议：检测模型的训练数据集是否公开？是否包含原告的其他作品导致 "自我误判"？检测算法的准确率、误判率是否有公开第三方测试数据支持？检测阈值（如多少概率以上认定为 AI 生成）的设定依据是什么？

2. 关联性 / 证明力质证：

概率性质证：明确指出检测结果是 "概率判断" 而非 "确定性结论"，即使 99% 的 AI 生成概率仍存在 1% 的误判可能，不能以此直接否定人工创作的事实

误判风险质证：提交证据证明特定艺术风格（如赛博朋克、超写实、特定板绘笔触）、特定后期处理方式（如 AI 降噪、超分辨率、风格迁移）容易被 AI 检测工具误判，同时提交同风格知名艺术家的人工创作作品被误判为 AI 生成的对比案例

相反证据质证：提交完整的创作过程证据，必要时申请创作者当庭演示创作过程，直接推翻检测报告的概率推定。

被告侧应诉策略

积极运用AI检测证据：委托可信第三方平台进行AI生成概率检测，对检测过程进行存证；同时收集同主题AI生成样本、画面异常细节等补强证据

1. 作品本身的 AI 特征证据：

细节矛盾证据：以标注截图方式逐一固定作品中 AI 生成的典型错误：如手指 / 肢体数量错误、物体结构不符合物理逻辑、纹理重复 / 不自然、文字乱码、光影关系矛盾、背景元素无意义拼接、对称元素异常等

相似性证据：通过反向图片搜索、AI 生成平台历史库检索，找到与原告作品高度相似的 AI 生成模板 / 公开生成结果，证明原告作品是对 AI 生成内容的简单修改而非原创

风格一致性证据：对比原告作品与主流 AI 模型同时期生成的同主题作品，证明二者在构图、元素组合、色彩偏好上高度重合，不符合人工创作的个性化表达特征

2. 原告行为的可疑性证据：

创作能力证据：举证原告不具备创作该类作品的能力（如原告过往作品风格与被诉作品差异极大、原告无相关专业创作经历 / 技能、原告短时间内产出数十张同质量作品不符合人工创作规律）

举证妨碍证据：要求原告提交创作源文件、过程记录；若原告拒不提交关键源文件（如 PSD 分层文件），或提交的源文件存在伪造 / 修改痕迹（如图层全部合并、无历史修改记录、元数据时间异常），申请法院适用举证妨碍规则，推定案涉作品为 AI 生成

过往行为证据：举证原告过往有使用 AI 生成作品进行版权登记 / 批量维权的记录、原告在社交平台分享过 AI 创作技巧 / 工具、原告曾因 AI 生成作品被其他法院驳回维权请求等

3. 时间线证据

举证原告作品发布时间晚于对应 AI 模型 / 功能的上线时间，且作品风格与该模型上线初期的生成风格高度匹配。