泽康动态

 --从全国首例“文生图”一审判决判决生效，探讨AI美术作品在法律上的权利归属问题 

“随着北京互联网法院全国首例“文生图”一审判决的生效，AI作品的著作权归属问题逐渐凸显。笔者将通过此案，与大家一同探讨法院对AI生成图片著作权的评价，以及当前AI生成图片领域存在的争议。”

（一）

全国首例“文生图”一审判决概要

   案 情 概 要   

原告使用开源软件Stable Diffusion，通过输入提示词的方式生成了涉案图片后发布在小红书平台。被告在百家号上发布文章，文章配图使用了涉案图片。原告认为，被告未经许可使用涉案图片，且截去了原告在小红书平台的署名水印，使得相关用户误认为被告为该作品的作者，严重侵犯了原告享有的署名权及信息网络传播权，要求被告公开赔礼道歉、赔偿经济损失等。

被告辩称，不确定原告是否享有涉案图片的权利，被告所发布文章的主要内容为原创诗文，而非涉案图片，而且没有商业用途，不具有侵权故意。

   涉案图片的生成过程   

1.原告下载Stable Diffusion模型，随后在正向提示词与反向提示词中分别输入数十个提示词，设置迭代步数、图片高度、提示词引导系数以及随机数种子，生成第一张图片。

2.在上述参数不变的情况下，将其中一个模型的权重进行修改，生成第二张图片。

3.在上述参数不变的情况下，修改随机种子生成第三张图片。

4.在上述参数不变的情况下，增加正向提示词内容，生成第四张图片（即涉案图片）。

法院认为

  01.   涉案图片符合作品的定义，属于作品      

从涉案图片的外观上来看，其与通常人们见到的照片、绘画无异，显然属于艺术领域，具有一定的表现形式。涉案图片系原告利用生成式人工智能技术生成的，从原告构思涉案图片起，到最终选定涉案图片止，原告进行了一定的智力投入，比如设计人物的呈现方式、选择提示词、安排提示词的顺序、设置相关的参数、选定哪个图片符合预期等。涉案图片体现了原告的智力投入，因此涉案图片具备“智力成果”要件。

从涉案图片本身来看，体现出了与在先作品存在可以识别的差异性。从涉案图片生成过程来看，原告通过提示词对人物及其呈现方式等画面元素进行了设计，通过参数对画面布局构图等进行了设置，体现了原告的选择和安排。另一方面，原告通过输入提示词、设置相关参数，获得了第一张图片后，继续增加提示词、修改参数，不断调整修正，最终获得涉案图片，这一调整修正过程体现了原告的审美选择和个性判断。在无相反证据的情况下，可以认定涉案图片由原告独立完成，体现出了原告的个性化表达，因此涉案图片具备“独创性”要件。

涉案图片是以线条、色彩构成的有审美意义的平面造型艺术作品，属于美术作品，受到著作权法的保护。

  02.  原告是涉案图片的作者，享有涉案图片的著作权   

就涉案作品的权利归属而言，著作权法规定，作者限于自然人、法人或非法人组织，因此人工智能模型本身无法成为我国著作权法规定的作者。原告为根据需要对涉案人工智能模型进行相关设置，并最终选定涉案图片的人，涉案图片是基于原告的智力投入直接产生，而且体现出原告的个性化表达，因此原告是涉案图片的作者，享有涉案图片的著作权。

  03.  被告侵害了原告享有的权利，应当承担侵权责任     

被告未经许可，使用涉案图片作为配图并发布在自己的账号中，使公众可以在其选定的时间和地点获得涉案图片，侵害了原告就涉案图片享有的信息网络传播权。此外，被告将涉案图片进行去除署名水印的处理，侵害了原告的署名权，应当承担侵权责任。

