版权还不够：作家需要新策略应对AI

在2022年，英国科技公司Stability AI发布了文本到图像的生成式AI模型Stable Diffusion，其目标是通过“让数十亿人能在几秒钟内创作出惊艳的艺术品”来“民主化图像生成”。然而，训练该模型的数据集中包含了来自图库网站Getty Images的百万张照片和其他视觉作品。Getty作为中间商，授权全球摄影师的作品用于出版物、社交媒体和广告。Stable Diffusion经过这些作品的训练后，能够生成与Getty作品极其相似的图像，甚至带有Getty风格的水印。Stability并未事先获得Getty的许可使用这些图像。

Getty愤而寻求法律 redress，于2023年1月在英国法院起诉Stability侵犯版权和商标权。此案成为英国首个关于生成式AI版权法的司法判决，涉及一个棘手的问题：版权法如何适用于生成式AI。

版权侵权发生在未获作者许可的情况下复制受版权保护作品的全部或实质性部分，例如复制、存储或分发作品副本，以及处理侵权复制品（如进口盗版书籍或DVD）。Getty提出了三项版权索赔：第一，Stability制作并存储了Getty作品的副本用于训练Stable Diffusion；第二，Stable Diffusion的输出复制了Getty作品的实质性部分；第三，这是一个新颖的法律论点，即Stable Diffusion模型本身构成Getty作品的侵权复制品。

如果Getty胜诉，Stability将不得不支付赔偿金，甚至可能将Stable Diffusion撤出英国市场。这将为所有作品未经同意被用于AI训练的版权持有者树立有利的先例。然而，在庭审中，Getty的版权主张遇到了两个障碍：没有证据表明训练过程发生在英国境内，因此英国法院缺乏管辖权；Stability还证明其随后阻止了用于生成Getty风格输出的提示词。Getty被迫放弃了第一和第二项索赔。

剩下的版权问题是Stable Diffusion本身是否构成Getty作品的侵权复制品，并且Stability在海外训练后将该模型进口到英国。在考虑了专家关于模型运作方式的证据后，法官认定Stable Diffusion并非侵权复制品，因为它并未存储任何Getty作品的副本。但她指出，Getty或许可以在模型训练地（美国或其他地方）提起诉讼。Getty在美国对Stability的诉讼仍在进行中。

AI模型可能在一个国家开发，在另一个国家的服务器上训练，使用来自多个国家网站的数据，然后部署到全球的数字系统和产品中。这使得像Getty这样的创作者和权利持有者难以确定复制行为具体发生在何处以及谁应负责。

长期以来，作家、艺术家和其他创作者将版权视为面对作品被盗用时的第一道防线。作为一名在英国执业的版权律师，自Stable Diffusion、ChatGPT等模型问世以来，我一直在为创意产业提供关于生成式AI版权影响的咨询。这种盗用是双重的：首先，AI公司在未经创作者许可的情况下使用受版权保护的作品进行训练，这剥夺了创作者以许可费形式获得的收入；其次，生成式AI的输出可以复制创作者作品的一部分或模仿其风格，搭便车利用了他们多年磨练技艺的成果。当大量的AI开发由资金雄厚的大型企业进行时，这显得尤其不公平。

但Getty诉Stability案的判决显示了在生成式AI模型中运用版权法保护创作者所面临的挑战。开发AI模型所需的资源和劳动力来自复杂的全球供应链。模型可能在一个国家开发，在另一个国家的服务器上训练，使用来自多个国家网站的数据，然后部署到全球的数字系统和产品中。这使得像Getty这样的创作者和权利持有者难以确定复制行为具体发生在何处以及谁应负责。他们可能需要（假设他们负担得起）在多个国家提起诉讼以行使自己的权利。版权法在不同地区存在差异，这使问题更加复杂。尽管数字世界似乎超越国界，但它受到各国法律拼图的制约。在一个国家允许的行为在另一个国家可能不被允许。在大多数国家，未经创作者同意将版权作品用于AI训练是否合法尚不明确。

因此，一些创作者和法律专家开始认为版权法已不再适用，需要改革或补充以新的法律框架，该框架应考虑到AI开发的全球性以及生成式AI对创作者构成的新型威胁。但版权改革既可能保护创作者，也可能伤害他们，目前对于新框架应是什么样的尚无共识。

