法律、版权、利益平衡

AI技术高歌猛进， 不久前，OpenAI文生视频模型Sora横空出世， 标志AIGC领域里程碑式的进展，引全球热议。 埃隆·马斯克评论：“gg humans（人类认赌服输）”。

在AIGC（生成式人工智能）狂飙的这一年多， 对AI的抗议之声日渐壮大。 2023年7月，好莱坞发起集体罢工， 创作者要求重新谈论劳资关系，并抵制AI入侵。 工会主席法兰·德瑞雪提到： “如果现在不昂首挺胸，我们就会陷入困境， 都将面临被机器取代的危险。” 12月，《纽约时报》以侵犯版权训练AI为由， 向OpenAI、微软提起诉讼。 今年1月，由AI伪造的泰勒·斯威夫特不雅照在网上疯传， 对其名誉造成严重损害，引全球粉丝愤怒。

AI浪潮势不可逆， 未来，人类创作者如何与AI博弈与共存？ 这其中的法律、版权和伦理问题， 以及新旧两派的利益分配诉求被摆上台面。

但我们发现，国内最受冲击的行业之一， 画师们却陷入另一种困境：噤若寒蝉。 一条与数名国内画师， 防AI训练应用Mist的开发团队成员， 以及开元律所知识产权律师李昀锴对话。 尝试呈现AI时代浪潮下的另一种声音。 据悉，截止发稿前夜， 中国法院作出了全球首例生成式AI服务侵权的生效判决。

被侮辱与被损害的人

“AI社群里的极端者，与其说是‘赛博强盗’，不如说是‘赛博强奸犯’”，画师小鹿告诉我们。

她发来国内AI社群stage1st论坛里的聊天截图，那是关于如何“炼丹”不犯法的讨论，附和的人赞叹真是“劫富济贫”，还有人给出“这年头了，法不责众，炼得越多越安全”的方法论。

在国内，训练AI模型被称为“炼丹”，另一个动词是“喂”，更专业的说法则是“爬取”——将从互联网上爬取的数据用于AI模型的训练。

众所周知，AIGC（生成式人工智能）并不凭空产生内容，训练AI需要庞大的数据集（dataset），这些数据可能本身就存在问题。

2024年1月，艺术家Jon Lam曝光了一份超过16000位艺术家的数据库‍，并向美国法庭起诉Midjourney训练AI模型的侵权行为，中国的王羲之、颜真卿、林风眠也在其列

2022年底，加拿大籍艺术家Sam Yang以“为什么艺术家受够了AI绘画”为题发布了一则视频，引起广泛讨论。他解释了生成式AI训练模型的法律隐患，“你的任何艺术作品，甚至你自己的照片、房子、周边环境，一经上传，就会被‘爬’走选入AI训练系统……这对我们每个人来说都是产业级别的侵权行为。”

在国外，对生成式AI的潜在侵权性，各行各业开始发出抨击声音，主要集中在艺术创意和影视媒体行业，涉及艺术家、画师、演员、编剧、作家和新闻机构等。在社交媒体X上，人们打上禁止AI无授权训练的tag，浩浩荡荡地进行宣传。而在线下，人们罢工游行、提起诉讼。

在国内，问题似乎走向另一个极端：“进步道德”成为一面大旗。“一旦你站出来阻止自己的作品被‘炼丹’，AI社群的人会嘲笑你是纺织女工和马车夫”，画师小鹿说。

在一些“炼丹者”看来，画师们“跳脚”，就像工业革命下怒砸机器的纺织女工，无法正视自己终将被取代的命运。提出质疑声音的画师，很多都被扣上“小画师”的帽子，这顶帽子上有时还被贴上另一个标签：“注定被时代淘汰的马车夫”。

所谓“小画师”，用意很明显，指的是那本不属于行业金字塔尖的5%，但这并不能解释一些更极致的“炼丹”行为。

在一份被曝光的游戏行业画师“人矿名单”里，“炼丹者”搜刮超过500名画师的作品，以奶牛名称、牛奶质量、可持续性、枯竭指标将画师分类，无论作品质量高低都是可“炼”的。其中，“可持续性就是画师是否知道自己作品被训练AI，以及知道后是否坚持更新。”曝光这份名单的人解释说。

