隨著AIGC技術的出現(xiàn)，相關的版權問題也被擺上了臺面，并引發(fā)了不少行業(yè)的關注。那么我們要如何理解當前的AIGC作品版權問題？我們要如何更合理地使用AIGC技術，降低并避免侵權風險的發(fā)生？一起來看看作者的解讀。

伴隨著 AIGC 技術的強勢出圈，大家在驚嘆 AI 技術強大的同時，也有越來越多的人開始討論關于由此帶來的版權問題：我們通過 AI 生成的圖像屬于平臺還是個人？目前 AI 作品版權在法律上是如何界定的？又該如何避免引起 AI 版權的糾紛？

今天我想和大家聊聊關于當前 AIGC 作品版權的問題，希望能給大家?guī)硪稽c思考。

一、AI作品的版權如何界定？

目前關于 AI 版權歸屬問題主要有2 種看法：持保守觀點的認為 AIGC 只是從海量數(shù)據(jù)庫中選擇元素進行拼接，初始的創(chuàng)意和付出都源自原藝術家，因此版權應該屬于數(shù)據(jù)庫中的原作者和開發(fā) AI 技術的平臺。而另一種觀點認為，在 AI 作品生成過程中創(chuàng)作者也經過調試編輯，通過多次迭代才生成最終圖像，所以AI 創(chuàng)作者同樣持有作品的版權。

實際情況是怎樣的呢？我們再來看看平臺方在這方面的規(guī)定。根據(jù) Midjourney 在平臺規(guī)則手冊中標注的信息中，明確標注了除非是高收入的公司用戶，正常情況下付費會員制作的 AI 圖像是擁有完全所有權的，可以自由使用創(chuàng)作的圖片。這表明了Midjourney作為開發(fā)者方自主放棄了生成圖像的所有權。

圖像來源：Midjourney 服務條款-用戶權益

從平臺聲明來看，似乎創(chuàng)作者可以完全放心的使用 Midjourney 生成的 AI 作品，但是事實真的如此嗎？

近期就有 3 位藝術家代表美國加州藝術家群體起訴Stability AI、Midjourney及DeviantArt公司的 AIGC 技術，控訴他們未經原創(chuàng)作家許可，便貿然使用網絡上的 50 億張圖像進行 AI 訓練。

藝術家 Karla Ortiz 在評論中說到：我很自豪能成為這起集體訴訟的原告之一。我很自豪能與同行一起做這件事，我們將為可能受到影響的數(shù)千名藝術家發(fā)聲。我很自豪在公共領域而且在法庭上為我們的權利而戰(zhàn)！

二、AI可能導致的侵權風險

想要真正理解事情的發(fā)展緣由，需要了解 AI 繪圖創(chuàng)作過程中可能會產生侵權問題的行為，目前主要有 2 個階段會引起版權爭議的問題：分別是模型訓練階段和圖像輸出階段。

如何定義B端產品及B端產品經理方法論

相較于C端產品，B端產品最大的特點是：面向特定領域用戶，且數(shù)量少得多，但更注重對用戶專業(yè)領域操作流程的深度挖掘——也就是專業(yè)性更強，與業(yè)務的結合更緊密。

查看詳情 >

首先，AI 技術想要發(fā)展和提升必須有體量極度龐大的數(shù)據(jù)庫進行模型訓練，這個過程中數(shù)據(jù)庫會不可避免的包含很多受版權保護的作品。可能大家對數(shù)據(jù)在 AI 領域的重要性并不太清楚？可以這么說，數(shù)據(jù)是一切人工智能的基礎。體現(xiàn)在很多行業(yè)中，數(shù)據(jù)都是影響企業(yè)競爭的重要壁壘之一，比如特斯拉在自動駕駛領域的數(shù)據(jù)積累和科大訊飛在智慧教育領域的題庫積累等。

以 ChatGPT 為例，根據(jù) OpenAI 公司的透露，他們在訓練過程中使用45TB的數(shù)據(jù)，包含近1萬億個單詞，這個數(shù)字差不多抵得上牛津詞典單詞量的 1300 倍。根據(jù)麻省理工大學的Pablo Villalobos等6位計算機科學家就預測，到2026年，ChatGPT等大型語言模型的訓練就將耗盡互聯(lián)網上的可用文本數(shù)據(jù)，屆時將沒有新的訓練數(shù)據(jù)可供使用。

