2023 年 12 月，北京互聯網法院公開開庭審理了在大模型時代下，國內已知的 AI 繪畫第一案。

案件是這樣的：有人在網上看到一張 AI 生成的女神圖，很美很動人，琢磨著畢竟是 AI 生成的，不會跑來要版權，就直接轉發到自己的自媒體平臺。

AI 確實沒辦法跑來要版權，但控制 AI 生成這張女神圖的人來了，法院的宣判也來了——北京互聯網法院從司法層面對“ AI 繪畫是否構成著作權法意義上的作品”作出認定，認定了原告擁有AI 繪畫作品的著作權，并判處被告賠償人民幣500元。

援引案例中圖片有可能會存在版權風險，所以我們通過midjourney工具，進行了AI重制。

這個判決的金額雖小，但本案的特殊之處在于這張繪圖作品系通過“穩定擴散模型”（stable diffusion model）在電腦中生成，也就是說它不是原告的畫作，而是一幅基于人類給出的“提示詞”，由 AI 程序自動生成的作品。

這個判決一出，立即引起了法學界和人工智能產業圈的討論，眾多相關人士和學者以不同的形式，對該判決提出了自己的不同意見。

什么是“穩定擴散模型”？

“穩定擴散模型”發布于 2022 年，是一種深度學習人工智能模型。經過訓練，它可以逐步對隨機高斯噪聲進行去噪操作，以獲得圖像樣本。

該模型主要用于根據文本產生圖像，盡管它也可以應用于其他任務，如圖像修復、圖像擴展，以及在提示詞的指導下進行圖生圖或者文生圖。

就技術路線而言，穩定擴散是一種擴散模型（diffusion model）的變體，是“潛在擴散模型”（latent diffusion model）的進一步發展。

圖片由 AI 生成，來自平臺 midjouney

穩定擴散模型由互聯網上大量圖片和其對應文字描述訓練而來，該模型可以根據文本指令，利用文本中包含的語義信息與圖片中包含的像素之間的對應關系，生成與文本信息匹配的圖片。該生成的新圖片不是通過搜索引擎調用已有的現成圖片，也不是將軟件設計者預設的各種要素進行排列組合。

通俗來講，該模型的作用或者功能類似于人類通過學習、積累具備了一些能力和技能，它可以根據人類輸入的文字描述生成相應圖片，代替人類畫出線條、涂上顏色，將人類的文字創意、構思進行有形呈現。

不同于其他基于云端的 AI 服務，經過預訓練的穩定擴散模型是開源的，源代碼可以公開下載，并安裝在本地計算機中運行。因而這種工具已經廣泛運用于商用圖片的生產中。

AI 創作的圖片，為什么著作權歸人？

2023 年 12 月，北京互聯網法院作出的（2023）京 0491 民初 11279 號判決，認定 AI 繪圖作品的著作權歸屬于原告。

做出以上判決的理由是：

原告發布涉案圖片時已經標注為“AI 插畫”，且原告可以利用穩定擴散模型根據自已設定的提示詞和參數還原該圖片的生成過程。

當然，無法還原生產具體這張訴爭圖片的過程，因為該圖片的生成本身具有隨機性。在無相反證據的情況下，可以認定涉案“春風送來了溫柔”圖片系原告利用生成式人工智能技術生成的。

法院認為從構思涉案圖片起，到最終選定涉案圖片止，這整個過程來看，原告進行了一定的智力投入，比如設計人物的呈現方式、選擇提示詞、安排提示詞的順序、設置相關的參數、選定哪個圖片符合預期等等。涉案圖片體現了原告的智力投入，故涉案圖片具備了“智力成果”要件。