画师李卡发现，在生成式AI技术的极端拥护者社群，灰色产业链已经形成。有画师的作品被训练成黄色模型，在网上发布甚至出售，这给画风的主人带来了很大的困扰。“如果AI‘溶’的是商业流水美术的图，那是侵权。而如果是真心创作的艺术图，那可能是精神层面乃至心血的打击。”李卡补充道。

在另一个AI相关的QQ频道，有人扬言：“搞黄色才是AI的第一发展生产力”、“不能搞黄色的AI注定被淘汰”。这一问题并不局限在国内，事实上，在国外著名的AI模型网站civitai上，排行榜靠前的模型几乎都是色情成人模型。

与未经授权盗取画师作品训练AI色情模型并产生商业利益——在法律层面上对这一行为做出判断是很容易的——相比，画师群体更忧心的是AI模型对他们创作风格的侵蚀，以及无节制的AI生图所导致的大众审美降级。

在画师小鹿看来，画风是一个画师最核心的东西，“但1000个人用AI跑出来都是一模一样的画风”。另一方面，AI训练模型还可能让某一个画风被迫烂大街，从而对原画师产生反噬。“AI的爹”成了一个网络梗，指的是AI模型生成作品画风的来源者。

去年，画师“小狗”就曾因作品被训练AI模型并商用，导致画风“烂大街”。当被质疑自己的作品是不是AI生成时，画师本人不得不发布一个完整的绘制过程视频，来证明自己不是AI。

画师邵冰所在的公司美术流程照常进行，但据他观察，身边部分画师的甲方转向了AI出图，这不仅是稿酬降低这么简单，“最关键的是AI实际上并不能辅助画师，一些游戏玩家对AI很反感，认为这是廉价和敷衍的象征。而最荒谬的是，行业内用了AI辅助的工作室，最大的工作量反而是想方设法去除‘AI感’，让玩家看不出来掺了AI。”邵冰总结道：“画师从创作者变成了给AI擦屁股的人”。

有些人训练AI模型甚至不是为了商业利益。游戏行业从业者小一告诉我们，“他们拿数据训练模型不为利和名，只为看画师倒霉、生气跳脚，以此为乐。”这背后是掌握先进技术的权力感，以及新道德对旧道德的倾轧。

去年著名的“茶冷事件”中，画师茶冷表达了她对AI技术的立场：“并非抵制AI技术本身，而是抵制无版权炼丹，技术没有好坏善恶之分，有好坏善恶的永远都是使用技术的人类。”

这个声明一经发出，画师本人就遭到了网暴。AI社群里有人“人肉”出茶冷的真实身份，用Chat GPT生成了一封造谣邮件发给茶冷攻读博士学位的学校，甚至把她的生活照制成AI黄色模型在网络上传播。

在国内画圈，讨论AI问题已经风声鹤唳。在画师邵冰看来，和国外不同的是，国内似乎不具备提出质疑声音的条件。“只要发声，就会被扣上纺织女工和马车夫的帽子，现在的风向是‘AI是人类的未来’，大家只好打碎了牙齿往肚子里咽。”

事实上，大部分画师并不抵制AI技术本身，画师小鹿认为，“不拥抱工具的后果是被时代淘汰”的评价，对创作者群体并不公正。“画师群体反而是最愿意接受科技变化的一群人，各种绘画工具、3D辅助建模工具，只有出现我们都乐意去尝试。”

但几位画师都提到了生成式AI与人类之间“畸形的寄生关系”，因为前者并不凭空产生内容。

“就像我们从没见过汽车需要吸马车夫的血去驱动。生成式AI最矛盾的地方是，新的体系还没有成熟和规范，旧的体系已经被扰乱了。”画师小一说。

事与愿违

在AI技术势不可挡的浪潮下，关键的问题是：为什么人们持续提出异议？

据图像预处理应用“Mist”的开发成员楚盟观察，从2012年开始，AI深度学习技术一直是研究热点。大约在2022年，也就是在Chat GPT和Stable Diffussion相继出现之前，关于AI话题的讨论甚至曾一度走向“AI泡沫何时破灭”的追问。

