隨著生成式人工智能（AI）技術的爆發，從文本生成到音樂創作的跨越正重新定義內容產業的邊界。然而，技術狂飆的背後，版權與人格權的爭議正成為阻礙商業化的最大暗礁。近期，全球迎來了兩宗極具歷史意義的司法裁判：慕尼黑地方法院針對「GEMA 訴 SUNO（2026）」案作出篇幅甚長、論證細緻的突破性判決；與此同時，中國北京互聯網法院亦在「全國首例AI生成聲音人格權侵權案」（殷某某訴北京某智能科技公司等人格權糾紛案，案號：(2023)京0491民初12142號）中確立了截然不同的審查標準。這兩場司法對決，反映的並非大陸法系與普通法系之爭：中國與德國同屬大陸法系，兩國法律體系皆承襲羅馬法傳統，並以成文法典為核心規範架。

真正值得深究的，是同屬大陸法系陣營內部，德國選擇固守傳統著作權框架、中國則另闢人格權路徑，這兩種截然不同的規範選擇，恰為身處普通法傳統、正處於《版權與人工智能》修法諮詢期的香港，敲響了一記警鐘。作為商界代表與法律政策觀察者，筆者認為，香港若不能透徹釐清這兩種大陸法系司法路徑的優劣得失，恐怕只會在「保護原創」與「鼓勵創新」之間反覆搖擺，錯失制度創新的最佳時機。

德國路徑：從輸入端封堵的著作權鐵幕

在 GEMA 訴 SUNO 案中，慕尼黑地方法院將侵權審查的防線前置到了AI的「輸入與訓練階段」。判決提出了一個極具參考價值的分析框架，將AI訓練區分為三個階段：擷取與格式轉換、資料分析與訓練、以及透過提示詞輸出。該案的核心突破在於對第二階段的定性。法院明確指出，模型在指定參數內對著作權作品產生「記憶」並具現化，實質上構成了《資訊社會指令》第2條所指的「重製」。這種將音樂固定於模型中以供重現的行為，超越了文本與資料挖掘（TDM）例外的保護傘，法院也果斷拒絕了美國版權法下「合理使用」（Fair Use）的抗辯。這種「訓練即侵權」的標準，固然為版權持有人提供了強大的保護，但代價卻是整個AI產業被迫承受一套近乎自我癱瘓的合規重擔。若連AI模型內部的訓練參數都要逐一審查是否「記憶」了特定作品，這樣的司法標準除了拖慢訴訟進程、墊高鑑定成本，究竟能為創作者帶來多少實質保障？有西方學者即持相反立場，認為AI訓練屬於「轉化性使用」（transformative use），其創造的社會與經濟價值超過對版權人的潛在損害，因而應被納入合理使用的保護範圍。說到底，德國標準要求司法機關逆向解構演算法黑箱，本質上是一場注定曠日費時、成本高昂的訴訟拉鋸戰。若香港未來立法一味仿效德國「訓練即重製」的嚴苛標準，恐怕不是保護了創作者，而是先扼殺了本地AI產業的生存空間，最終逼使創新企業出走至對AI訓練更寬容的司法管轄區，這絕非香港所能承受的代價。

中國路徑：輸出端的可識別性與聲音人格權

德國法院固守僵化的財產權思維，卻遺漏了最核心的人格利益；中國司法實踐則同樣立足大陸法系的法典化傳統，卻選擇在《民法典》的框架下另闢「聲音人格權」的全新保護維度——這正是同一法系內部路徑分野最鮮明的例證。在北京互聯網法院審理的殷某某訴北京某智能科技公司等人格權糾紛案（案號：(2023)京0491民初12142號）中，原告配音員的聲音在未經其專屬授權的情況下，被AI公司訓練成文本轉語音（TTS）產品並對外銷售。法院在該案中確立了兩項關鍵標準：其一是「可識別性」。判決指出，若經過AI技術處理後的聲音，其音色、語調和發音風格能讓大眾聯想到特定自然人，即落入聲音權益保護範圍。其二是「雙重授權機制」。法院做出了極具商業指導意義的權利切割：被告公司雖然對原告錄製的錄音製品享有著作權，但該授權並不包含將原告聲音進行AI化訓練的權利。未經權利人單獨許可的AI化行為，構成對聲音人格權的侵害。

值得補充的是，中國法院在另一宗具標誌意義的案件：李昀鍇訴劉元春「AI文生圖」著作權案中，展現了與殷某某案互補的思路，法院認定，只要使用者在提示詞設計、參數調整等環節投入足夠具體的智力創作，AI生成的圖片即可構成受版權保護的作品。兩案合觀，勾勒出中國司法實踐一套既寬鬆又嚴格的雙軌治理邏輯，寬鬆在藝術創作端，嚴格在人格權益端：只要不涉及榨取特定自然人的身分識別特徵，AI輔助創作即可獲得版權保護；但一旦涉及聲音、肖像等人格標識的未授權使用，便絕不容情，必須另循人格權路徑嚴格規制。這種「可識別性」標準之所以更勝一籌，正因為它可透過聲紋比對、公眾認知調查等相對客觀的外部驗證方式進行判斷，遠比德國式審查模型內部訓練參數的黑箱操作更具司法與行政上的可執行性。