裁 判 结 果

北京互联网法院作出一审判决，判决被告赔礼道歉并赔偿原告500元，双方均未提起上诉，目前一审判决已生效。

注释：上述内容及图片均转自北京互联网法院微信公众号

主 流 观 点

本案中，裁判人员对AI生成图片的操作过程进行了充分了解，并将其所了解的细节与现行著作权法律法规进行比对。据此，裁判人员认为原告在生成AI图片过程中存在智力投入，因此涉案图片符合“智力成果”的要求，应视为美术作品。同时，涉案图片直接源于原告的智力成果，且体现出其个性化表达，故原告系涉案图片的作者，享有著作权。

非 主 流 观 点

然而，目前存在另一种观点认为，对于原告在未经模型训练素材原作者及模型设计师前置授权，或前置授权不明确的情况下，其仅凭“智力”与“创造”是否能享有涉案图片的著作权，仍然存在争议。

鉴于AI图片生成器并非单一的生产工具，其在运行过程中所涉因素及关系主体错综复杂，只有明确AI如何生成图片、何种因素决定最终图像呈现，以及各方参与者对AI图片的参与程度，方能判断AI生成的图片是否符合我国法律对“作品”的定义，唯有清晰了解AI生成图片的原理，方能明确当事人的权属问题，

（二）

  什么是AI生成图片  

“若要与大家一同探索争议之处，先要有共同的起点，然而AI图片生成作为前沿专业领域，受众范围有限，同时因特定原因使用门槛较高。为避免读者对AI生成图片的使用场景、生成原理及操作方式产生陌生或误解，下文将尽量客观地介绍AI生成图片技术的相关背景资料。”

（一)   市面上主流AI生成图片工具  

目前，Midjourney和案涉的Stable Diffusion是AI生成图片领域的两款备受推崇的生成器。它们的目标一致，是一种基于人工智能技术的图像生成工具，它能够根据已有的图片素材模型，生成与之一致风格的新图片。然而，它们在载体、使用平台、操作方式以及使用场景等方面存在显著差异。

Midjourney：选择在Discord平台上运行，用户只需在聊天窗口输入文字即可生成图像。但其高度的随机性降低了用户的操作空间，使用户无法准确预知生成的图片内容。此外，Midjourney采用收费模式，限制了部分用户的使用。

注释：上图为Midjourney操作界面

Stable Diffusion：则选择开源，允许用户免费使用，并允许他们在自己的电脑上搭建应用环境。与Midjourney相比，Stable Diffusion提供了丰富的参数调节选项，允许用户发挥更多“人为创意”，生成更符合需求的图片。

注释：上图为Stable Diffusion操作界面

(二)   案涉Stable Diffusion如何实现AI生图  

1.Stable Diffusion的基本原理

Stable Diffusion其主要思想是将图像的生成看作是一个随机扩散过程。在这个过程中，图像的像素值会在一个固定范围内随机变化，直到达到一个平衡状态，从而生成最终的图像。与传统生成模型不同，Stable Diffusion不依赖于神经网络，而是采用了一种称为“稳定扩散”的数学模型。整个过程可以类比成把泥胚，塞进模具里，最后烧制出产品。

2.运行Stable Diffusion的参与者

Stable Diffusion在图片生成过程中，有四位关键角色不可或缺：

A.开发者

他们负责Stable Diffusion图片生成器的整体规划和推进，确保各个阶段都能顺利进行，并且维护和升级Stable Diffusion的使用体验。

B.原作者（模型训练素材的提供者）

他们负责为Stable Diffusion提供训练模型需要的图像，图像供给系生成模型的必要条件，其所提供的图像系AI模型生成AI图片的规则及风格的关键。合法的模型训练素材的提供者，通常是该图像的原作者。

C.模型设计师

在AI图片生成中扮演着核心角色。他们负责收集大量具有多样性和代表性的图像，以保证模型能够学习到各种不同的图像特征。此外，模型设计师（C）还需要对图像数据进行预处理，例如缩放、裁剪和归一化等操作，以便于模型训练。

值得注意的是，模型设计师（C）在LoRA模型和ControlNet模型中的角色有所不同。在LoRA模型中，模型设计师（C）主要负责提供图像数据，而在ControlNet模型中，模型设计师（C）还需负责收集和整理控制信号。控制信号是一种附加信息，用于指导生成器生成特定类型的图像。例如，在图像编辑任务中，控制信号可以表示为目标图像的特定属性，如人脸表情、姿势等。通过引入控制信号，ControlNet模型能够实现更精细的图像编辑任务。他们主要负责设计和优化神经网络模型，以提升图片生成的质量和效率。