“事实上，和本轮AI浪潮直接相关的技术和算法在此前已经出现了。2022年之后，AI之所以突然实现一个大的跃升，是因为人们发现，大幅度提高训练AI所用的算力和数据的规模，能带来AI性能的根本性提升。我觉得这是此次AI浪潮的底层逻辑。”楚盟说。

但从目的的角度，楚盟有着自己的思虑。他意识到，生成式AI的发展现实，似乎已经有点儿“事与愿违”。

“我很认同网上流传的一段话：‘研发人工智能是希望人工智能帮我们去扫地、做饭、耕田，这样人类就可以去写诗画画了。但现在研发出来的人工智能全在写诗画画，反而把原来写诗画画的人赶去耕田、做饭。’”楚盟补充道。

Mist1.0版本演示介绍

去年4月，楚盟和两位同学，开发了一款防止图像的风格和内容被AI学习的工具Mist。

团队的三位初始成员本科都毕业于上海交通大学。其中，楚盟和另一位成员来自于计算机专业，另一位成员Chris则是学法律专业。去年12月，同样有CS专业背景的第四位成员Melo加入。

他们通过在图像上添加肉眼难以发现的水印“Mist”，破坏模型对这些图像的学习效果，保护平面艺术作品不被绘画AI简单模仿。

一切起源于楚盟和Chris的一场对话。在2022年9月，以Stable Diffusion为代表的AI绘画技术一经发布，便成为爆款产品，但也极快形成了针对AI绘画持有不同看法的两派阵营。

支持者认为这是“不可抵挡的技术浪潮，是创意生产力的新形式”。另一重现实则是，AI绘画凭借其较低的成本，不逊色于一般商业画作的质量，迅速入侵了艺术市场，改变了原有的生态。彼时，AI训练素材在法律上是否侵权，在世界范围内仍无定论。

楚盟向Chris提问，“你认为AI绘画存在著作权侵权问题吗？许多训练素材都来自于画师的作品。”

从法律的角度出发，Chris觉得答案并不确定，“这些训练大概率没有得到任何授权，但法院也很可能认定大模型训练属于版权法体系中fair use doctrine（合理使用原则）下的场景。”

但几个年轻人还是决定做点什么，并最终选择先从技术上为画手们筑起一道矮墙。

麻省理工学院的PhotoGuard项目

‍‍与此同时，在国外，相似的技术保护行为也在不断进行。麻省理工学院（MIT）发布PhotoGuard项目，通过技术手段防止人们发在网上的照片被生成式AI模型恶意操纵；芝加哥大学的Glaze项目，也旨在打击AI对于“艺术知识产权”的盗窃行为。而芝加哥大学的Nightshade项目，则通过“毒害”图像数据，而让人工智能模型的训练变得毫无用处。

团队成员楚盟和Melo都在攻读计算机博士学位，某种程度上，他们也是AI技术浪潮的参与者，但他们对生成式AI有更复杂的反思。

Melo是同人绘画的爱好者，在国内的线上社群，她亲眼目睹画师的作品被训练AI模型，从而导致大量画师退出社群，不再发声。“是因为看到这个现象，才有通过技术来保护他们的动力。”

楚盟的观点也有着自己的背景，“我学过7年绘画，对于生成式AI技术，可能更多是从社会层面考虑，所以一开始对于AI绘画模型就有不太好的观感。我们做新技术，也要思考一项技术的利益基础是什么？到底它是只服务于极少数人的利益，还是让更多人利益受损，从而陷入更困难的境地？”

在Chris看来，她不希望“Mist”被视为一种“拆除铁道的马车夫行为”，虽然在某种粗暴的眼光中，打上这一标签总是容易的。她觉得这一微小的“反抗”更像一场社会实验和行为艺术。

“在制度还没有建立的时期，你不能让一个拿着石器的人和一个拿着枪炮的人去战斗，至少让大家都装备上相当的武器。如今的场景下，模型一方便是占据绝对力量优势的一方。我们的目的，不关乎单纯的利益斗争，而是呼吁大家关注这个领域所存在的冲突，去思考一种公正和平衡的解决方法。”Chris说。