中國知名民法學者吳漢東與龍欣璇在其2026年發表的論文中指出，既有研究對AI生成聲音的侵權認定，或囿於知識產權領域的表演者權擴張理論，或誤用《反不正當競爭法》，導致人格權的完整性被人為割裂，難以有效回應深度合成技術對人格權益的衝擊。二人主張，應立足《民法典》第1023條「聲音保護參照適用肖像權」的立法設計，以「可識別性」作為核心侵權要件，並構建覆蓋輸入授權、輸出規制與侵權認定的協同治理框架，在防範技術濫用的同時為創新保留空間。這一學術主張與北京互聯網法院的裁判邏輯高度契合，也印證了中國「聲音人格權」路徑並非孤例，而是有系統性法理支撐的制度選擇，這絕非草率之舉，而是有備而來的制度創新。

兩種標準的法理交鋒

探討這兩種標準的優劣，我們必須回歸智財法學的底層邏輯。傳統著作權法保護的核心是「思想的具體表達」，而非抽象的「聲音特質」或「演唱風格」。如果單純依賴著作權法，只要AI生成的音樂旋律與原曲不同，即使它完美複製了某位歌手獨特的嗓音，歌手也很難主張著作權被侵害，這正是著作權法的先天盲點，也是德國GEMA案終究無法迴避的軟肋。慕尼黑法院雖然成功在「訓練端」抓住了SUNO的侵權行為，但其保護的對象終究是握有大量版權的機構（如GEMA）與詞曲創作者，而非聲音被剝削的表演者本身。換言之，德國方案保護的是「誰擁有版權」，卻對「誰的身分被榨取」視若無睹。相反，中國法院透過引入人格權概念，精準填補了這一法律空白。學者蘇藝在評析該案時亦指出，此案的核心意義在於突破了「著作權—財產權」的單一保護思路，確立了人格權與財產權並行、且人格利益優先的雙軌保護模式。另有學者從個人信息保護角度補充論證，主張聲音數據若具「可識別性」，應被視為《個人信息保護法》下的個人信息，訓練前必須取得權利人「單獨同意」，不能以「打包同意」方式一併處理。這些學術見解共同印證，中國方案不僅堵住了企業利用傳統著作權授權進行「侵權套利」的漏洞，更保障了自然人最核心的身分法益，這亦是德國方案始終缺失的一環。

香港法制的局限：從passing off盲點到CGW條文的學理質疑

若說中德之爭是大陸法系內部的路徑分歧，香港所面對的則是更棘手的困局：作為普通法司法管轄區，香港既無法典化的人格權概念可供援引，也缺乏中國式「雙重授權機制」的成文法依據。香港現行《版權條例》採用英國式「電腦產生作品」（CGW）條文，版權歸屬於「促成創作所需安排之人」（necessary arranger），完全不考慮人類創意投入的程度或性質。這種「一刀切」的機械式安排，暴露的正是立法者迴避價值判斷的怠惰——與中國司法實踐（包括李昀鍇案）所要求的「證明有自然人的智力投入、有個性化的表達」標準相比，高下立判。中國標準更貼近傳統著作權法保護「思想具體表達」的本旨，而香港CGW條文粗暴地將版權賦予「安排人」，恰恰是下文所述學術批評「原創性悖論」的根源所在。面對「AI孫燕姿」這類未經同意複製聲線的爭議，香港目前更是全無任何直接保護聲音人格權的成文法可言。

政府依賴的CGW條文本身，近期亦受到嚴厲的學術挑戰。牛津大學《Journal of Intellectual Property Law & Practice》2025年9月號刊載學者Yang Chen的論文，對港府這套「維持現狀為主」的方案提出三大尖銳批評。其一，論文指出政府的立場製造了「原創性悖論」（originality paradox）：CGW條文原意是保護「無人類作者」的電腦生成作品，若政府堅持AI生成內容仍須符合傳統以人類為中心的原創性要求，兩者在邏輯上根本自相矛盾，令CGW條文在實務上形同虛設。其二，論文提出「貢獻者叢林」（contributor thicket）問題：AI創作鏈涉及程式開發者、模型訓練者、平台營運商、終端用戶甚至投資者等多方參與者，政府將「必要安排人」的認定問題全數留待法庭逐案審理，說穿了不過是將立法者應負的責任，轉嫁給法院逐案埋單。其三，論文更直指政府所謂「維持現狀可提供足夠投資誘因、鞏固香港區域知識產權貿易中心地位」的政策目標，本質上是站不住腳的脆弱假設：若不論人類貢獻程度一概保護AI生成內容，其潛在危害恐將超過所宣稱的產業利益，到頭來不僅無助於、甚至反過來損害港府真正想促進的AI投資與創新環境。這既是原創性邏輯上的自我矛盾，也是貢獻者權屬上的制度迴避，更是政策目標本身站不住腳的脆弱假設是三重缺陷疊加而成，該論文因此呼籲港府不應僅以指引方式敷衍了事，而應重新展開諮詢，認真考慮修訂、廢除或以全新權利模式取代CGW條文。