D.图片生成者

他们就是本案中原告的地位，在项目中起着至关重要的作用。他们是实际操作的关键，负责利用设计的模型进行图片生成。生成人不仅要有一定的技术水平，还需要熟悉操作Stable Diffusion的参数设置。他们需要根据项目的需求和标准，对生成的图片进行调整和优化，确保最终呈现的图片能满足预期。

（三）

  被忽视的训练素材与模型  

“图片生成者（D）的AI美术作品是否享有著作权，除了其“智力及创意“投入外，还应当有“AI模型”使用的合法性。”

而Stable Diffusion的AI模型究竟是如何制作出来的？又是如何运作的？模型对于认定权属问题为何重要？

(一)   Stable Diffusion的模型制作过程  

1.模型设计师（C）将原作者（B）的图片素材进行整理，并批量上传至Stable Diffusion内置的模型训练器（或更专业的模型训练软件如：LoRA Easy Training Script）并预设训练参数。这一步骤是为了让训练器能够理解和转化这些图片的信息。

2.训练器收到图片素材后，会生成对抗规则数据。对抗生成网络能够在训练过程中，学习图片之间的风格传递和转换关系。

3.系统根据训练后的对抗生成网络，得出包含上传图片“风格”信息的LoRA模型或ControlNet模型文件。

这个过程相当于用原作者的美术作品为AI模型赋予了生成AI图片的美术风格及效果，专业领域被称为“喂图”。在此阶段，模型训练师（C）利用原作及数字技术，制作出一套能在Stable Diffusion运行的数据化模具。

(二)   Stable Diffusion的模型运行操作过程  

1.图片生成者（D）在Stable Diffusion目录下加载LoRA模型或ControlNet模型文件，并输入正反向关键词。这些关键词将作为生成新图片的指导方向。

2.Stable Diffusion模型根据加载的模型文件，以及图片生成者（D）输入的关键词，生成与上传模型信息极为相近的新图片。

综上，模型必须要用大量原作者的美术作品进行训练才能诞生，而模型对于生成AI图片的风格和效果起着决定性的作用。而且， 在实际操作中，一旦加载了AI模型，图片生成者（D）在未输入任何提示词及设置的情况下，仅需点击“生成”按钮，即可生成AI图片。然而，若未加载AI模型，即使关键词输入再多、参数调整再细，也无法生成AI图片。

(三)   毒树之果  

值得注意的是，一般的图片生成者（D）为了提高效率，通常会直接从一些模型网站下载现成的LoRA模型和ControlNet模型。全球最专业的AI对抗生成模型分享网站civitai，每日都有众多模型设计师（C）在此免费分享自己所训练的模型供他人下载。

然而，即便知名如该网站，对模型设计师（C）分享的模型所使用的训练图片的合法授权问题未作严格要求。导致全球许多美术作品在未经原作者（B）授权的情况下，被批量用作训练材料，并转化为AI模型。

因此，尽管AI生图技术表面上呈现出繁荣的开源互利态势，实质上却成为无数原创插画作者痛心疾首的罪恶渊薮！

（四）

  观 点 的 探 讨  

笔者认为，从前文中的北京互联网法院法院判决可见，主流观点着重于将AI生图技术理解为一种生产工具，图片生成者（D）使用该生产工具而创作的美术作品，应当得到保护，系对图片生成者（D）行为的肯定评价。就目前AI生图技术的开源态势下，除了有利于保护图片生成者（D）的权益之外，更刺激了开发者（A）对相关技术的推广和发展。

而非主流观点则更倾向于保护原作者（B）及模型训练师（C）的权益，分析如下：

保护模型设计师（C）权益

在未经模型设计师（C）授权的情况下，图片生成者（D）使用其制作的模型进行创作，并声称享有生成图片的著作权，系对模型设计师（C）权利的侵犯。

从前文对模型制作过程可知，模型设计师（C）若经原作者（B）的合法授权后，根据需求利用原作者的美术作品，并通过调整进行训练所得的模型，笔者认为系符合我国著作权法对“演绎作品”的定义。