根據法院評述，本案中原告指令穩定擴散模型按照其輸入的提示詞創作類似“委托他人創作”。如果穩定擴散模型是一個具體的人類，那么本案原告顯然不是繪圖作品的作者。

但是穩定擴散模型不是人類，也不是法人，不是著作權法條上的主體，因此不能享有著作權，著作權就歸“告訴 AI 應該怎么畫”的原告李某。

與本案類似的，深圳南山法院在 2018 年 10 月一個判決里顯示：“涉案文章由原告主創團隊人員運用騰訊寫作機器人（Dreamwriter）生成，其外在表現符合文字作品的形式要求，其表現的內容體現出對當日上午相關股市信息、數據的選擇、分析、判斷，文章結構合理、表達邏輯清晰，具有一定的獨創性”。

法院認定，由騰訊寫作機器人在技術上“生成”的創作過程滿足著作權法對文字作品的保護條件，屬于我國著作權法所保護的文字作品，因此判定被告賠償原告經濟損失及合理的維權費用人民幣 1500 元。

到底什么是著作權？

法律層面的作品著作權包括了發表、署名、修改等人身性權利，以及復制、出租、表演、改編等財產性權利。財產權可以許可他人行使，也可以全部或者部分轉讓給他人，但人身權屬于作者是不能轉讓、授權的。

也就是說如果一幅作品被判定著作權屬于某個權利人，在沒有相反約定的前提下，他就有權禁止他人復制該作品，也有權禁止將該作品用于其他 AI 模型的訓練。

《中華人民共和國著作權法》對于“作品”的定義為——指文學、藝術和科學領域內具有獨創性并能以一定形式表現的智力成果。公民、法人或者非法人組織的作品，不論是否發表，依照本法享有著作權。

美國《1976年著作權法》（Copyright Act of 1976）中受保護的作品必須是“用現有的或將來制造出來的任何物質表現形式固定下來。直接或借助于機械裝置，能被人們覺察到、復制或用其他方法傳播的原作”，主要有文字作品、音樂作品、戲劇作品、啞劇作品和舞蹈作品、圖片繪畫作品及雕塑作品、電影作品與其他視聽作品、錄音制品、建筑作品。口頭作品未經固定，不受保護。著作權的保護范圍僅限于作品的表現形式，而不擴及其思想 。

本質上，著作權保護的是人類的表達，即人和人類組成的組織（法人）都可以成為一個作品的“作者”，這兩者之外的動物、植物或其他非生物體不能成為著作權法上的“作者”。

一個將顏料隨機潑灑在畫布上畫家，可以擁有該后現代藝術風格作品的著作權，因為整個創作過程雖然是隨機、不可重復的，但是是由“人類”完成了“繪畫”這一表達過程。但一個故意將調好了快門、光圈參數的相機扔給猴子的攝影師，不能聲稱擁有猴子拍攝照片的著作權，因為他只是為創作提供了范圍和條件，但并沒有完成攝影創作本身。

同樣的思想實驗中，一個將畫筆和顏料遞給大象的馴獸員，也不能主張擁有大象繪制“作品”的著作權，盡管他的確“訓練”該大象繪畫，但他無法控制大象繪畫的最終過程和表達結果。

不要以為這是夸張的說法，“猴子拍照片”是有真實案例的。

2001年，英國戶外攝影師斯萊特（David J. Slater）在印尼北蘇拉維西國家公園參觀時偶然得到了一張黑冠獼猴的“自拍照”。

該照片隨即被全球多家媒體瘋轉，并掀起了維基百科與斯萊特之間的著作權大戰。

斯萊特聲稱自己擁有這張照片的著作權，維基百科提供該圖片的公開下載使其損失巨額版稅收入，但維基百科方面表示任何人都不擁有該照片的著作權，因為這張照片是猴子拍的。

2014 年 12 月，美國版權局（USCO）聲明，非人類所創作的作品不被美國著作權法保護。

獼猴的自拍照，圖源：MediaWiki

對于本文討論的 AI 生成圖片著作權問題,美國聯邦地區法官貝利爾·豪威爾（Beryl A. Howell）在2023年8月18日駁回了 AI 企業家史蒂芬·泰勒（Stephen Thaler）對美國版權局的訴訟，她裁定由AI生成的藝術作品不受著作權保護，并強調人類創作是“有效著作權主張的重要組成部分”。