在現行普通法框架下，香港法律界普遍認為聲音人格權受害者可嘗試援引「假冒訴訟」（Passing off）來維權。然而，這套發源於普通法傳統、以判例累積而成的機制，其保護範圍實際上相當有限，甚至可以說是形同虛設。Passing off並非為保護人格權而設，其核心功能是保護市場「商譽」（Goodwill）免受混淆。原告必須證明三項嚴苛要素：自己已建立可辨識的商譽、被告作出了足以令公眾誤信存在授權的「失實陳述（Misrepresentation），以及因此蒙受損害。把這套標準放到AI音樂場景，其局限性便表露無遺，甚至可謂不堪一擊。若某平台明確標示「此為AI模擬某歌手的聲音，未獲官方授權」，這便輕易排除了「失實陳述」與市場混淆的可能，原告單靠passing off將極難勝訴。這意味著香港現行法制可以處理「你冒充我」的商業誤導，卻對「你雖未冒充我，但你擅自數據化並榨取我的聲音特徵」這類深層次的人格利益受損束手無策——這是何等荒謬的法律真空？普通法制度在面對AI新型侵權時的這道結構性缺口，恰恰是中德兩套大陸法系方案分別以不同方式填補的，香港卻仍在原地踏步。

結論：中國標準為何更適合香港發展？

作為高度開放的數位經濟與普通法樞紐，香港在制定AI法規時，不應盲從歐洲式的著作權擴張主義，而應正視並借鏡中國內地司法實踐的智慧。筆者堅信，中國法院「聚焦輸出端可識別性與雙重授權機制」的治理邏輯，遠比德國的「訓練即重製」標準更適合香港轉化借鏡，原因有三：

第一，兼顧創新底層技術與產出合規，且更具實務可操作性。若香港如德國般對「機器學習過程的參數記憶」進行嚴厲打擊，將直接扼殺本地大數據模型的研發空間——這絕非危言聳聽，而是產業現實。中國標準容許技術在底層汲取知識，但嚴格管制輸出結果是否侵犯他人權益，並以可透過聲紋比對、公眾認知調查等方式外部驗證的「可識別性」作為判斷基準，這在鼓勵AI研發與權利保護間取得了更佳的平衡，亦與吳漢東、龍欣璇所倡議的「輸入授權、輸出規制」協同治理框架不謀而合。事實上，香港中華廠商聯合會等本地商會在諮詢回應中，亦曾建議AI生成作品的版權責任應「以自然人的智力投入部分為限」計算，並主張訓練數據可視為合理使用予以豁免，這說明借鏡中國標準絕非外來移植的空談，而是與香港本地商界既有訴求高度吻合的現實方案。

第二，彌補普通法的結構性漏洞。面對passing off機制無法保護「非商譽性聲音剝削」的窘境，加上學界已指出現行CGW條文本身存在原創性悖論與貢獻者叢林問題，難以獨力承擔規範AI生成內容的重任，香港若繼續坐視不理，只會坐失彌補漏洞的時機。香港應跳出傳統版權與商譽的二元框架，考慮在未來修法或指引中，以立法方式引入類似「聲音人格權」的專屬保護機制，要求錄音授權與AI模型訓練授權必須作清晰的法律切割。必須強調，這裡所主張的是「借鏡」而非「移植」，香港應吸納中國「聲音人格權」的規範精神與雙重授權邏輯，但具體制度設計仍應結合普通法傳統，例如透過判例法漸進發展或訂立專屬的成文人格權條文來落地，而非機械式照搬《民法典》第1023條的大陸法典化條文表述，如此才能兼顧兩地法律體系的根本差異，避免生硬移植帶來的水土不服。

第三，順應大灣區跨界數據流通的戰略需求。大灣區是全球最具活力的AI研發基地，區內橫跨大陸法系（內地）與普通法系（香港）兩種制度。香港若能與內地在「雙重授權機制」等核心合規邏輯上保持一致，將有助於建立跨境的AI訓練數據交易市場；反之，若各自為政、標準不一，企業在採購語料時將無所適從，跨境合規的摩擦成本只會有增無減。

若香港繼續以指引方式敷衍了事、迴避實質修法，未來一旦出現本地版「AI孫燕姿」式的聲音克隆爭議，屆時香港法院恐將陷入「無法可依、無例可循」的窘境。屆時受損的，絕不僅是個別藝人的權益，更是香港作為國際創科中心與知識產權貿易樞紐的公信力。面對AI音樂產業的爆發，香港不能再耽於「作品歸誰所有」的舊有框架空談。政府與產業界應當立即行動，積極借鏡中國司法實踐，確立聲音權益的保護邊界，同時務實結合本地商界訴求與普通法傳統，走出一條真正適合香港的AI版權治理道路。唯有在制度上劃定清晰、具可操作性的法律紅線，我們才能讓生成式AI真正成為驅動香港創意產業升級的強大引擎，而非坐視香港在這場全球AI治理競賽中，一步步淪為落伍的旁觀者。