圖片來源：OpenAI 官網 ChatGPT訓練模型

而目前AI模型的數(shù)據(jù)來源包括以下幾類：公共數(shù)據(jù)集、公共網站、自有數(shù)據(jù)、眾包數(shù)據(jù)、合成數(shù)據(jù)等。除了合成數(shù)據(jù)沒有版權爭議外，其他數(shù)據(jù)都是通過采集互聯(lián)網獲得，而合成數(shù)據(jù)目前還處于初步發(fā)展階段，沒辦法大規(guī)模應用到當前市場中。

比如著名的 AI繪圖工具Stable Diffusion，它的模型訓練數(shù)據(jù)源是包含了上億圖像的LAION-5B數(shù)據(jù)庫，該數(shù)據(jù)庫本身并不儲存網絡圖像本體，而是作為各類版權作品的在線索引，在訓練模型時需要先將作品下載到本地儲存為副本，那這個下載過程本身就包含了對版權作品的使用。

圖像來源：LAION-5B 官網《開放大規(guī)模多模態(tài)數(shù)據(jù)集的新時代》，作者 Romain Beaumont

接著在圖像輸出階段， AI 模型會將數(shù)據(jù)庫中的資源進行算法解析，組合生成新的圖像。目前 AI生成繪畫圖像 主要有 3 種方式：圖片濾鏡、筆觸臨摹和關鍵詞模態(tài)轉化。

1. 圖片濾鏡：將參考畫作和目標圖片進行分層比對，并不斷的疊加融合，最終得到帶有參考畫作風格的目標圖片。
2. 筆觸臨?。?/strong>通過算法模擬參考畫作的筆觸，和真人作畫過程類似，將其分解為一系列真實的筆觸序列，再組合成新的目標畫像。
3. 關鍵詞模態(tài)轉化：將文本關鍵詞和數(shù)據(jù)庫中的圖像進行關聯(lián)，組合生成最符合的圖像。

但是不管是通過哪種方式生成的 AI 圖像，必然會包含數(shù)據(jù)庫中版權作品的部分特征，考慮到最終生成圖像和原版權作品的相似性，是有可能對原創(chuàng)作品產生抄襲嫌疑的。

這時候有人可能會說，AI 的訓練數(shù)據(jù)數(shù)以億計，擔心最終生成的圖像和其中幾張相似也太過于杞人憂天了。然而在最新一項以Stable Diffusion等AI擴散生成模型為研究對象的實驗中，馬里蘭大學和紐約大學的聯(lián)合研究團隊指出：利用Stable Diffusion模型生成的內容與數(shù)據(jù)集作品相似度超過50%的可能性達到了1.88%。此外，考慮到實驗中樣本量只使用了 1200 萬張圖片和全世界龐大的用戶使用量，AIGC 作品的侵權行為很可能比我們想象中要大得多。（信息來源：騰訊研究院）

去年年底，國外藝術作品平臺 ArtStation 上的畫師們發(fā)起了聯(lián)合抵制 AI作品的活動，集體在官網打出“NO TO AI GENERATED IMAGES” 的標語。作為職業(yè)畫師社交網站，它的存在本身就是為了展示繪畫創(chuàng)作者的創(chuàng)意和技法，提升自己的行業(yè)影響力，但是 AI 作品的出現(xiàn)打破了這種行業(yè)平衡。

三、AI侵權行為的判定標準

去年，紐約藝術家 Kashtanova 利用 Midjourney 創(chuàng)作了一份有 18 頁組成的漫畫書《Zarya of the Dawn》，并在 9 月為此申請了版權。然而到今年 2 月份的時候，美國版權局在了解到 K女士詳細的制作過程后進行了回信并進行了詳細說明，回信中的內容總結來說就是：由 Midjourney 生成的作品并不由人類直接創(chuàng)作，所以不受版權保護。但是創(chuàng)作過程中的文字、收集的素材、元素排版、整理等工作內容受版權的保護。

在回信中，美國版權局為此還進行了詳細說明：首先 AI 生成圖像是隨機的，整個過程不像傳統(tǒng)創(chuàng)作那樣完全被創(chuàng)作者掌控。在創(chuàng)作過程中人類只是從AI生成的圖像中選擇了一個最合適的，期間并沒有人類主體創(chuàng)作的過程，雖然最后 K 女士有使用 Phootoshop 進行修正，但是修改的內容太少，也不屬于版權保護的范圍。此外用來生成圖像的關鍵詞本身也不具備版權保護。