與北京互聯網法院相反的是，在本案中雖然原告也“提供指令并指揮其人工智能創造作品”“人工智能完全由（他）控制人工智能只在（他）的指示下運行”，但是美國法院依然認定“作者為人是著作權的基本要求”。

美國法院判決照片，圖源：MediaWiki

筆者認為，不同法院判決不同的原因在于對著作權完成創作的主體是否必須為“人”的價值判斷不同，以及對于穩定擴散模型這種 AI 工具真正的內在原理理解不同。

在一些判例的邏輯中，Diffusion model 就相當于人類手中的鐵錘或者畫筆，背后在控制工具的依然是操作工具的具體人類。

但在另一些判例的邏輯中，人類使用 AI 工具就像將畫筆扔給了大象或者拿到了相機的猴子，雖然人類發出了各種“指令”，但“創作”這個過程并不是人類完成的。

人工智能學習模型潛在的作品版權問題

穩定擴散模型這樣的人工智能模型需要大量的原始數據或圖片用于訓練，這些案件中的原告輸出的圖片均是數量巨大的原始圖片用于訓練的結果。

2023 年 4 月 11 日，國家互聯網信息辦公室發布《生成式人工智能服務管理辦法（征求意見稿）》，提出深層次人工智能產品或服務，應當尊重知識產權商業道德，對隱私、知識產權、訓練數據、不公平競爭等設立了“藩籬”，特別明確了用于生成式人工智能產品的預訓練、優化訓練數據不得侵權。

就在幾個月前，2023 年 1 月，全球最大圖片分銷商之一蓋帝圖像（Getty Image）起訴穩定擴散模型的創作者團隊，指控后者在無授權的情況下濫用其數百萬張版權圖片當作訓練數據——因為該模型生成的圖片中出現了扭曲但依然清晰可辨的蓋帝圖像的水印（這種水印會出現在非授權圖片的預覽上）。

但機器學習模型是建立在貝葉斯運算基礎上的，其本身的數學原理決定過程的黑箱性和不可解釋性，人類無法觀察最終圖像生成的具體步驟。除非發生了上述的這種“意外”，我們也無法判斷生成的圖片是基于具體的哪些數據迭代而成的，更遑論這些數據是否得到了合法的授權。

就好比我現在無法描述寫下現在的這篇文字的語言片段和知識來自我人生中具體哪一次的閱讀——那么，我用于這篇文章寫作的數據集的作者們——那些小學教科書的作者們，能否向我主張這篇文章的改編權授權？以及讓我們更進一步，如果我有意無意讀過盜版書，那書的原作者又應當如何向我主張他應得的權利呢？

更深遠的未來

當新的生產力和生產工具出現的時候，需要改變的往往是人們的認知和規則。

當前深度學習模型算法都是處在封閉的環境中，訓練程序員提供的數據集和遇到的實際數據，在封閉環境的模型分布是不變的。而實際人類生活中，我們所處的環境是開放和隨機的，無法窮盡所有數據和可能，這也是計算機和程序的表達可能與人類表達本質上的不同。

法律本身只是抽象的人類共識，就 AI 作品能否獲得著作權的問題，我們已經看到了不同的判決。一些法官對于能否認定 AI 作品的著作權問題上明顯更為保守。

對于人類用“參數”和“條件限制”而制造的作品是否應當賦予著作權利，這些圖片的作者到底是程序本身，還是那個只是輸入了幾個提示詞的人類，恐怕并不是一個容易回答，且有著固定答案的問題。

畢竟，代碼在以人類看不到的方式快速迭代，算力在飛馳電掣的提升，作者和作品的標準在學術界仍然存在著巨大爭議。

我們相信在可以預見的未來中，這些爭議本身也可能成為人類技術繼續前進的注腳和動力。

策劃制作

作者丨蔣一凡 北京市康達（深圳）律師事務所 律師

審核｜趙虎 北京市中聞律師事務所 律師

策劃丨徐來

責編丨林林