在人工智能生成物侵权的场景下，侵权主体认定需结合技术特性与法律逻辑，分阶段、分角色进行判断。核心结论如下：

1. 生成式人工智能本身不能作为侵权责任主体

• 法律逻辑：根据现行法律体系，侵权责任主体需具备独立意志与辨认控制能力。尽管大语言模型能通过算法生成内容，但其本质是工具属性，缺乏法律认可的“独立意志”，无法承担刑事或民事责任。
• 实践意义：若将人工智能视为责任主体，将颠覆现有法理框架（如《民法典》中关于“自然人、法人、非法人组织”的责任主体规定），短期内难以实现。

2. 服务提供者（开发者/运营方）是主要责任主体

• 数据训练阶段：
  • 非法爬取数据：若开发者未经许可爬取受著作权保护的作品用于训练，可能触发《刑法》第217条“侵犯著作权罪”。
  • 改编权侵权：通过参数调整引导模型生成与训练数据高度相似的作品，可能构成对“改编权”的侵犯。
• 内容生成阶段：
  • 正犯责任：当生成内容与训练数据“实质性相似”时，服务提供者可能直接构成“未经许可复制发行他人作品”。
  • 帮助犯责任：若服务提供者明知模型存在侵权倾向仍提供技术服务（如未设置过滤机制），可能构成帮助侵权。例如，某互联网法院曾判决：被告公司虽未在算法中设置诱导性字段，但未及时处理侵权通知，被认定承担帮助侵权责任。

3. 使用者的责任认定需结合“实质性智力投入”

• 独创性表达：若使用者通过提示词、参数调整等行为，使生成内容体现其独创性表达，则使用者可能成为著作权人，但同时也需对侵权内容承担责任。
• 故意或过失：
  • 故意侵权：如使用者明确要求生成与他人作品高度相似的内容，可能构成直接侵权。
  • 过失侵权：若使用者未尽合理注意义务（如使用已知存在侵权的模型），可能承担过失责任。

4. 技术中立原则的抗辩边界

• 合理过滤措施：服务提供者若主张技术中立，需证明已采取“合理过滤措施”（如算法审计、数据清洗）。例如，参照美国《数字千年版权法》“安全港规则”，我国可构建“技术注意义务清单”。
• 避风港原则的适用：服务提供者收到侵权通知后，需及时采取删除、屏蔽等措施，否则可能被推定存在间接故意（如超期未处理）。

5. 特殊场景下的责任分配

• 开源模型社区：模型发布者若未设置基础过滤机制，可能对下游行为主体改造产生的侵权后果承担监督过失责任。但若已尽到注意义务并通过审核，则不承担责任。
• 混合责任场景：在“提供者过失+使用者故意”的场景中，可运用“风险升高理论”认定因果关系，可能追究双方责任。

法律建议

1. 服务提供者：
   • 建立侵权预警机制，定期审计算法与数据来源。
   • 收到侵权通知后，立即采取删除、屏蔽等措施，并留存处理记录。
   • 在用户协议中明确责任边界，提示使用者遵守著作权法。
2. 使用者：
   • 避免使用可能侵权的模型或提示词。
   • 对生成内容进行独创性修改，降低侵权风险。
   • 保留创作过程的证据（如提示词记录、修改记录）。

若您遇到具体案件，可提供更多细节（如侵权内容、模型类型、通知处理情况等），我将进一步分析责任主体与归责路径。