在這個案例中我們可以發(fā)現(xiàn)目前來看國外官方對于 AI 版權的態(tài)度并不是全盤否定的，對于人類參與創(chuàng)作的部分還是保持肯定的。那我國目前在 AI 作品上是如何判定版權的呢？

根據(jù)李宗輝老師（南京航空航天大學網絡與人工智能法治研究院副院長）刊登在2022年第3期《版權理論與實務》的雜志文章《論人工智能繪畫中版權侵權的法律規(guī)制》中所述，目前我國版權法采用的是“思想與表達二分法”的基本原則，來作為判斷 AI 繪畫是否構成侵權的指導依據(jù)。

打個比方，前面我們提到 AI 繪畫的 3 種方式時，其中對繪畫特征的提取、筆觸序列的提煉或者作品表達的情感這些還未落實成圖像的算法內容，還是屬于作品的思想階段，并不會被判定為歸原作者版權所有。但是當實際的圖像生成時，如果判斷AI 畫作是否與某一部作品構成實質性相似適宜采用部分比對法，與多部作品進行判斷時則應當采納整體觀感法。而一旦比對結果構成實質性相似，即應被認為構成復制侵權行為。

此外在生成圖像的使用用途上，也會檢測是否造成侵權。比如是完全商用還是適度飲用，是否會和原作品正常使用造成沖突，有沒有損害原作者的合法權益等。

我們綜合國內外的解釋來看，目前的法律條文對于 AI 作品的版權界定主要停留在對創(chuàng)作者參與創(chuàng)作的比例以及相似度的主觀判斷上，對于參與多少可以受版權保護、相似度差異達到多少閾值的時候會判定為不侵權等問題還沒有非常具體的判斷條例。

這種情況也很正常，畢竟 AI 技術的發(fā)展過于迅速，當前的法律條文還未來得及覆蓋人工智能領域的作品。但是我們作為 AIGC 技術的使用者需要意識到，在未來這段時間內通過 AIGC 生產的內容都存在對其他作品侵權的可能，同時自己的 AI 作品也不受版權保護，隨時可能被其他人拿去使用。

不過我們也大可不必忽視 AIGC 的價值，完全抵制 AI 技術帶來的生產力革新，我們更應該思考的是如何避免自己的 AI 作品產生侵權風險，以及保障自己作品的合法權益。

四、如何合理使用AIGC

考慮到前面對侵權行為的判定標準，未來我們在使用 AIGC 的過程中可以注意以下幾點：在工作中如果需要對 AI 作品商業(yè)化，需提前了解AI 工具平臺方相關的使用手冊或用戶協(xié)議等文件，明確產出內容的所有權范圍和用途，避免后期產生法律糾紛。

此外不要直接的將 AI作品 作為自己的最終成果，而是將 AIGC 技術作為實現(xiàn)目的工具，在其中盡可能增加自己的創(chuàng)作痕跡和想法，比如先用Midjourney 等 AI 工具生成眾多風格的效果圖，快速驗證自己的靈感和產品方向，再以此為參考進行設計。這樣既保證了作品的原創(chuàng)比例，同時也是體現(xiàn)設計師作為設計主體的核心價值。

此外，如果想徹底杜絕被原作者舉證 AI 創(chuàng)作侵權的可能性，可以提前了解創(chuàng)作AI 模型的采集數(shù)據(jù)源，在使用參考圖創(chuàng)作后標注原作來源或提前獲得原作者的授權。

以上是我們作為 AI 技術的使用者需要了解的一些事項。而 AI 技術的開發(fā)者和平臺方作為 AIGC 的最大受益者，更是需要擔負起人工智能侵權行為的主要責任。他們是 AI 技術控制權的主體，應該主動公開說明使用過程中可能產生侵權風險的行為，并對產生侵權行為的算法漏洞及時維護和修補，只有這樣才能真正保證 AIGC 技術做到互惠互利，持久發(fā)展。

五、總結

以上就是關于 AI 作品版權問題的現(xiàn)狀和給大家的一些建議。雖然目前 AI 侵權相關的法律條文還不成熟，需要經過多方考量和求證，但是未來針對 AIGC 作品的具體規(guī)范文件出臺是大勢所趨。我們既要肯定 AIGC 技術帶來生產效率上的巨大提升，同時我們也要保證創(chuàng)作者的合法權益，畢竟版權保護的是每一位原創(chuàng)作者的勞動成果和智慧結晶，而不是人工智能本身。