因此，模型设计师（C）对其制作的AI模型拥有独立的著作权、使用权、署名权、保护作品完整权以及改编权等。任何人均必须在模型设计师（C）授权范围内使用该模型。

保护原作者（B）权益

如前所述，AI模型是以原作者（B）的美术作品为基础演绎而成，原作者（B）享有其作品的独立使用权、署名权、保护作品完整权、改编权以及其他相关权益。图片生成者（D）在使用由原作者的美术作品训练而成的AI模型创作的AI美术作品时，若未经原作者（B）授权许可，即构成对原作者（B）权益的侵犯。

除非原作者（B）、模型设计师（C）以及图片生成者（D）均是同一人，否则，图片生成者（D）利用演绎作品进行创作，实质上系一种再演绎行为，因此应当遵守“双重授权规则”。

除此之外，模型设计师（C）在训练AI模型时，也需要考虑到版权问题。因为AI模型的训练过程涉及对大量素材的整合和处理，如果这些素材中含有侵权内容，那么模型设计师（C）和图片生成者（D）都可能面临侵权的法律风险。因此，模型设计师（C）有责任确保AI模型的训练素材的合法性，并在未经授权的情况下，不得擅自使用原作者（B）作品进行训练。

（五）

  未来AI生图纠纷的分支  

笔者预测在未来不久的时间里，必然会出现此类案件：某知名插画家A发现网络上大量涌现与其风格相似的作品，而A从未创作过这些作品。经过调查，发现有人将A的作品制作成AI模型，从而导致了这一现象。为了维护自身权益，A将所有风格相似作品的发布者诉诸法庭。

再有甚者甚至会出现如下纠纷：

01. “图生图”纠纷  

“图生图”技术是指通过AI算法将一幅图像生成另一幅具有相似风格或内容的图像。这种技术在艺术创作、设计等领域具有广泛的应用前景。然而，利用图生图技术生成的作品可能侵犯原作品的版权。争议的焦点在于，图生图技术生成的作品是否属于原创，以及是否应当受到著作权法的保护。

02.  “ControlNet模型生图”纠纷  

ControlNet模型是一种用于图像生成的AI技术，通过在现有图像上进行叠加生成新的图像。这种技术在很大程度上提高了图像生成的质量和效果。然而，在使用ControlNet模型进行图像生成时，也存在侵犯原作品版权的风险。

03.   “局部涂鸦”纠纷  

局部涂鸦是一种通过对现有图像进行局部修改生成新图像的技术。这种技术在设计、广告等领域具有广泛的应用。然而，局部涂鸦技术在带来便利的同时，也引发了版权纠纷。

04. “动作生图”纠纷  

动作生图技术是指通过AI算法将一段动作生成另一段具有相似风格或内容的动作。这一技术在电影、游戏等领域具有广泛的应用。以《黑客帝国》曾买断演员功夫动作版权问题为例，争议的焦点在于，特定动作是否属于原创，以及是否应当受到著作权法的保护。

（六）

  写 在 文 末  

笔者对于两种观点的探讨，旨在激发思考，抛砖引玉，而非作出定论。

尽管AI生图技术为我们的生活和创作带来了诸多便利，但其潜在的知识产权纠纷亦不容忽视。为规避侵权风险，我们应在尊重和保护原作品著作权的基础上，适度运用AI技术进行图像创作。同时，相关部门也应加大对AI生图领域的法律法规建设力度，为其健康发展提供坚实保障。

在此背景下，作为法律工作者，我们有必要深入研究AI的整个生态原理，以正本清源。对未知的探索和对已知的深入学习，将有助于我们更好地应对AI带来的挑战。

受篇幅所限，本文仅对部分法律问题进行了探讨，期待后续补正。感谢您的关注和指正，期待与您共同交流。

/END/

广东泽康律师事务所  陈康俊