
全球主要诉讼案例(代表不同领域)
-
文字与代码领域:
-
视觉艺术领域:
- Getty Images诉Stability AI:指控Stable Diffusion模型使用其数百万张拥有水印的图片进行训练,生成图片时甚至能再现Getty的水印样式,这是其版权的直接证据。
- 多位艺术家集体诉讼(如Sarah Andersen等人诉Stability AI, Midjourney, DeviantArt):指控AI公司通过“风格模仿”剥夺了艺术家的生计,侵犯了其作品权益。
-
音乐领域:
- 环球音乐等唱片公司诉Anthropic:指控其AI模型Claude生成了与受版权保护的歌词“实质性相似”的内容。
法律挑战与难点
-
“合理使用”原则的边界:这是目前法律攻防的焦点,判断是否构成合理使用需考虑:
- 使用的目的和性质:是否具有“转换性”(产生新的表达、意义或信息)?是商业性还是非商业性?
- 被使用作品的性质:是虚构作品还是事实性作品?
- 被使用部分的数量和实质性:是使用了作品的“灵魂”还是仅仅学习了抽象风格?
- 对潜在市场的影响:AI生成内容是否替代了原作品的市场?
-
“训练数据透明性”缺失:AI公司通常不公开其训练数据的具体构成,使得权利人难以证明自己的作品被使用,取证困难。
-
“实质性相似”判定困难:AIGC通常不会完全复制,而是学习风格和元素后融合生成,如何判断AI生成的“梵高风格星空图”与梵高原作,或与某位当代画家的“梵高风格”作品之间的侵权关系,非常复杂。
-
版权归属本身的不确定性:在许多司法辖区(如美国、中国),如果AI生成内容没有人类的“创造性贡献”和“智力投入”,可能无法获得版权保护,被视为公共领域资源,这反过来又引发了新问题:如果AIGC不受版权保护,那么模仿有版权的风格生成的内容,其法律地位如何?
不同国家/地区的司法实践趋势
- 美国:倾向于通过个案诉讼和“合理使用”原则来探索边界,版权局已明确仅保护人类作者的作品。
- 欧盟:通过《人工智能法案》和《数字单一市场版权指令》提供更严格的框架,指令中的“文本与数据挖掘”例外条款允许为科学研究目的使用,但商业用途可能需获得授权。
- 中国:司法实践已出现相关判例,总体态度是鼓励创新与保护权益并重。
给内容创作者和AIGC用户的建议
-
对于创作者(版权方):
-
对于AIGC用户:
AIGC版权侵权纠纷是一场正在进行的、重塑数字时代创作规则的法律革命,其核心是在促进人工智能这一颠覆性技术创新,与保护人类创作者智力成果和激励体系之间,寻找新的平衡点,最终解决方案可能不仅仅是司法判决,而将是法律修订、行业自律、新技术标准(如版权标记与溯源技术)和新型授权商业模式共同作用的结果,在这一天到来之前,所有参与者都应保持关注,并谨慎行事。