法律、版权、利益平衡

2023年8月，国内某当红社交媒体平台推出了一款AI工具模型。但遭到画师们抵制，认为平台未经授权使用了他们的作品去训练AI模型。这一AI模型很快引发热议，在热搜榜上已累积超过3500万阅读量。

11月29日，四位画师以AI工具侵权为由，将国内某当红社交媒体平台的AI模型库告上了法庭。这是国内第一起针对生成式AI训练数据集侵权问题的案件，目前还正在立案审理中。

画师在社交媒体上表态‍‍‍

画师“是雪鱼啊”在平台上晒出了AI模型生成图片与自己作品的对比。他提到，“AI生成的原创作品，哪些部分拷贝了我哪幅作品里的哪些元素，我一眼就能分辨出来。”

画师“正版青团子”“画画的云淡风轻”“RedMatcha”相继晒出对比图，认为无论是配色元素还是画面风格，平台的AI模型生图都和自己的作品相似度很高，画师们觉得“自己的心血被剽窃了”，他们希望这桩诉讼能为日后AI模型侵权案留下案例参考。

在知识产权律师李昀锴看来，他欣赏几位画师敢于维权的态度，但认为结果还有待法庭裁决，“画师首先需要举证平台用了哪些数据去训练，包括训练过程、具体怎么训练。事实上，算法的模型是一个黑箱，要举证平台用没用自己的作品，本身可能有些困难。”

“而如果从抄袭的著作权法来看，我国司法实践里有非常成熟的裁判体系，因为抄袭的判断标准就是两个，一个是接触，一个是实质性的相似。接触是原告的作品事先在公共平台发布，至于相似，在著作权法角度，要落到一个具体的表达模式上，比如笔触、结构、内容，而风格本身是不获得保护的，因为风格属于思想。”

律师李昀锴用开源应用Stable Diffusion生成的图片

事实上，律师李昀锴也是国内首例AI生成图片侵权案的当事人，这个案例最终以胜诉告终。

2023年初，李昀锴发现，自己用Stable Diffusion生成的图片被裁掉署名水印，盗用发布在一篇自媒体账号文章里。他以侵害作品署名权、信息网络传播权在北京互联网法院提起诉讼。

他在法庭上复现了自己的创作过程，包括在模型上输入数十个提示词，具体到美术风格、主体、背景、时间、构图、头发、衣服与光线等等，胜诉的核心在于法官判定，李昀锴在用AI生成图片上投入了智力和独特角度，所以应该获得版权保护。

但这一判例也引发巨大争议。一个朴素的质疑是，如果AI训练模型本身存在侵权隐患，那使用AIGC生成的作品为什么还要受版权保护？

这也是世界范围内第一例AI绘图具有版权的判例。事实上，更大的争议与抗争，仍旧聚焦在AI训练模型是否侵权的问题。‍‍‍‍‍‍‍‍

李昀锴提到，“在国外，以美国版权局举例，对于AI作品和国内基本上是一个态度，完全由AI生成的作品不具有版权，因为没有人的智力创造，而有人类高度智力介入的，不否认可以构成作品版权。”

“不过多大程度的人类智力介入可以满足要求，中美监管机构的认定标准可能存在差异。”Mist开发团队的律师Chirs提到。

今年2月26日，截止发稿前夜，21世纪经济报道发布独家报道，广州互联网法院近日生效了一起生成式AI服务侵犯他人著作权的判决，这也是全球范围内首例生成式AI服务侵犯他人著作权的生效判决。对于画师们来说，这似乎是一个积极的法律回应。这一判决将为行业带来怎样的影响，还有待时间验证。‍

新技术发展带来了利益平衡的变化，法律有滞后性，立法者和司法机关都需要时间来重新衡量。“宏观上，AI技术如何去融入社会，这是一个需要时间的治理问题。”Chirs补充。

但所有人都已被卷入其中。“AIGC的这一年，可以顶上过去的10年。最近国内发生了这么多AI绘画、AI授课的社会事件，无论是哪一个群体，大家都没有做好准备。但是随之而来的问题已经在爆发了，这就是为什么问题变得格外复杂。”李昀锴说。

*部分受访者为化名

文章来自于微信公众号“一条”（ID：yitiaotv），作者 “陈沁”