所内动态
*本文首发于知产前沿公众号
引 言
在生成式人工智能日益改变世界创作方式的今天，我们不禁要问，AIGC的法律研究方向究竟为何？某知名AIGC软件回应了这一问题，声称“AIGC技术可用于自动检测和识别知识产权侵权行为，以保护合法权益”。然而，当我们将这一观点与近日公开的“AI生成图片著作权侵权第一案”相结合时，不禁让人感叹这似乎是一种“医者不能自医”的矛盾。
本文将借助这一具有代表性的AIGC图片著作权案件，深入探讨传统著作权法在面对AIGC时的适用性。我们希望通过这一探讨，能够引发相关从业者、使用者共同思考和交流AIGC法律地位的复杂性。
AI生成图片著作权侵权第一案
原告使用稳定扩散模型（Stable Diffusion），通过设置相关提示词（prompt），由AI自动生成涉案照片，原告主张其对模型的选择及选取、提示词及反向提示词的输入、生成参数的设置体现了原告的取舍、选择、安排和设计，凝结了原告的智力劳动，具有独创性。
被告账号发布的文章使用了涉案图片，然而，该照片上未显示水印和图片来源信息。原告主张被告未经许可使用涉案图片，并截去其在小红书平台的署名水印，侵害了其对涉案图片享有的署名权和信息网络传播权。
相关阅读：全球首例判决 | AI绘图工具使用者对AI生成的图片享有著作权
该案件最大的争议焦点为：其一，涉案人工智能生成图片是否构成作品；其二，原告作为软件使用者是否享有著作权。
争议焦点一：涉案图片是否构成作品
一审法院根据《著作权法》第三条：“本法所称作品，是指文学、艺术和科学领域内具有独创性并能以一定形式表现的智力成果”，认为判定是否构成作品需要考虑的要件为：①是否属于文学、艺术和科学领域；②是否具有独创性；③是否具有一定的表现形式；④是否属于智力成果。一审法院认为涉案图片显然符合要件①和要件③，核心在于对要件②与要件④的讨论。
一审法院认为涉案图片显然符合要件①和要件③，核心在于对要件②与要件④的讨论。
针对智力成果要件，法院认为：
针对“独创性”的认定，法院认为：
综上，一审法院给出了对涉案图片是否构成作品的认定：
争议焦点二：原告（即软件使用者）是否享有涉案作品著作权
《著作权法》的作者仅限于自然人、法人或非法人组织，这一规定与《民法典》中关于民事主体的界定相吻合。由于人工智能模型本身并不具备民事主体的法律地位，因此它不能成为我国著作权法所认定的作者。
法院讨论了AI模型的设计者是否对AI生成作品享有著作权，法院认为：
而对于原告（即人工智能的使用者），法院认为：
基于上述理由，一审法院认可了涉案图片构成作品，而原告作为软件使用者，通过设置和选定的操作体现了智力投入，享有涉案图片的著作权。
国外类似案例
美国哥伦比亚特区联邦地区法院法官贝利尔·豪威尔于2023年8月18日作出了对AI企业家斯蒂芬·塞勒对美国版权局的诉讼的裁决。塞勒主张为自己的AI系统Creativity Machines所创作的艺术作品“A Recent Entrance to Paradise”申请版权保护，但该申请被驳回，导致塞勒提起诉讼。然而，贝利尔·豪威尔法官裁定，由AI生成的艺术作品不应受到版权保护，并强调，人类创作是“有效版权主张的重要组成部分”。在她的裁决中，她明确表示，“人类创作者的身份是‘法律保护’的基本要求，是版权能力的核心”。尽管她承认人类的创造力可以通过新工具或新媒体实现，也承认版权法需要适应时代的发展，但她坚持认为版权不应授予“没有任何人类指导”的作品。无独有偶，美国联邦上诉巡回法院法官斯塔克（Stark）在2022年8月5日也对斯蒂芬·塞勒提出的专利行政案件作出裁决，否定塞勒此前将AI作为专利发明人的适格性。
AIGC的独创性及相关法益的讨论
尽管我国的著作权法并未明确提出独创性的判断标准，但根据相关的法律原理，我们可以尝试为AI生成内容的独创性判断制定以下几个待考量因素：
其一，独创性意味着作品必须是独立完成的，而不是从其他作品复制而来。这一标准在普通法系中得到了广泛采纳。例如，英国法院在判断作品是否享有版权时，常常引用“额头上的汗水”原则，强调创作的努力和投入。
然而，在AIGC的创作环境中，作品的创作过程并非完全由软件使用者独立完成。实际上，作品风格和内容的最终呈现主要取决于模型系统U-NET在训练阶段所固化的风格。简而言之，AIGC作品可以被视为训练素材的“风格迁移”，由训练素材的风格和元素决定生成图片的元素。在这种情况下，“额头上的汗水”可能更多地体现在AI软件的前向训练过程中。