现代版权的起源可追溯到15世纪的欧洲，当时印刷术这一技术突破首次使文学作品的批量生产成为可能。印刷时间和成本的降低很快催生了出版作品未经授权副本的繁荣市场。为解决此问题，英国1710年的第一部版权法授予作者最多28年授权复制其作品的专有权。确保作者因其智力和创造性努力获得报酬，旨在激励更多作品的创作，从而惠及更广泛的社会。

像1710年法案这样的早期版权法完全是属地性的，即仅在其起源国适用。这在美国催生了外国作者作品未经授权副本的繁荣贸易：美国出版商获取英国作者等外国作者的文本，然后制作并销售自己的副本，而无需支付任何费用。在美国极受欢迎的查尔斯·狄更斯在1842年美国巡回售书期间游说争取国际版权保护。认识到盗版版本已成为全球性问题，各国制定了国际协议以保护其公民的作品。

自《伯尔尼公约》以来已过去140年，版权的基本原则保持不变，但生成式AI对作者构成的威胁是前所未有的。其新颖技术不仅动摇了“复制作品”的含义，也动摇了“创作作品”的含义。

尽管版权仍然是属地性的，但每个国家的规则必须符合其签署的任何国际协议。1886年的《伯尔尼保护文学和艺术作品公约》最具影响力，如今有180多个签署国，包括美国、所有欧盟国家、英国、印度、澳大利亚和中国。每个签署国至少必须授予来自任何签署国作者复制其文学和艺术作品的专有权，期限为作者有生之年加死后50年。

然而，作者的权利并非绝对。签署国可以制定国内例外，允许公众在特定目的下未经作者许可复制作品，前提是这些目的不与作者对作品的正常使用冲突，也不无理损害作者的合法利益。这些例外在不同国家可能差异显著。例如，在英国，个人可以为非商业研究的“文本与数据挖掘”目的复制作品。文本与数据挖掘（TDM）是对文本和数据的自动化分析，以识别模式、趋势和其他信息，例如分析医学论文以发现隐藏联系并开发新疗法。相比之下，在欧盟，个人可以为任何目的进行TDM，包括商业目的，除非权利持有者已选择退出。

自《伯尔尼公约》以来已过去140年，版权的基本原则保持不变，但生成式AI对作者构成的威胁是前所未有的。其新颖技术不仅动摇了“复制作品”的含义，也动摇了“创作作品”的含义。

AI公司经常辩称，该技术的工作方式意味着无需获得作者同意即可使用其作品进行AI训练。简而言之，在训练过程中，这些作品的副本被下载并存储，然后分解成称为“token”的离散单元。文本被分解为单词、子词和字符；图像被分解为网格状块。模型学习这些token之间的统计关系，因此当给出提示时，模型可以预测与提示相关的token并生成新内容。

这意味着AI倡导者可以声称模型仅复制不受版权法保护的事实、想法和概念，并且不“记忆”（即存储或复制）作者的原创表达。他们还经常声称AI复制行为受到特定的国内版权例外允许，例如欧洲的TDM例外。正如在Getty案中一样，这创造了一个漏洞：模型可以在允许AI训练的国家（根据国内例外）的服务器上训练，然后部署到没有此类例外的国家。

这些论点忽略了这样一个事实：模型生成的内容有时确实复制了作者作品的原创部分。模型必须以某种方式获取或学习了这些原创部分，才能在AI输出中复制它们。

现有版权法如何适用于生成式AI是一个悬而未决的问题。创作者和企业权利持有者正在全球提起测试案例，大多数在美国（截至5月下旬，估计143起全球案例中有113起），但也发生在中国、欧洲、加拿大、韩国、日本和巴西。许多案件尚待裁决。

在已裁决的案件中，不同司法管辖区的法院持不同观点。英国Getty诉Stability案裁定Stable Diffusion未记忆作品副本，但德国GEMA诉OpenAI案认定OpenAI的模型记忆了九首流行德国歌曲的歌词，并在ChatGPT的输出中几乎逐字复制，构成在德国的版权侵权。然而，情况可能再次变化：Getty获准上诉，OpenAI的上诉待决。在中国关于这些问题的首个判决中，2024年2月，广州互联网法院裁定一个AI平台因允许用户生成以日本卡通角色“奥特曼”为特征的图像而构成版权侵权。各国法院可能需要数年甚至数十年才能确立明确的先例。

即使在同一司法管辖区内，法院也采取不同方法。Bartz诉Anthropic和Kadrey诉Meta均在加利福尼亚北区法院提起。