尽管AI软件本身不能享有著作权，而且大多数AI软件的权利人在《用户协议》中明确表示不主张对输出内容的权利，但这种创作过程可能已经破坏了使用者的“独立创作”。
其二，独创性还表现为作品应体现作者的个人观点和风格。根据大陆法系著作权法的观点，作品被视为作者人格的延伸，是思想和愿望的表现形式。
AIGC的创作过程包括前向训练和反向生成两个部分。在前向训练中，AI系统选择训练样本，预测样本的噪点和噪点级别，通过反馈噪点对比差异，提高系统对噪点的预测能力。在反向生成图片时，AI系统将满是噪点的图片进行层层去噪，生成更接近输入提示词的图片，使得图片的表达更接近大模型中抽取出的与输入提示词相关的图像。
在这一过程中，使用者输入的提示词是抽象的，他们无法确切预测AI最终反馈和生成的图像。这意味着，在使用者在获得AI生成的图像之前，他们对最终生成的图像并没有明确的“观点”。而最终生成图像的“个性”，也更多地是来源于训练素材的“个性”，即前文所述的“风格迁移”。
如果AIGC模型运行得足够成熟，特定软件的去噪和生成结果具有可预估性，那么AI可能被视为一种单纯的创作工具。此时，对于AI生成图片的独创性判断将更多地转向判断使用者输入的提示词的独创性。例如，需要判断提示词是否包含了使用者的个性和观点，判断提示词是否属于业内通用的形式，判断使用者是否对图片进行了非常规的操作调整、修改和筛选等，这可能促使我们在实践中逐渐形成对提示词创作高度的判断标准。
综上所述，对于AIGC作品的独创性判断，我们需要综合考虑其创作过程中AI和用户的贡献，以及作品是否体现了作者的个性和观点。同时，我们还需要不断探讨和完善相关法律法规，以明确AIGC的著作权归属和保护机制，促进人工智能技术的健康发展。
AIGC的其他权益冲突风险
如前文所述，AI生成内容的本质是对其训练样本的“风格迁移”。AI模型需要大量的原始数据或图片进行训练，而使用者通过指令让AI输出的图片本质上都是大量原始图片训练的结果。除了与使用者的提示词有关外，AI生成的内容还与训练素材的元素紧密相连。
AI生成的内容还涉及到训练素材作者的权益和AI软件公司的权益。事实上，已经有多起海外案例涉及著作权人起诉AI巨头公司非法使用其素材进行AI训练的情况。据相关新闻显示，2023年9月，美国作家协会和包括《权力的游戏》原著作者乔治·R·R·马丁在内的17位著名作家提起诉讼，指控OpenAI未经许可使用他们的作品训练ChatGPT模型。2023年10月，环球音乐集团等音乐出版商起诉Anthropic，指控其AI模型Claude擅自使用受版权保护的歌词作为训练数据。2023年10月，美国阿肯色州前州长Mike Huckabee和其他几位作家的提起诉讼，指控Meta未经授权使用他们的书籍训练AI模型。
这些案例都提醒我们，在探讨AI生成内容的独创性时，除了考虑使用者的贡献外，还需要关注训练素材作者的权益和AI软件公司的权益。在使用相关AI软件时，须关注软件系统的用户协议中是否包含对AIGC作品的权益声明。只有这样，我们才能全面地理解AI生成内容的法律地位和相关权益，并制定出合理的法律规范来保护各方权益。
结 语
AI生成图片著作权侵权第一案已落下法槌，但在学界AIGC作品的著作权适用仍有争议。在实践中，人们对AIGC的认知将不断更新和深化。尽管AI本质上是一种工具，但在其应用过程中，我们必须平衡各方的合法权益，AI行业和法律行业都需要寻求一种更加稳定和明确的判断方式，以确保各方利益得到充分保护。
此外，我们还需要探讨如何合理使用AIGC作品。在著作权法的框架下，合理使用是允许在特定情况下使用他人作品而无需获得许可的一种情形。对于AIGC作品，我们可以考虑将其纳入合理使用的范畴，以促进其创新和传播。但是，我们也需要谨慎评估合理使用的范围和条件，以避免侵犯他人的合法权益。
最后，我们还需要关注技术进步对AIGC领域的影响。随着技术的不断发展，AI生成的内容将更加丰富和多样。这可能会导致现有著作权法的不适应和挑战。因此，我们需要密切关注技术发展的趋势，并适时调整和完善相关法律法规，以确保其能够适应时代的发展和需求。
综上所述，平衡各方合法权益、明确著作权归属、合理使用AIGC作品以及关注技术进步对AIGC领域的影响是实现著作权法在AIGC领域适用中更加稳定、清晰的重要途径。这将有助于保护创作者的权益，促进AIGC的创新和传播，推动人工智能技术的健康和可持续发展。
